GEO、TCGA、Oncomine，我应该选择哪一个？

现在是大数据时代，数据越来越多了，数据库也越来越多了，各种各样的基因芯片数据库、蛋白质数据库。。。没完没了。面对如此多的数据库，我们不知挖那一个了。本来东西越来越多是好事情，但是却不知道怎么样选择?真是令人头痛呀！最近有很多人问我们，GEO、TCGA、Oncomine，我应该选择哪一个？哪一个比较简单？哪一个比较好文章、哪一个能发高分文章？哪一个不用学编程？哪一个容易上手？因此，我们面对这些问题做一些总结。

---

1

GEO数据库

GEO是当今最大、最全面的公共基因表达数据资源。

适合研究方向：基本包括所有疾病，不是做肿瘤的小伙伴可以选这个。

难易程度：数据下载，整理都比较简单，分析过程需要R编程，这里有点难度，总的来说难度一般。

发文的高度：只做纯GEO数据挖掘的文章一般只能1-2分的文章，文章的分数偏低。

2

TCGA数据库

TCGA由美国 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）于 2006 年联合启动的项目，收录了33种癌症基因组测序数据。

适合研究方向：仅限于肿瘤，不是研究肿瘤方向的小伙伴就不要选择这个了。

难易程度：数据下载，整理都比较难，数据提取过程需要Perl或者Python、R，整一个分析过程需要R编程，整体来说，难度偏高。

发文的高度：只做纯TCGA数据挖掘的文章能发3-5分的文章，发文章的分数比较高，985、211名校博士毕业妥妥的。

3

Oncomine

Oncomine是大型肿瘤基因芯片数据库，涵盖65个基因芯片数据集、4700个芯片及4亿8千万个基因表达数据，可用于分析基因表达差异、寻找离群值、预测共表达基因等。

适合研究方向：仅限于肿瘤，不是研究肿瘤方向的小伙伴就不要选择这个了。

难易程度：各种各样的分析，我们只要点击鼠标就可以了，不用任何编程，数据挖掘中最容易的一个。

发文的高度：只做纯Oncomine数据挖掘的文章保底能发2-3分的文章，做一个基因家族的分析发3分以上的文章基本没有问题，985、211名校博士毕业也是妥妥的，文章分数会比TCGA低一点。

通过以上分析，可以看出，最易上手、最简单的、发文最快就是Oncomine, 但是只适合研究肿瘤的同学，难度最高和发文分数最高的就是TCGA，同样也只适合研究肿瘤方向的同学，GEO发的分数比较低，但是其他同学也可以做，例如研究糖尿病，心脑血管疾病等等。最后的选择还是根据自己个人的情况进行选择。如果只是为了发文章，个人建议先学Ocomine数据挖掘。

分享结束