生信分析、meta分析、数据挖掘
TCGA、GEO、SEER、Oncomine

功能数据库-BIOCARTA


 
基因(蛋白)常见的功能分析方法有:代谢信号通路(pathway)和GO(Gene ontology,基因本体论)分析。其中,常见的pathway数据由KEGG、Reactome、Biocarta等。对比KEGG,记载BIOCARTA数据库的资料不多,今天跟大家一起学习一下BIOCARTA数据库。

基本介绍


该数据库的特点是对通路数据,用来进行分子互作关系、富集分析、通路为基础的研究等。观察基因如何相互作用的动态图形化模型。从分子的关系角度描绘了一个网络图模型。是“开源”数据库的典型代表法,通过社区论坛而成长起来的数据库,通过不断整合蛋白质组信息迅速发展壮大起来。它还提供了目录并且总结了12万多个多物种的基因信息的重要资源。发现了过去的已有的通路的同时也发现了一些新的通路。

这个数据库可以说是和KEGG数据库齐名,尽管其数据量目前可能没有KEGG的多,但在一些通路相关的研究中,这个数据库也和KEGG一道用来研究基因的功能,注释信息,进行富集分析等。

如何使用该数据库?

首先,打开网页 https://cgap.nci.nih.gov/Pathways/BioCarta_Pathways,然后查找你所感兴趣研究的通路。

比如,我所感兴趣的通路是p53 Signaling Pathway,点开相应链接,你可以看到一副信号通路图。这张通路图是默认为人类的,你可以通过右手边的按钮切换成小鼠的通路。


点击右上角gene的图案,你可以查看一系列与P53相关的基因,你也可以进一步了解你所感兴趣的基因通过表内相关的连接。


假如你想了解通路图中某一个转录因子的更多信息,这时候你可以用鼠标点开对应的因子。这次我以图中的P53因子为例:点开后第一栏,首先可以看到一系列与P53相关的序列ID,然后还有相对应数据库的链接。


再往下看,该基因表达的信息。主要描述,改基因通常在哪个组织表达,还有其相对应的SAGE viewer。

接着,还有该基因所对应的细胞生成的位置,染色体位置和哺乳动物的基因集合clones的信息。


最后,也是最重要的信息,该页面还会给出P53同源基因的信息,还有其所相关的GO term的信息。

其实最简单学习一个数据库的方式就是打开该数据库网友(在原文链接中),然后自己play around!!


赞(0) 打赏
未经允许不得转载:医学SCI科研之家 » 功能数据库-BIOCARTA
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

meta分析、生信分析

meta、生信交流群综合科研交流群