【原】研究AML，怎么缺少这个数据库

研究AML，你肯定用得上BloodSpot。网址：http://servers.binf./bloodspot/

01

数据介绍

BloodSpot是一个数据库，提供健康和恶性造血中基因和基因特征的基因表达谱，包括来自人类和小鼠的数据。除了显示集成表达图的默认图外，还有两个额外的可视化级别; 一个交互式树，显示样本之间的层次关系，以及Kaplan-Meier生存图。数据库被细分为几个可供浏览的数据集。

02

数据来源

Datasets are organized by organism of origin and disease status, and includes human healthy hematopoietic cells, human leukemia and healthy mouse hematopoietic cells. All datasets available were generated using oligonucleotide microarray chips, except for one mouse dataset that was generated using RNA-Seq.

There are 23 different datasets to choose from:

Normal human hematopoiesis with AMLs  Normal human hematopoiesis (Normal human hematopoiesis (DMAP))  Normal human hematopoiesis (HemaExplorer) BloodPool: AML samples with normal cells  BloodPool: AML samples vs. normal cells  Leukemia MILE study  AML TCGA dataset  AML TCGA dataset vs. normal  AML Normal Karyotype  AML Normal Karyotype vs. normal  AML vs. normal  Mouse normal hematopoietic system	Mouse immgen abT cells  Mouse immgen Activated T cells  Mouse immgen B cells  Mouse immgen Dentritic cells  Mouse immgen gdT cells  Mouse immgen Key populations  Mouse immgen MFs Monocytes_Neutrophiles  Mouse immgen NK cells  Mouse immgen Stem and progenitor cells  Mouse immgen Stromal cells  Mouse normal (RNA-Seq)

One feature of BloodSpot is BloodPool, an aggregated and integrated dataset grouping the results of multiple studies focusing on AML. By means of our batch batch correction methods this dataset can be used to study gene expression in AML in comparison with healthy corresponding cells. BloodPool can be selected as any of the other available datasets.

03

操作演示

● 快速抢发3+SCI

● 如何用m6A为国自然、博硕研究生开题？

● 利用m6A开题二继续领取

● SCI狂人团队VIP会员

● 关于答疑时间的通知

● 如何通过数据挖掘，发现癌症治疗的靶标？

● 想不到课题？不存在的

● 论文修回后是否再次回到审稿人手中？取决于你的回复

● 数据挖掘特训上线

● 这样的文章，谁都可以做到呀

● R代码很容得到，关键是数据不会准备，遇到问题看不懂

● 如何快速找到值得深入研究的分子？

● 一大波科研软件免费下载

● 作为临床医生，不能总靠生信发文章吧？

● 公共数据库找不到自己需要的数据，该咋办？

● 躺着也可以轻轻松松得到5篇SCI

● 学员报喜，再度发表两篇SCI

● 火山图的高级玩法

● VIP会员专属课程再次上线 

● 在GEO数据库随便找一张芯片就可以发SCI？

● 手把手教你利用WGCNA发文章

● Look, 搞一篇SCI so easy!!!

● 如何快速找到值得深入研究的分子？

● SEER数据挖掘这样玩才过瘾的

● 急！急！急！快来抢发这个数据库

● 只会用TCGA构建ceRNA你就out了

● WB一图多用，有多么严重？

● 这10个期刊也许是你想要的

● 甲基化跑不动，我们帮你跑

● 如何快速学习贝叶斯网状meta分析？

● 如何搞一张漂亮的列线图？

● 如何快速学习GEO数据挖掘？

● 这种发文套路，完全是看数据吃饭的

● 多张芯片数据合并视频（免费送）

● 环状RNA数据挖掘课程上线了

● TCGA数据下载再也不会难到你

● 如何绘制两个模型的ROC，并且进行比较？

● 临床预测模型快速入门课程

● GO富集分析这种图，你也可以呀

● GEO数据挖掘的深度不够，有没有提高GEO数据挖掘的深度的方法呢？

● 10篇SCI还不如一个英语成绩好的临床医生好找工作？

● 批量挖掘TCGA让发文速度更加快

● 批量挖掘TCGA临床数据的机会来了

● 批量挖掘TCGA miRNA

● 医生朋友，非肿瘤方向也可以进行临床预测模型呀

● SEER数据新玩法，你还不来看看