收藏级资源肿瘤数据库汇总.docx

1、收藏级资源肿瘤数据库汇总 收藏级资源肿瘤数据库汇总 收藏级资源|肿瘤数据库汇总现如今，随着人们生活方式和环境的改变，恶性肿瘤已经成为疾病死亡病因 之一。 肿瘤在全球呈现发病率增高，以及发病年龄年轻化的趋势。 2019 年，A Cancer Journal For Clinicians 杂志发布了最新的数据。 该报告估计，2019 年美国 将有 1,762,450 例新的癌症病例和 606,888 例与癌症相关的死亡。 传统化疗是对抗癌症的常见方法，但它会攻击全身，造成不必要的副作用，如脱 发，恶心和疲劳。 靶向治疗选择性地杀死癌细胞而不影响健康组织。 靶向药物开 发将成为治疗癌症的重要手段。

2、图 1 肿瘤靶向治疗 高通量检测技术迅速发展，使得与肿瘤相关的组学数据迅速积累。 这些数据 对于研究肿瘤的发生发展机制具有重要意义。 对数据的挖掘能够确定许多与疾病 有关的基因，为治疗和发病机制的研究提供新的思路。 如何有效利用和存储这些 信息就显得尤为重要。 肿瘤的生物信息学数据库的建立提供了有效的解决方案， 对肿瘤基础研究的发展、临床治疗水平的提高具有极大的推动作用。 以下是一些肿瘤相关的数据库分类和大致的信息。 1. 综合性肿瘤数据库 2. 肿瘤基因组数据库 3. 肿瘤 DNA 甲基化数据库 4. 肿瘤转录组数据库 5. 肿瘤蛋白组数据库6. 肿瘤相关基因的数据库 7. 肿瘤与药物数据库

3、 1. 综合性肿瘤数据库综合肿瘤数据库汇总如表 1 所示。 表 1 综合性肿瘤数据库DatebaseDescriptioncanEvolveWeb portal for integrative oncogenomicscBioPortalcBioPortal for Cancer GenomicsCGAPCancer Genome Anatomy ProjectCGHubCancer Genomics HubCGWBCancer Genome Work BenchCOSMICCatalogue Of Somatic Mutations In CancerICGCInternational Ca

4、ncer Genome ConsortiumTCGAThe Cancer Genome AtlasUCSC Genome Browser UCSC Cancer Genomics Browser 以下是对数据库的简要概述 1.1 canEvolve 1canEvolve 存储的信息包括：基因、microRNA (miRNA)和蛋白质表达谱、多 种癌症类型的拷贝数变化(CNAs)以及蛋白质-蛋白质相互作用信息。 1.2 cBioPortal for Cancer Genomics (cBioPortal) 2cBioPortal for Cancer Genomics 是一个癌症基因组数据探索、

5、可视化及分析 平台，可用于多个癌症基因组学数据集的交互式探索。 该数据库可提供 CNA、基因突变信息。 针对每个基因，它可给出多个信息，主 要包括：基因的 CAN 信息、基因突变在样本中的分布、突变位点和频率、共表 达基因以及生存曲线等。 对于用户提供的基因列表，还可生成互作网络并提供已知的相互作用的药物。 cBioPortal 在发现肿瘤相关突变、分析基因的生物学功能以及药物选择等方 面的研究中具有重要推进作用。 图 2 cBioPortal 数据库的主页 1.3 Cancer Genome Anatomy Project (CGAP) 3CGAP 网站主要提供了 cDNA 克隆、文库、基因

6、表达、SNP 以及基因组变 异等信息。 CGAP 收集的数据包括正常组织、前癌组织以及癌细胞的基因表达水 平。 图 3 CGAP 的主页 1.4 Cancer Genomics Hub (CGHub) 4CGHub 是美国国家癌症研究所(NCI)测序项目的在线存储库，其数据来源包 括癌症基因组图谱(TCGA)、癌症细胞系百科全书(CCLE)和产生有效治疗(目标) 项目的治疗应用研究(TARGET)3 个国家癌症协会项目，数据来自 25 种不同类型 的癌症。 1.5 Cancer Genome Work Bench (CGWB) 5 CGWB 提供了一系列工具来挖掘、整合以及可视化 TCGA 等

7、数据库中的基因组和临床数据，它是第一个将临床肿瘤突变谱与参考人类基因组整合在一起的 计算平台。 用户可快速地比较患者临床信息与基因组的变异及甲基化等。 1.6 Catalogue of Somatic Mutations in Cancer (COSMIC) 6COSMIC 是世界上最大最全面的有关肿瘤的体细胞突变以及其影响的资源 库。 它主要提供多种肿瘤细胞基因组中的 CNA、甲基化、基因融合、SNP 及基 因表达等信息。 这些突变信息是从科学文献中手工整理的。 图 4 COSMIC 的主页 1.7 International Cancer Genome Consortium (ICGC)

8、7ICGC 的目标是获取包括胆道癌、膀胱癌、血癌等多达 50 种肿瘤及其亚型 的基因组、转录组和表观遗传的全部信息。 这些数据可促进癌症的机理和治疗研 究。 图 5 ICGC 的主页 1.8 The Cancer Genome Atlas (TCGA) 8TCGA 是由美国国立癌症研究所（NCI）和国家人类基因组研究所资助，关 注与癌症的发生和发展相关的分子突变图谱。 该数据库主要对样本进行外显子组和基因组测序分析，所提供的数据包括：基因 组拷贝数变化、表观遗传、基因表达谱、miRNA 等。 图 6 TCGA 的主页 1.9 UCSC Cancer Genomics Browser 9UCSC

9、 Cancer Genomics Browser 是一个可以对癌症基因组学和临床数据进 行整合、可视化、分析的网络分析工具。 它保存癌症基因组及临床数据并收集了 样本的多种信息，包括基因表达水平、CNA、通路信息等。 在 UCSC 的癌症基因组浏览器中，可实现不同样本以及癌症类型之间的比较，分析基因组变异与表 型之间的相关性。 图 7 UCSC 癌症基因组浏览器主页2. 肿瘤基因组数据库 肿瘤细胞的基因组中都存在着大量的变异，主要包括染色体结构的变异、CNA、基因融合以及 SNP 等。 拷贝数改变(CNAs)在很大程度上有助于癌症发病 机制和进展。 肿瘤基因组数据库汇总如表 2 所示。 表 2

10、 肿瘤基因组数据库DatebaseDescriptionarrayMapReference resource for genomic copy number imbalancesBioMutaIntegrated sequence feature databaseCanGEMCancer GEnome MineCasSNPCopy number alterations of cancer genome from SNP arraydataCGPCancer Genome Project2.1 ArrayMap 10ArrayMap 提供预处理过的肿瘤基因组芯片数据以及 CNA 图谱。 在 Ar

11、rayMap 数据库中，用户可搜索自己感兴趣的样本，并在此基础上分析感兴趣的基因或基 因组片段上的 CNA；用户还可以比较两个样本之间的 CNA 的差异。 图 8 ArrayMap 的主页 2.2 BioMuta 11BioMuta 数据库存储了癌症细胞中基因的非同义单核苷酸变异，这些突变会 影响基因的正常功能。 BioMuta 中的数据来源于 COSMIC、ClinVar、UniProtKB 以及一些文献中。 用户可搜索感兴趣的基因，获得该基因在癌细胞中的突变位点 及其分布频率。 图 9 BioMuta 的主页 2.3 Cancer GEnome Mine (CanGEM) 12CanGEM

12、 是一个公共的数据库，用于存储定量微阵列数据和临床肿瘤样本数 据。 它主要利用 ArrayCGH 芯片来发掘基因的拷贝数变异。 图 10 CanGEM 的主页 2.4 Cancer Genome Project (CGP) 14CGP 提供了肿瘤中的 CNA 及基因型信息，该数据库的主要目标是利用人类 基因组序列和高通量的突变检测技术识别体细胞突变，进而发现人类肿瘤发生过 程中重要的基因。 该数据库还提供了一些识别突变、CNA 的软件，如 BioView、 GRAFT 等。 图 11 CGP 主页 3. 肿瘤 DNA 甲基化数据库DNA 甲基化修饰是表观遗传学的一种重要形式，它调节基因的转录水

13、平， 对维持细胞的正常功能起着重要作用。 DNA 甲基化模式的改变可能导致癌症。 肿瘤 DNA 甲基化数据库汇总如表 3 所示。 表 3 肿瘤 DNA 甲基化数据库Datebase DescriptionDiseaseMet Human disease methylation databasehMENTMethylation and expression database of normal and tumortissuesMethDB Common resource for epigenetic phenomenonMethHC DNA methylation and gene expres

14、sion in human cancerMethyCanc Human DNA Methylation and CancererNGSmethD Next-generation sequencing single-cytosine-resolution DNABmethylatio3.1 DiseaseMeth 15DiseaseMeth 是一个人类疾病甲基化数据库，其重点是对各种疾病的 DNA甲基化数据集进行有效的存储和统计分析。 它涉及的疾病包括癌症、神经发育和退行性疾病、自身免疫疾病等。 在 DiseaseMeth 中可以比较疾病与疾病之间、基 因与基因之间以及疾病与基因之间的甲基化关系

15、。 图 12 DiseaseMeth 的主页 3.2 MENT 16MENT 数据库收集和整合了来自 Gene Expression Omnibus(GEO)和 TCGA 的 DNA 甲基化、基因表达水平数据，同时将 DNA 甲基化和基因表达水平关联起来。 图 13 MENT 的主页3.3 MethHC MethHC 是一个集成数据库，包含大量 DNA 甲基化数据和 mRNA/microRNA在人类癌症中的表达谱。 这些数据可以帮助研究人员确定表观遗传模式。 图 14 MethHC 的数据生成流程 17 3.4 MethyCancer 18该数据库拥有来自公共资源的高度整合的 DNA 甲基化数

16、据、癌症相关基因、 突 变 和 癌 症 信 息 ， 以 及 我 们 大 规 模 测 序 得 到 的 CpG Island (CGI) 克 隆 。 MethyCancer 可用于研究 DNA 甲基化、基因表达与癌症的相互作用。 图 15 MethyCancer 的主页除了上述针对癌症基因组甲基化的数据库外，还有一些数据库搜集和整理更为广泛的甲基化数据，如 MethDB 和 NGSmethDB。 MethDB 是较早的 DNA 甲基化数据库，主要集中于环境因子对甲基化的影响；NGSmethDB 叫基于高通量测序数据，最近更新中还包含了 SNP 信息，以便 后续分析。 4. 肿瘤转录组数据库 肿瘤细胞具有较强的生长和繁殖能力，生命活动旺盛