收藏級資源腫瘤數(shù)據(jù)庫匯總_第1頁
收藏級資源腫瘤數(shù)據(jù)庫匯總_第2頁
收藏級資源腫瘤數(shù)據(jù)庫匯總_第3頁
收藏級資源腫瘤數(shù)據(jù)庫匯總_第4頁
收藏級資源腫瘤數(shù)據(jù)庫匯總_第5頁
已閱讀5頁,還剩20頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、收藏級資源|腫瘤數(shù)據(jù)庫匯總現(xiàn)如今,隨著人們生活方式和環(huán)境的改變,惡性腫瘤已經(jīng)成為疾病死亡病因之一。腫瘤在全球呈現(xiàn)發(fā)病率增高,以及發(fā)病年齡年輕化的趨勢。2019年,A Cancer Journal For Clinicians雜志發(fā)布了最新的數(shù)據(jù)。該報告估計,2019年美國將有1,762,450例新的癌癥病例和606,888例與癌癥相關的死亡。傳統(tǒng)化療是對抗癌癥的常見方法,但它會攻擊全身,造成不必要的副作用,如脫發(fā),惡心和疲勞。靶向治療選擇性地殺死癌細胞而不影響健康組織。靶向藥物開發(fā)將成為治療癌癥的重要手段。圖1 腫瘤靶向治療高通量檢測技術迅速發(fā)展,使得與腫瘤相關的組學數(shù)據(jù)迅速積累。這些數(shù)據(jù)對于

2、研究腫瘤的發(fā)生發(fā)展機制具有重要意義。對數(shù)據(jù)的挖掘能夠確定許多與疾病有關的基因,為治療和發(fā)病機制的研究提供新的思路。如何有效利用和存儲這些信息就顯得尤為重要。腫瘤的生物信息學數(shù)據(jù)庫的建立提供了有效的解決方案,對腫瘤基礎研究的發(fā)展、臨床治療水平的提高具有極大的推動作用。以下是一些腫瘤相關的數(shù)據(jù)庫分類和大致的信息。1. 綜合性腫瘤數(shù)據(jù)庫2. 腫瘤基因組數(shù)據(jù)庫3. 腫瘤DNA甲基化數(shù)據(jù)庫4. 腫瘤轉錄組數(shù)據(jù)庫5. 腫瘤蛋白組數(shù)據(jù)庫6. 腫瘤相關基因的數(shù)據(jù)庫7. 腫瘤與藥物數(shù)據(jù)庫1. 綜合性腫瘤數(shù)據(jù)庫綜合腫瘤數(shù)據(jù)庫匯總如表1所示。表1綜合性腫瘤數(shù)據(jù)庫DatebaseDescriptioncanEvolv

3、eWeb portal for integrative oncogenomicscBioPortalcBioPortal for Cancer GenomicsCGAPCancer Genome Anatomy ProjectCGHubCancer Genomics HubCGWBCancer Genome Work BenchCOSMICCatalogue Of Somatic Mutations In CancerICGC International Cancer Genome ConsortiumTCGA The Cancer Genome AtlasUCSC Genome Browse

4、rUCSC Cancer Genomics Browser以下是對數(shù)據(jù)庫的簡要概述1.1 canEvolve 1canEvolve存儲的信息包括:基因、microRNA (miRNA)和蛋白質表達譜、多種癌癥類型的拷貝數(shù)變化(CNAs)以及蛋白質-蛋白質相互作用信息。1.2 cBioPortal for Cancer Genomics (cBioPortal) 2cBioPortal for Cancer Genomics是一個癌癥基因組數(shù)據(jù)探索、可視化及分析平臺,可用于多個癌癥基因組學數(shù)據(jù)集的交互式探索。該數(shù)據(jù)庫可提供CNA、基因突變信息。針對每個基因,它可給出多個信息,主要包括:基因的CA

5、N信息、基因突變在樣本中的分布、突變位點和頻率、共表達基因以及生存曲線等。對于用戶提供的基因列表,還可生成互作網(wǎng)絡并提供已知的相互作用的藥物。cBioPortal在發(fā)現(xiàn)腫瘤相關突變、分析基因的生物學功能以及藥物選擇等方面的研究中具有重要推進作用。圖2 cBioPortal數(shù)據(jù)庫的主頁1.3 Cancer Genome Anatomy Project (CGAP) 3CGAP網(wǎng)站主要提供了cDNA克隆、文庫、基因表達、SNP以及基因組變異等信息。CGAP收集的數(shù)據(jù)包括正常組織、前癌組織以及癌細胞的基因表達水平。圖3 CGAP的主頁1.4 Cancer Genomics Hub (CGHub) 4

6、CGHub是美國國家癌癥研究所(NCI)測序項目的在線存儲庫,其數(shù)據(jù)來源包括癌癥基因組圖譜(TCGA)、癌癥細胞系百科全書(CCLE)和產(chǎn)生有效治療(目標)項目的治療應用研究(TARGET)3個國家癌癥協(xié)會項目,數(shù)據(jù)來自25種不同類型的癌癥。1.5 Cancer Genome Work Bench (CGWB) 5CGWB提供了一系列工具來挖掘、整合以及可視化TCGA等數(shù)據(jù)庫中的基因組和臨床數(shù)據(jù),它是第一個將臨床腫瘤突變譜與參考人類基因組整合在一起的計算平臺。用戶可快速地比較患者臨床信息與基因組的變異及甲基化等。1.6 Catalogue of Somatic Mutations in Can

7、cer (COSMIC) 6COSMIC是世界上最大最全面的有關腫瘤的體細胞突變以及其影響的資源庫。它主要提供多種腫瘤細胞基因組中的CNA、甲基化、基因融合、SNP及基因表達等信息。這些突變信息是從科學文獻中手工整理的。圖4 COSMIC的主頁1.7 International Cancer Genome Consortium (ICGC) 7ICGC的目標是獲取包括膽道癌、膀胱癌、血癌等多達50種腫瘤及其亞型的基因組、轉錄組和表觀遺傳的全部信息。這些數(shù)據(jù)可促進癌癥的機理和治療研究。圖5 ICGC的主頁1.8 The Cancer Genome Atlas (TCGA) 8TCGA是由美國國立

8、癌癥研究所(NCI)和國家人類基因組研究所資助,關注與癌癥的發(fā)生和發(fā)展相關的分子突變圖譜。該數(shù)據(jù)庫主要對樣本進行外顯子組和基因組測序分析,所提供的數(shù)據(jù)包括:基因組拷貝數(shù)變化、表觀遺傳、基因表達譜、miRNA等。圖6 TCGA的主頁1.9 UCSC Cancer Genomics Browser 9UCSC Cancer Genomics Browser是一個可以對癌癥基因組學和臨床數(shù)據(jù)進行整合、可視化、分析的網(wǎng)絡分析工具。它保存癌癥基因組及臨床數(shù)據(jù)并收集了樣本的多種信息,包括基因表達水平、CNA、通路信息等。在UCSC的癌癥基因組瀏覽器中,可實現(xiàn)不同樣本以及癌癥類型之間的比較,分析基因組變異與

9、表型之間的相關性。圖7 UCSC癌癥基因組瀏覽器主頁2. 腫瘤基因組數(shù)據(jù)庫腫瘤細胞的基因組中都存在著大量的變異,主要包括染色體結構的變異、CNA、基因融合以及SNP等??截悢?shù)改變(CNAs)在很大程度上有助于癌癥發(fā)病機制和進展。腫瘤基因組數(shù)據(jù)庫匯總如表2所示。表2腫瘤基因組數(shù)據(jù)庫DatebaseDescriptionarrayMapReference resource for genomic copy number imbalancesBioMutaIntegrated sequence feature databaseCanGEMCancer GEnome MineCasSNPCopy nu

10、mber alterations of cancer genome from SNP array dataCGPCancer Genome Project2.1 ArrayMap 10ArrayMap提供預處理過的腫瘤基因組芯片數(shù)據(jù)以及CNA圖譜。在ArrayMap數(shù)據(jù)庫中,用戶可搜索自己感興趣的樣本,并在此基礎上分析感興趣的基因或基因組片段上的CNA;用戶還可以比較兩個樣本之間的CNA的差異。圖8 ArrayMap的主頁2.2 BioMuta 11BioMuta數(shù)據(jù)庫存儲了癌癥細胞中基因的非同義單核苷酸變異,這些突變會影響基因的正常功能。BioMuta中的數(shù)據(jù)來源于COSMIC、ClinVa

11、r、UniProtKB以及一些文獻中。用戶可搜索感興趣的基因,獲得該基因在癌細胞中的突變位點及其分布頻率。圖9 BioMuta的主頁2.3 Cancer GEnome Mine (CanGEM) 12CanGEM是一個公共的數(shù)據(jù)庫,用于存儲定量微陣列數(shù)據(jù)和臨床腫瘤樣本數(shù)據(jù)。它主要利用ArrayCGH芯片來發(fā)掘基因的拷貝數(shù)變異。圖10 CanGEM的主頁2.4 Cancer Genome Project (CGP) 14CGP提供了腫瘤中的CNA及基因型信息,該數(shù)據(jù)庫的主要目標是利用人類基因組序列和高通量的突變檢測技術識別體細胞突變,進而發(fā)現(xiàn)人類腫瘤發(fā)生過程中重要的基因。該數(shù)據(jù)庫還提供了一些識別

12、突變、CNA的軟件,如BioView、GRAFT等。圖11 CGP主頁3. 腫瘤DNA甲基化數(shù)據(jù)庫DNA甲基化修飾是表觀遺傳學的一種重要形式,它調節(jié)基因的轉錄水平,對維持細胞的正常功能起著重要作用。DNA甲基化模式的改變可能導致癌癥。腫瘤DNA甲基化數(shù)據(jù)庫匯總如表3所示。表3腫瘤DNA甲基化數(shù)據(jù)庫DatebaseDescriptionDiseaseMethHuman disease methylation databaseMENT Methylation and expression database of normal and tumor tissuesMethDB Common resou

13、rce for epigenetic phenomenonMethHC DNA methylation and gene expression in human cancerMethyCancerHuman DNA Methylation and CancerNGSmethDBNext-generation sequencing single-cytosine-resolution DNA methylatio3.1 DiseaseMeth 15DiseaseMeth是一個人類疾病甲基化數(shù)據(jù)庫,其重點是對各種疾病的DNA甲基化數(shù)據(jù)集進行有效的存儲和統(tǒng)計分析。它涉及的疾病包括癌癥、神經(jīng)發(fā)育和退行

14、性疾病、自身免疫疾病等。在DiseaseMeth中可以比較疾病與疾病之間、基因與基因之間以及疾病與基因之間的甲基化關系。 圖12 DiseaseMeth的主頁3.2 MENT 16MENT數(shù)據(jù)庫收集和整合了來自Gene Expression Omnibus(GEO)和TCGA的DNA甲基化、基因表達水平數(shù)據(jù),同時將DNA甲基化和基因表達水平關聯(lián)起來。圖13 MENT的主頁3.3 MethHC MethHC是一個集成數(shù)據(jù)庫,包含大量DNA甲基化數(shù)據(jù)和mRNA/microRNA在人類癌癥中的表達譜。這些數(shù)據(jù)可以幫助研究人員確定表觀遺傳模式。圖14 MethHC的數(shù)據(jù)生成流程 173.4 Methy

15、Cancer 18 該數(shù)據(jù)庫擁有來自公共資源的高度整合的DNA甲基化數(shù)據(jù)、癌癥相關基因、突變和癌癥信息,以及我們大規(guī)模測序得到的CpG Island (CGI)克隆。MethyCancer可用于研究DNA甲基化、基因表達與癌癥的相互作用。圖15 MethyCancer的主頁除了上述針對癌癥基因組甲基化的數(shù)據(jù)庫外,還有一些數(shù)據(jù)庫搜集和整理更為廣泛的甲基化數(shù)據(jù),如MethDB和NGSmethDB。MethDB是較早的DNA甲基化數(shù)據(jù)庫,主要集中于環(huán)境因子對甲基化的影響;NGSmethDB叫基于高通量測序數(shù)據(jù),最近更新中還包含了SNP信息,以便后續(xù)分析。4. 腫瘤轉錄組數(shù)據(jù)庫 腫瘤細胞具有較強的生長

16、和繁殖能力,生命活動旺盛,因此與正常細胞相比,基因的轉錄水平和模式也存在較大的差異。表4腫瘤轉錄組數(shù)據(jù)庫DatebaseDescriptionArrayExpressMicroarray gene expression dataChiTaRSChimeric transcripts and RNA-sequencing dataGEO Gene Expression OmnibusmiRCancer MicroRNA cancer association databaseOncomine Cancer microarray databaseOncomiRDBExperimentally ver

17、ified oncogenic and tumor-suppressive microRNAsSomamiR Somatic mutations impacting microRNA function in cancer4.1 ArrayExpress 19 ArrayExpress是基于微陣列和高通量測序(HTS)的功能基因組實驗的主要知識庫之一。ArrayExpress中的所有數(shù)據(jù)都以MAGE-TAB格式提供。圖16 ArrayExpress的主頁4.2 ChiTaRS 20 ChiTaRS數(shù)據(jù)庫包含嵌合轉錄本和RNA-Seq數(shù)據(jù)。ChiTaRS嵌合轉錄本和RNA-Seq數(shù)據(jù)數(shù)據(jù)庫是由Ge

18、nBank、ChimerDB、dbCRID、TICdb和其他用于人類、小鼠和蒼蠅的數(shù)據(jù)庫的表達序列標記(ESTs)和mRNA識別的嵌合轉錄本集合。圖17 ChiTaRS的主頁4.3 Gene Expression Omnibus (GEO) 21 GEO是由美國國家生物技術信息中心(NCBI)建立的,其最初的目標是作為一個公共存儲庫,存儲主要由微陣列技術生成的高通量基因表達數(shù)據(jù)。此外,該數(shù)據(jù)庫還包括比較基因組分析、描述基因組蛋白相互作用的染色質免疫沉淀分析、非編碼RNA分析、SNP基因分型和基因組甲基化狀態(tài)分析。圖18 GEO的主頁4.4 miRCancer 22miRCancer基于從文獻中

19、提取的結果,提供了較為全面的miRNA集合以及它們在多種腫瘤中的表達情況。所有miRNA的癌變關聯(lián)都是在自動提取后手動確認的。圖19 miRCancer的主頁4.5 Oncomine 23 Oncomine主要提供癌癥轉錄組數(shù)據(jù)。它可提供基因在腫瘤樣本和正常樣本間、腫瘤樣本和腫瘤樣本間、正常樣本和正常樣本間的差異表達、基因表達譜、共表達基因等信息。圖20 Oncomine的主頁4.6 OncomiRDB 24 OncomiRDB主要收集和注釋通過實驗驗證的對癌癥具有促進或抑制作用的miRNA信息。該數(shù)據(jù)庫的所有數(shù)據(jù)是通過人工收集和整理。4.7 SomamiR 25SomamiR數(shù)據(jù)庫集成了多種

20、類型的數(shù)據(jù),用于研究體細胞和種系突變對癌癥中miRNA功能的影響。該數(shù)據(jù)庫主要收集miRNA及其靶序列上的突變。另外,數(shù)據(jù)庫還提供了存在miRNA靶序列體細胞突變且腫瘤相關的基因及其參與的通路。圖21 SomamiR的主頁5. 腫瘤蛋白組數(shù)據(jù)庫 蛋白是生命活動的主要承擔者,蛋白結構變異、蛋白修飾的改變以及蛋白含量的變化等導致細胞的生長和代謝變化是腫瘤發(fā)生的重要因素。表5腫瘤蛋白組數(shù)據(jù)庫DatebaseDescriptionCancer3DCancer mutations and protein structuresCancerPPDAnticancer peptides and protein

21、sCanProVarCancer Proteome Variation DatabaseCPTAC Clinical Proteomic Tumor Analysis ConsortiumdbDEPC Differentially expressed proteins in human cancers5.1 Cancer3D 26 Cancer3D數(shù)據(jù)庫整合了來自TCGA和CCLE的體細胞錯義突變信息,在蛋白結構水平上分析其對蛋白功能的影響。該數(shù)據(jù)庫通過e-Driver和e-Drug兩種算法,幫助用戶分析突變的分布模式及其與藥物活性變化的關系。5.2 CancerPPD 27 CancerPP

22、D是一個抗癌肽(ACPs)和抗癌蛋白的儲存庫,在設計基于肽的抗癌療法中非常有用。在CancerPPD中,針對每個條目,都有其詳細的注釋信息,如肽的來源、肽的性質、抗癌活性、N-和C-末端修飾、構象等。除了天然肽,CancerPPD還含有非天然的、經(jīng)過化學修飾的殘基肽和D-氨基酸。CancerPPD還整合了一些基于web的工具,包括關鍵字搜索、數(shù)據(jù)瀏覽、序列和結構相似性搜索。圖22 CancerPPD的主頁5.3 Cancer Proteome Variation Database (CanProVar) 28CanProVar數(shù)據(jù)庫整合了來自各種公共資源的蛋白質序列變異信息,重點是癌癥相關的變

23、異,CanProVar中的數(shù)據(jù)主要來源于TCGA、COSMIC、OMIM、HPI等數(shù)據(jù)庫以及一些文獻研究。在該數(shù)據(jù)庫中,用戶可在網(wǎng)站中搜索特定蛋白或者某種腫瘤,獲取蛋白的突變情況,在結果頁面會給出蛋白的基本信息、GO注釋以及相關的研究文獻。5.4 Clinical Proteomic Tumor Analysis Consortium (CPTAC) 29CPTAC整合了基因組和蛋白組的數(shù)據(jù),旨在識別和描述腫瘤組織和正常組織中的全部蛋白,發(fā)掘可作為腫瘤生物標記的候選蛋白。5.5 DbDEPC 30 DbDEPC是一個專門收集腫瘤樣本中出現(xiàn)的差異表達蛋白的數(shù)據(jù)庫。在該數(shù)據(jù)庫中,你可以了解你所感興

24、趣的蛋白質是否在某些癌癥中發(fā)生了變化。6. 腫瘤相關基因的數(shù)據(jù)庫 表6 腫瘤相關基因的數(shù)據(jù)庫DatebaseDescriptionDriverDB Exome sequencing database for cancer driver geneNCG Network of Cancer GenesTP53MULTLoadTP53 mutation databaseUMD TP53TP53 database6.1 DriverDB DriverDB收集了來自TCGA、ICGC、TARGET等數(shù)據(jù)庫的大量exome-seq數(shù)據(jù),并根據(jù)不同方面提供突變信息的可視化。這些可視化結果將有助于用戶快速了解

25、驅動基因之間的關系。圖23 DriverDB的主頁6.2 Network of Cancer Genes (NCG) 31癌癥基因網(wǎng)絡(NCG)致力于收集關于人工篩選的已知和候選癌癥基因的信息。針對每個基因,用戶可獲得與該基因相關的功能和疾病注釋信息、突變信息、表達譜、miRNA及蛋白互作關系等,還可以可視化miRNA調控關系和蛋白互作網(wǎng)絡。6.3 TP53MULTLoad 32 TP53MULTLoad是一個人工收集的有關TP53突變和突變體資源中心,包含了UMDTP53數(shù)據(jù)庫以及與TP53有關的信息。它既可以作為一個容易操作的平面文件,也可以作為一個新的多平臺分析軟件,用于分析TP53突變

26、的各個方面。圖24 TP53MULTLoad的主頁7. 腫瘤與藥物數(shù)據(jù)庫表7 腫瘤與藥物數(shù)據(jù)庫DatebaseDescriptionCancerDRCancer drug resistance databaseCancerResourceCancer-relevant proteins and compound interactionscanSARCancer research and drug discovery knowledgebaseGDSC Genomics of Drug Sensitivity in CancerPlatinum Mutations on structurally

27、 defined protein-ligand complexes7.1 CancerDR 耐藥性是腫瘤治療的一大障礙,藥物靶點突變是產(chǎn)生獲得性耐藥的主要原因之一。對這些藥物靶點突變的充分了解將有助于設計有效的個性化治療。CancerDR是一種針對癌癥治療的個性化藥物的嘗試。CancerDR收集了148種抗癌藥物以及它們在952種細胞系中的藥理狀況。圖25 CancerDR的各種應用337.2 CancerResource 34 CancerResource通過文獻挖掘以及整合多種數(shù)據(jù)源的方式收集并發(fā)現(xiàn)了大量化合物及其靶點的信息。通過CancerResource數(shù)據(jù)庫,你可以得到包含化合物與靶

28、標的詳細信息、表達圖譜及相關數(shù)據(jù)來源鏈接等。圖26 CancerResource的主頁7.3 canSAR 35canSAR整合ArrayExpress、UniProt、COSMIC等11種數(shù)據(jù)源的數(shù)據(jù)。它是一個支持癌癥轉化研究和藥物發(fā)現(xiàn)的公共癌癥綜合知識庫。該數(shù)據(jù)庫包含了包括生物學、藥理學、化學、結構生物學和蛋白質相互作用網(wǎng)絡等多種類型的數(shù)據(jù)。圖27 canSAR的主頁7.4 Genomics of Drug Sensitivity in Cancer (GDSC) 36 GDSC是關于癌癥細胞藥物敏感性和藥物反應分子標記的數(shù)據(jù)庫,GDSC提供了一個獨特的資源,結合了大的藥物敏感性和基因組數(shù)

29、據(jù)集,以促進發(fā)現(xiàn)新的治療生物標志物的癌癥治療。該數(shù)據(jù)庫中的癌基因組突變信息包括癌基因點突變、基因擴增與丟失、組織類型以及表達譜等。圖28 GDSC主頁7.5 Platinum 37Platinum是一個廣泛收集耐藥性信息的數(shù)據(jù)庫,是為了研究和理解錯義突變對配體與蛋白質組相互作用的影響而開發(fā)的。該數(shù)據(jù)庫包含超過1000種蛋白配體復合物的三維結構突變,以及這些突變對其親和力的影響。Platinum數(shù)據(jù)庫將蛋白質結構突變與配體的親和力關聯(lián)起來,有助于研究由突變引起的疾病耐藥性。圖29 Platinum的主頁Reference: 1 Samur M K, Yan Z, Wang X, et al. c

30、anEvolve: A Web Portal for Integrative Oncogenomics J. PLOS ONE, 2013, 8.2 Gao J, Aksoy B A, Dogrusoz U, et al. Integrative Analysis of Complex Cancer Genomics and Clinical Profiles Using the cBioPortal J. Science Signaling, 2013, 6(269): pl1-pl1.3 Strausberg R L, Buetow K H, Emmert-Buck M R, et al.

31、 The Cancer Genome Anatomy Project: building an annotated gene index J. Trends in Genetics Tig, 2000, 16(3): 103-106.4 Wilks C, Cline M S, Weiler E, et al. The Cancer Genomics Hub (CGHub): overcoming cancer through the power of torrential data J. Database, 2014.5 Zhang J, Finney R P, Rowe W, et al.

32、Systematic analysis of genetic alterations in tumors using Cancer Genome WorkBench (CGWB) J. Genome Research, 2007, 17(7): 1111-1117.6 Forbes S A, Beare D, Gunasekaran P, et al. COSMIC: exploring the worlds knowledge of somatic mutations in human cancer J. Nucleic Acids Research, 2015, 43(D1): D805-

33、D811.7 Banks R, LopezOtín, Carlos. International network of cancer genome projects J. Nature, 2010, 464(7291): 993-998.8 Chang K, Creighton C J, Davis C, et al. The Cancer Genome Atlas Pan-Cancer analysis project J. Nature Genetics, 2013, 45(10): 1113-1120.9 Benz S C, Craft B, Szeto C, et al. T

34、he UCSC Cancer Genomics Browser: update 2011 J. Nucleic Acids Research, 2013, 43(Database issue): 812-7.10 Cai H, Gupta S, Rath P, et al. ArrayMap 2014: An updated cancer genome resource J. Nucleic Acids Research, 2014, 43(D1).11 Wu T J, Shamsaddini A, Pan Y, et al. A framework for organizing cancer

35、-related variations from existing databases, publications and NGS data using a High-performance Integrated Virtual Environment (HIVE) J. Database, 2014, 2014: bau022-bau022.12 Scheinin I, Myllykangas S, Borze I, et al. CanGEM: mining gene copy number changes in cancer J. Nucleic Acids Research, 2007

36、, 36(Database): D830-D835.13 Cao Q, Zhou M, Wang X, et al. CaSNP: a database for interrogating copy number alterations of cancer genome from SNP array data J. Nucleic Acids Research, 2011, 39(Database issue): D968.14 Timms B. Cancer genome project to start J. European Journal of Cancer, 2000, 36(6):

37、 687.15 Lv J, Liu H, Su J, et al. DiseaseMeth: a human disease methylation database J. Nucleic Acids Research, 2012, 40(Databaseissue): 1030-5.16 Baek S J, Yang S, Kang T W, et al. MENT: Methylation and expression database of normal and tumor tissues J. Gene, 2013, 518(1): 194-200.17 Huang W Y, Hsu

38、S D, Huang H Y, et al. MethHC: a database of DNA methylation and gene expression in human cancer J. Nucleic Acids Research, 2015, 43(D1): D856-D861.18 He X, Chang S, Zhang J, et al. MethyCancer: the database of human DNA methylation and cancer J. Nucleic Acids Research, 2008, 36(Database issue): D83

39、6-841.19 Kolesnikov N, Hastings E, Keays M, et al. ArrayExpress update-simplifying data submissions J. Nucleic Acids Research, 2015, 43(D1): D1113-D1116.20 Frenkel-Morgenstern M, Gorohovski A, Vucenovic D, et al. ChiTaRS 2.1-an improved database of the chimeric transcripts and RNA-seq data with nove

40、l sense-antisense chimeric RNA transcripts J. Nucleic Acids Research, 2015, 43(D1): D68-D75.21 Barrett T, Troup D B, Wilhite S E, et al. NCBI GEO: archive for functional genomics data sets - 10years on J. Nucleic Acids Research, 2012, 39(D1).22 Xie B, Ding Q, Han H, et al. miRCancer: a microRNA-canc

41、er association database constructed by text mining on literature J. Bioinformatics, 2013, 29(5): 638-644.23 Rhodes D R, Kalyana-Sundaram S, Mahavisno V, et al. Oncomine 3.0: Genes, Pathways, and Networks in a Collection of 18,000 Cancer Gene Expression Profiles J. Neoplasia, 2007, 9(2): 166-180.24 W

42、ang D, Gu J, Wang T, et al. OncomiRDB: a database for the experimentally verified oncogenic and tumor-suppressive microRNAs J. Bioinformatics, 2014, 30(15): 2237-2238.25 Bhattacharya A, Ziebarth J D, Cui Y. SomamiR: A database for somatic mutations impacting microRNA function in cancer J. Nucleic Ac

43、ids Research, 2012, 41(Database issue).26 Porta-Pardo E, Hrabe T, Godzik A. Cancer3D: understanding cancer mutations through protein structures J. Nucleic Acids Research, 2015, 43(D1): D968-D973.27 Tyagi A, Tuknait A, Anand P, et al. CancerPPD: a database of anticancer peptides and proteins J. Nucle

44、ic Acids Research, 2015, 43(D1): D837-D843.28 Li J, Duncan D T, Zhang B. CanProVar: a human cancer proteome variation database J. Human Mutation, 2010, 31(3): 219-228.29 Ellis M J, Gillette M, Carr S A, et al. Connecting genomic alterations to cancer biology with proteomics: The NCI clinical proteomic tumor analysis consortium J. Cancer Discovery, 2013, 3(10): 110

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論