有了这个数据库，我顺手又是一批课题！

在有了这个数据库，我反手就是一批课题！一文中，我们介绍了LncMAP这个数据库，当时我们说过这里涉及到的关键词有：lncRNA、转录因子和肿瘤，这类课题的模式是：lncRNAXXX通过转录因子TF调控靶基因Gene参与肿瘤发生发展。当然，大家反馈下来有几个问题：最大的问题是数据库只收录了20个肿瘤，对于不研究肿瘤的同学来说只能眼看着干着急，收录的转录因子数量有限，没有白血病的数据，乳腺癌的数据又不能下载：

当然，除了这些问题以外，用起来还是比较顺手的。（我也不知道为什么总有同学说网站打不开，我试过chrome打开是没有问题的，也没有翻墙）

好，今天我们来介绍另外一个网站，这个网站收录的信息就不仅限于肿瘤了。这个网站是DES-ncRNA：http://www.cbrc.kaust.edu.sa/des_ncrna/home/index.php

DES-ncRNA的原始文章：DES-ncRNA: A knowledgebase for exploring information about human micro and long noncoding RNAs based on literature-mining.RNA Biol. 2017 Jul 3;14(7):963-971.

研究团队成员来自于：阿卜杜拉国王科技大学（关于这个土豪学校我们还专门写过文章：介绍一个来自全球最壕高校的数据库……）、中科院和复旦的研究团队，下面我直接看数据库的使用，我们看主页的Explore Hypothesis选项：

这个Explore Hypothesis的意思是探索假说，具体什么意思呢？我们举个例子：有30篇文章报道了A因素与B因素有相关性（或者因果关系），而有40篇文章报到了B因素与C因素有相关性（或者因果关系），而报道A因素与C因素有相关性的文章没有，或者只有为数不多的几篇，那么就有必要探索A因素与B因素之间的相关性了，用图形展示就是这样了：

这里的因素A、B和C包括的范围很广，包括了化合物（比如酶和代谢物）、功能注释（比如信号通路和疾病）、一般概念（比如药物适应症和副作用）和分子（比如基因、蛋白、miRNA、转录因子、突变）。

最后我们来做个演示，假如我们想看一下转录因子（Transcription Factor）与肾纤维化之间有没有新课题，操作方法如下：

（1）在Select First Dictionary里面选择转录因子Human Transcription Factor：

（2）在Select Second Dictionary里面选择Disease Ontology（DO）：

选好后界面自动更新如下：

（3）我们在Disease Ontology（DO）上面的name filter里面输入renal fibrosis，结果就是这样了：

（4）接下来我们分别点开每一行的B这一列对应的数字，我们直接单击第二行的数字1：

这里就能看到A renal fibrosis， B SMAD3， C MXD4，其中有10篇文章是关于A renal fibrosis和B SMAD3的，有3篇文章是关于B SMAD3和C MXD4的。那么我们的课题就是：转录因子MXD4通过SMAD3调控肾纤维化的功能和机制。这样我们点开其它的选项后又找了几个课题：

转录因子MXI1通过SMAD3调控肾纤维化的功能和机制

转录因子FOXP3通过SMAD3调控肾纤维化的功能和机制

转录因子HNF1A通过MIR192调控肾纤维化的功能和机制

当然，这里我们用转录因子举的例子，我们前面说化合物（比如酶和代谢物）、功能注释（比如信号通路和疾病）、一般概念（比如药物适应症和副作用）和分子（比如基因、蛋白、miRNA、转录因子、突变）这些都可以，大家自己试吧！

关注后获取《科研修炼手册》1、2、3、4、5。