資料庫推薦丨腫瘤資料庫，可不只有TCGA、GEO！
本文繫上海其明信息科技有限公司微信公眾號《GCBI知識庫》原創，轉載請聯繫公眾號後台獲取授權，歡迎朋友圈分享。
想研究腫瘤資料庫，可不是只有TCGA、GEO能用。小編今天幫大家總結了一些沒那麼廣為人知，但好用且仍在更新的癌症基因資料庫。
以下資料庫按照綜合性腫瘤資料庫、腫瘤基因組資料庫、腫瘤轉錄組資料庫進行分類，供大家選用。
綜合性腫瘤資料庫
TCGA（https://cancergenome.nih.gov/）即是綜合性腫瘤資料庫，關注與癌症的發生和發展相關的分子突變圖譜。GCBI知識庫之前曾經出過TCGA的入門教程視頻，裡面包括了實例數據下載、整合及簡單應用，留言獲取觀看鏈接。
小編這裡給大家介紹一下其他的資料庫。
1. COSMIC
網址：https://cancer.sanger.ac.uk/cosmic/
COSMIC是世界上最大最全面的有關腫瘤的體細胞突變以及其影響的資源。主要提供多種腫瘤細胞基因組中的CNA、甲基化、基因融合、SNP及基因表達信息等。主頁面分為項目、數據管理、工具、幫助、搜索框等幾大塊，簡潔清晰。
2. UCSC Cancer Genomics Browser
網址：http://genome.ucsc.edu/index.html
UCSC Cancer Genomics Browser是一個整合、可視化、分析癌症基因組學和臨床數據的網路分析工具。該平台目前共有355個數據集，包括了來自71870例樣本的全基因組數據。
用戶可以通過它瀏覽基因組的任何一部分，並且同時可以得到與該部分有關的基因組注釋信息，如已知基因、預測基因、表達序列標籤、mRNA、CpG島，克隆組裝間隙和重疊、染色體帶型、小鼠同源性等。
腫瘤基因資料庫
3. ArrayMap
網址：https://arraymap.org/
ArrayMap是由蘇黎世大學分子生命科學研究所構建的，提供預處理過的腫瘤基因組晶元數據以及CNA 圖譜。arrayMap資料庫為高解析度致癌基因組CNA數據的meta分析和系統級數據集成提供了切入點。
用戶可通過關鍵字搜索自己感興趣的樣本或者搜索特定文獻中的樣本，並在此基礎上分析感興趣的基因或基因組片段上的CNA 。用戶還可以選擇兩個樣本來比較二者的CNA 的差異。
收錄內容：
- 62032 genomic array profiles
- 901 experimental series
- 267 array platforms
- 251 ICD-O cancer entities
- 709 publications (Pubmed entries)
4. Cancer Hotspots
網址：https://www.cancerhotspots.org/#/home
Cancer Hotspots資料庫由Memorial Sloan Kettering癌症中心的Kravis分子腫瘤學中心維護，提供大規模癌症基因組學數據中發現的在統計學上有顯著複發突變的信息。
目前，Cancer Hotspots裡面包含有24592個腫瘤樣品中鑒定的單殘基和框內indel突變熱點。用戶還可按照gene、residue、type、variants等對其內容進行排列查看。
5. OncoKB
網址：http://oncokb.org/#/
OncoKB是由Memorial Sloan Kettering癌症中心（MSK）維護的全面的精準腫瘤學知識庫，包含來自FDA，NCCN或ASCO，http://ClinicalTrials.gov和科學文獻的專業指導方針和建議，治療策略，腫瘤專家或腫瘤協會共識，參考文獻等信息。
OncoKB目前包含有關554種癌症基因特定改變的詳細信息，還有1級（FDA批准）、2級（標準護理）的治療信息，3級臨床證據和生物學證據。
腫瘤轉錄組資料庫
6. ArrayExpress
網址：https://www.ebi.ac.uk/arrayexpress/
ArrayExpress是歐洲生物信息協會（EMBL-EBI）下屬的功能基因組資料庫，收集整理基於晶元和測序的基因組學實驗的數據，以支持可重複的研究。資料庫目前已收集了71416次實驗的46.89TB存檔數據。
在幫助頁面有詳細的在線教程，供用戶學習如何搜索、提交數據。
7. Oncomine
網址：https://www.oncomine.org/
Oncomine是大型的腫瘤基因晶元資料庫，致力於收集、標準化並分析腫瘤樣本的基因表達譜晶元數據。目前，Oncomine 已經收集了來自715 個數據集的86 733 個樣本的基因表達數據，可用於分析基因表達差異、預測共表達基因等，並可根據腫瘤分期、分級、組織類型等臨床信息進行分類。
來源：
1. http://blog.sciencenet.cn/blog-593227-793738.html
2. http://www.oxfordjournals.org/nar/database/subcat/8/33
3.楊建,蔡浩洋.腫瘤生物信息學資料庫.[J]生物技術通報，2015, 31(11):89-101
推薦閱讀：
