|
作为一个刚刚进入实验室的小白。我们经常会受到老板的命令，「啊，要踏入神圣又高尚的科研领域了呀，我们现在研究 XX 病，你就先写一个 XX 的综述吧」。 一个疾病研究了这么多年了，文章有上万篇，瞬间感觉自己的科研生涯要折在这个综述上面了。 那么，有没有一个地方把我想要的这个疾病的相关信息都总结好，我只需要查一下就能了解这个疾病的基本现状呢？ 当然有啊。 今天就给大家介绍一个综合了各大网站的神级数据库。 MalaCards（http://www./）：人类疾病数据库。 我们都知道网上有很多疾病相关方面的数据库，比如：OMIM，PubMed等,各自有各自的优点。 我们今天要介绍的这个数据库综合了 72 个数据库的信息。通过这个数据库我们可以了解其他所有的基本信息了，是不是很方便呀。 使用方法就和我们搜索一样简单，我们进入网站就直接检索我们想要查找的疾病就可以了。我们拿熟悉的「结直肠癌」来举例，搜索框中输入对应的疾病名称，点击「Go」。 搜索出这样的结果。 Malacards 把结果分成了 14 个小部分。想看哪个部分，点击「Jump to Section」可以直接跳转到该部分。 下面给给大家看一下主要的部分。大家可以根据自己具体的需要看具体的部分。 Summaries: 在了解一个疾病的具体信息之前，我们需要提前看看对于这个疾病的总概，这样方便我们更好的了解这个疾病是什么样的。Malacards 中的 Summaries 功能提供了多个数据库对于这个疾病的总结，如下图。 Related Diseases：我们都知道疾病和疾病之间是相关联系的，通过认识疾病之间的相互作用关系，方便我们在研究的时候把不同的疾病联系起来（美其名曰：增加创新点）。 Malacrads 中提供了一个表型疾病网络，看相互联系疾病之间的关系。 Pathway/GO terms：每种不同的疾病都有自己独特的发病疾病。如果我们要研究这个疾病是怎么发生的，那么对于其中的经典通路一定要熟悉。 在 malacards 中的 pathway 中我们可以了解到和疾病相关的类经典通路（如下图），同样的 GO terms 是从另一种方式解读发生机制的方式。 Expression/Gene：在了解到疾病的发生中哪些通路发生变化了，进一步我们就要了解哪些基因发生了变化，哪些又是疾病的关键基因。在 expression 中，我们可以查找和这个疾病相关的差异表达基因。 但是存在差异的基因并不一定的经典基因，也有可能这个基因不发生作用。所以我们需要去了解和这个疾病相关的经典基因。 Gene 中就提供了经典基因。同样的 malacards 还把经典基因进行进一步划分来寻找更加重要的基因。 Drugs & Therapeutics：如果你说你是一个想研究药物来解决临床问题，那 malacards 还提供了 drugs 这个部分让你了解目前药物研究中重要有哪些重要的药物。 以上就是 malacards 的主要功能介绍，是不是很多很有用的信息都能在 malacards 上找到！ 大家可以根据自己的需要进行查找。如果把里面的结果都知晓了，就算写这个疾病的综述相信也是没有问题的了。 当然了，这样的数据库只是帮助我们了解临床问题的第一步，如果想要更深地挖掘数据、分析数据，那就应该学习更多数据库挖掘的知识！ 本课程从实例出发，结合文献实例的学习和动手操作，带领大家一步步从数据挖掘的「门外汉」到自己动手整理出一篇可以发表的文章。通过「接地气」的套路学习和丰富的案例分析，真正掌握数据挖掘方法并运用于实践。 1. 没时间进行「湿实验」的临床医生或医学生； 1. 数据挖掘概论及文献导读； 你还可以得到什么？
如何购买？ 课程只要 518！扫描下方二维码，可立即试听。 |
|
|
