终于来了！传说中的Oncomine！| 【基因数据挖掘专题第十三期】

今天，我们要介绍一个全新的、大名鼎鼎的数据库

——Oncomine

为了更加形象地帮大家理解这个词，我们不妨解释为Oncology Mining，顾名思义，就是挖掘肿瘤方面的生物学信息。它结合了TCGA、GEO、ArrayExpress等数据库，经过一系列加工、标准化和分析后汇集而成。这有什么好处？我们平时做的芯片数据往往来自于一个或两个数据集，偶尔会因为样本的批次、平台的差异、实验的条件等因素使结果与我们预期的不一样。而这个数据库，可以让我们站在更高的一个位置来观察所有相关研究的芯片结果，这一点会在这一节讲课中会为大家展示。

另外，据统计，该数据库收集了约500种肿瘤的基因表达和样本数据。意味着无论你是研究什么方向，只要是肿瘤方面的，在这里都能找到属于你自己的菜。最后的最后，告诉大家的是，oncomine可以进行在线分析，这对于我们一些非生物信息学专业的同志们来说是个极好的消息。那废话不多说，我们还是来点实实在在的干货。

首先打开主页：

https://www.oncomine.org/resource/login.html

第一步我们就需要进行账号注册，这里需要提醒大家的是，注册过程中需要非营利性机构的邮箱（大学或研究机构），类似QQ、新浪邮箱是不接受的。其他步骤大家只要按照说明依次操作既可。

注册成功后，我们就输入账号和密码，进入下面这个界面。

在页面的左侧红色方框内是我们进行筛选的地方，主要的操作就是在这里完成的。

接下来，我们假设想验证一下EGFR这个因子在脑膜瘤中的表达情况。这时，我们得在下面的红色框内输入EGFR，并点击旁边的“放大镜”。

此时就会跳出右侧这张图，它反应了EGFR在各种肿瘤内的一个表达情况，其中红色代表高表达，颜色越深，则表达越高。蓝色就代表低表达。这个就有点类似我们之前在GEO里面学的热图。但是第一行分别表示的是不同研究中的组织对照的情况，这里分别是癌灶Vs.正常组织，癌灶Vs.癌症，癌灶亚型分析等等。

接下来我们点击上图中箭头所指的地方。得到下面这个界面。表示EGFR在神经系统肿瘤与正常组之间的一个表达情况。

方框一指的是我们的过滤条件，一般默认既可。第二个红色方框表示的是不同神经系统肿瘤与正常组的研究，按照generank由大到小排列。什么是generank？比方说第一个研究的generank为24，也就意味着在该项研究中有23个其他基因比EGFR更具有显著性。

这里由于有很多类型的肿瘤，我们假设只考虑神经胶质瘤，那么我们把所有的GlionlastomaVs. Normal都选上，进行综合分析，如下图。

然后点击compare即可。

可以很容易看到之前我们选的7个研究，EGFR都是表现为高表达的。同样地，我们可以去考察其他的亚型是否能得到相似的结果。

这里小编索性将所有神经系统的肿瘤都纳入进来，可以发现有的研究EGFR表达无明显的统计学差异，颜色上表现为白色。其他则表现为高表达。

好了，今天的内容先介绍到这里。大家是不是觉得非常简单呢？但是由于操作的界面有很多选项，所以建议大家还是自己操作一遍会印象深刻。接下去，小编还会继续跟大家分享这个数据库的其他功能，希望大家再接再厉！