2025-08-08
Highlights
1.精選7個轉錄組測序研究高頻使用的疾病數據庫，覆蓋鐵死亡機制、藥物重定位、基因集富集、多組學分析等核心研究場景。
2.詳解數據庫核心功能與實操價值，助力快速挖掘測序數據中的疾病關聯機制、潛在藥物靶點及臨床轉化線索。
3.附官方鏈接與應用場景提示，零基礎也能輕松上手，讓你的轉錄組研究從數據到結論一步到位。
轉錄組測序作為解析疾病分子機制的黃金手段，能產出大量差異表達基因數據。但如何從成百上千個差異基因中鎖定關鍵通路、挖掘潛在靶點、關聯臨床意義呢？答案就藏在高質量的疾病數據庫中。高分研究從不滿足于簡單的差異基因羅列，而是通過數據庫將測序數據與疾病表型、分子機制、藥物信息等深度關聯，讓結果更具說服力和轉化價值。今天就為大家盤點7個轉錄組測序高分案例反復引用的疾病數據庫，從鐵死亡等熱門機制到藥物——基因關聯分析，一篇搞定核心工具！
一、鐵死亡數據庫-FerrDb數據庫
FerrDb是一個專門用于鐵死亡（Ferroptosis）研究的數據庫。由廣州醫科大學附屬腦科醫院、四川大學生命科學學院以及生物資源與生態環境教育部重點實驗室的研究團隊共同開發。鐵死亡是一種依賴鐵的細胞死亡形式，近年來在生物醫學研究中備受關注。FerrDBV2是該數據庫的最新版本，提供了豐富的鐵死亡相關數據和功能。
核心功能：
系統收錄鐵死亡相關基因（包括驅動基因、抑制基因、標記基因）、小分子化合物（誘導劑、抑制劑）及相關疾病案例。
提供基因功能注釋、表達譜數據及文獻證據，支持按基因名稱、疾病類型快速檢索。
研究價值：
轉錄組測序篩選出差異基因后，可通過FerrDb快速判斷是否涉及鐵死亡通路，結合數據庫中的基因互作關系，構建差異基因-鐵死亡-疾病調控網絡，為機制研究提供直接證據。
網址：//www.zhounan.org/ferrdb/current/
二、基因集富集分析“金標準”：MSigDB數據庫
分子特征數據庫(Molecular Signatures Database, MSigDB)是一個包含數萬個注釋基因集的資源庫，這個數據庫是專門為了GSEA設計的。基因集富集分析(GSEA)是一種計算方法，用于確定預先定義的基因集在兩個生物狀態(如表型)之間是否具有統計學顯著且一致的差異。簡單來說就是根據兩個條件下（實驗組和對照組）下，基因表達在同一個預先定義的基因集合中有沒有顯著性差異，這個基因集都是根據某一個特征對基因進行分組歸類，有利于探索我們的數據有沒有此類功能的變化。
核心功能：
包含上萬個人類基因集，涵蓋hallmark通路（如細胞凋亡、氧化磷酸化）、GO功能注釋、KEGG通路、癌癥特征基因集等。
支持與GSEA軟件聯動，對轉錄組數據進行基因集富集分析，揭示差異基因背后的生物學功能。
研究價值：
告別單一基因分析，通過MSigDB將差異基因富集到特定通路或生物學過程，明確轉錄組數據的功能方向（如免疫應答、代謝紊亂），是解析測序數據機制的必經之路。
網址：//www.gsea-msigdb.org/gsea/msigdb
三、癌癥多組學分析平臺：cBioPortal數據庫
聚焦癌癥研究的小伙伴，cBioPortal絕對是繞不開的核心工具，尤其適合結合轉錄組數據進行多維度分析。cBioPortal是一個開源的綜合性癌癥基因組學數據庫和分析平臺，由Memorial Sloan Kettering Cancer Center（MSK）開發并維護。它整合了來自TCGA、ICGC等大型項目以及已發表研究的癌癥基因組數據，為研究人員提供可視化和分析工具。
核心功能：
整合TCGA、ICGC等大型癌癥項目的多組學數據（基因突變、拷貝數變異、mRNA/蛋白質表達）及臨床信息。
支持查詢特定基因在癌癥中的表達變化、共突變模式及與患者生存率的關聯。
研究價值：
將轉錄組測序發現的差異基因在cBioPortal中驗證，查看其在大規模癌癥隊列中的表達趨勢及臨床預后價值，讓研究結論更具普適性，輕松提升文章說服力。
網址：//www.cbioportal.org
四、藥物重定位神器：CMap數據庫
CMAP（Connectivity Map）數據庫，是由Broad研究所開發建構，該數據庫基于164種藥物/小分子化合物和過表達或基因敲除工具處理的細胞表達譜數據，借助L1000分析平臺，探討藥物/小分子化合物、基因和疾病狀態之間的交互網絡關系。
核心功能：
收錄數千種小分子化合物處理細胞后的基因表達譜變化，構建化合物-基因表達特征關聯數據庫。
輸入差異基因列表，可匹配出能逆轉該表達特征的化合物（如抑制疾病相關通路的藥物）。
研究價值：
轉錄組測序得到疾病相關差異表達譜后，通過Cmap篩選潛在干預藥物，無需從零開始進行藥物篩選，大幅縮短從基礎研究到臨床轉化的距離，是高分文章臨床意義部分的常用工具。
網址：//portals.broadinstitute.org/cmap/
五、藥物信息“百科全書”：DrugBank數據庫
從藥物化學結構到靶點信息，DrugBank堪稱藥物研究的全能數據庫。
DrugBank是一個綜合性的生物信息學和化學信息學數據庫，由加拿大阿爾伯塔大學創建。它提供了詳細的藥物信息和全面的藥物目標數據，結合了藥物化學、生物學和藥理學信息。DrugBank數據庫不僅為科研人員提供了豐富的數據資源，也為臨床醫學和藥物研發領域提供了重要的參考。
核心功能：
收錄超10000種藥物信息，包括批準上市藥物、實驗藥物及天然產物，詳細標注藥物靶點、作用機制、藥代動力學參數。
關聯藥物對應的基因信息，支持按靶點基因、疾病類型檢索相關藥物。
研究價值：
當轉錄組測序鎖定潛在靶點基因后，通過DrugBank查詢靶向該基因的已上市或在研藥物，為后續功能驗證提供藥物選擇依據，加速從基因到藥物的機制研究。
網址：//go.drugbank.com/
六、藥物-基因相互作用利器：DGIdb數據庫
DGIdb數據庫（Drug-Gene Interaction Database），是一個藥物-基因相互作用數據庫，提供了基因與其已知或潛在藥物關聯信息，目前已經更新到4.0版本。里面的基因主要是癌基因，但是也有一些其他疾病（例如阿爾茲海默病、心臟病、糖尿病等）的相關基因。DGIdb一共有超過14000種藥物-基因的相互作用，涉及2600個基因和6300中靶向這些基因的藥物，還包括了6700個其他的基因，這些基因很有可能成為未來藥物的靶標。
核心功能：
整合多個權威數據庫的藥物-基因相互作用數據，涵蓋小分子藥物、生物制劑與基因的激活/抑制關系。
支持輸入基因列表，批量輸出靶向這些基因的所有已知藥物及作用類型（如抑制劑、激動劑）。
研究價值：
轉錄組差異基因篩選后，通過DGIdb快速構建基因-藥物調控網絡，篩選出可干預核心靶點的藥物，為后續細胞實驗、動物實驗的藥物選擇提供直接參考。
網址：//www.dgidb.org
七、化學物-基因-疾病關聯數據庫：CTD數據庫
CTD數據庫（Comparative Toxicogenomics Database）是一個集成了大量化學物質、基因、功能表型和疾病之間相互作用數據的資源庫。CTD數據庫的主要目的是幫助科研人員了解化學物質的毒性和與之相關的基因和疾病，為研究疾病相關的環境暴露因素和藥物潛在作用機制提供了極大的便利。數據庫目前更新至2021年版本，包含超過4664萬條相互作用數據，涵蓋了超過230萬種化學物質、46689個基因、4340個表型和7212種疾病信息。
核心功能：
收錄化學物質、基因、疾病三者間的相互作用，包括化學物如何通過調控基因表達影響疾病發生發展。
提供基因表達譜、通路富集等分析工具，支持挖掘環境因素與轉錄組數據的潛在關聯。
研究價值：
在環境相關疾病（如職業病、環境污染導致的疾病）的轉錄組研究中，通過CTD分析差異基因與特定化學物的關聯，揭示環境暴露的分子機制，拓展研究的深度和廣度。
網址：//ctdbase.org/
用好數據庫是轉錄組測序研究從數據堆積到機制深挖的關鍵一步。上述7個數據庫覆蓋了從機制解析到靶點挖掘再到藥物關聯的全流程需求。下期我們將繼續盤點更多高分必備的疾病數據庫，助力你的研究快速突破！
