|
生物大数据时代，数据越来越多了，数据库也越来越多了，各种各样的基因芯片数据库、蛋白质数据库...琳琅满目。面对如此多的数据库，我们不知挖那一个了。可分析的数据越来越多是好事情，但是却不知道如何选择?特别是初学者，每天做实验突然发现生信挖掘原来也可以分析，确不知道如何下手，真是令人头痛呀！最近有很多人问生信自学网，GEO、TCGA、Oncomine，我应该选择哪一个？哪一个比较简单？哪一个比较好文章、哪一个能发高分文章？哪一个不用学编程？哪一个容易上手？因此，面对这些问题生信自学网做一些总结。
1、GEO数据库
GEO是当今最大、最全面的公共基因表达数据资源。
适合研究方向：基本包括所有疾病，不是做肿瘤的小伙伴可以选这个。
难易程度：数据下载，整理都比较简单，分析过程需要perl和R编程，这里有点难度，总的来说难度一般。现在GEO数据库自己开发了GEO2R在线工具，可以很轻松的找到差异基因，这也给小伙伴们提供了很多便捷。
发文的高度：只做纯GEO数据挖掘的文章一般只能1-2分的文章，文章的分数偏低。单做GEO芯片分析是不够的，现在比较常见的是多芯片联合分析，得到差异基因之后做GO富集分析，KEGG富集分析，共表达网络构建PPI分析。这样才能发一个不错的paper
2、TCGA数据库
GDC数据下载网址：https://portal.gdc.cancer.gov/
TCGA由是美国国立癌症研究所提供的数据，美国 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）于 2006 年联合启动的项目，收录了33种癌症基因组测序数据。
适合研究方向：仅限于肿瘤，不是研究肿瘤方向的小伙伴就不要选择这个了。
难易程度：数据下载，整理都比较难，数据提取过程需要Perl或者Python、R，整一个分析过程需要perl和R编程，整体来说，难度偏高。
发文的高度：只做纯TCGA数据挖掘的文章能发3-5分的文章，发文章的分数比较高，985、211名校博士毕业妥妥的。
 TCGA数据库是生信自学网分析的主打数据库，从表达数据到miRNA、lncRNA分析，SNP突变数据，CNV拷贝数变异，甲基化数据等下，都退出了TCGA相关的课程 
3、Oncomine
数据下载网址：https://www.oncomine.org/resource/login.html
Oncomine是大型肿瘤基因芯片数据库，涵盖65个基因芯片数据集、4700个芯片及4亿8千万个基因表达数据，可用于分析基因表达差异、寻找离群值、预测共表达基因等。
适合研究方向：仅限于肿瘤，不是研究肿瘤方向的小伙伴就不要选择这个了。
难易程度：各种各样的分析，我们只要点击鼠标就可以了，不用任何编程，数据挖掘中最容易的一个。
发文的高度：只做纯Oncomine数据挖掘的文章保底能发2-3分的文章，做一个基因家族的分析发3分以上的文章基本没有问题，985、211名校博士毕业也是妥妥的，总的来说文章分数会比TCGA低一点。
通过以上分析，可以看出，最易上手、最简单的就是Oncomine, 但是只适合研究肿瘤的同学，难度最高和发文分数最高的就是TCGA，同样也只适合研究肿瘤方向的同学，GEO发的分数比较低，但是其他同学也可以做，例如研究糖尿病，心脑血管疾病等等。最后的选择还是根据自己个人的情况进行选择。
那么接下来需要告诉大家的好消息，依据各大生物数据库，生信自学网都开发了分析课程，大家只需要跟着课程简单的运行脚本，就可以得到和论文看到一样效果的数据和图片。
是不是有点小激动，最重要的是，编程工作我们全部搞定，大家不需要编程，只需要电脑操作，有入门课程也有各类套路课程。
购买课程可以直接进入：生信自学课堂
当然大家可以关注微信公众号：生信自学网，获取更多生信资讯，也可以在微信公众号直接下单。
如果大家需要选择入门课程，那么《GEO/TCGA/Oncomine数据库挖掘》课程最适合三大数据库入门，一个课程搞定三大数据库入门，非常实用。
责任编辑：伏泽 作者申明：本文版权属于生信自学网（微信号：18520221056）未经授权，一律禁止转载！ |
