有了这个数据库,我顺手又是一批课题!

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。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20180125G06OG200?refer=cp_1026

同媒体快讯

相关快讯

扫码关注云+社区