轉載自：http://blog.sciencenet.cn/blog-1509670-1000479.html
隨著芯片和高通量測序技術的廣泛應用，在腫瘤研究領域積累了越來越多的基因組學數據，特別是像The Cancer Genome Atlas（TCGA）、International Cancer Genome Consortium（ICGC）等大型腫瘤基因組測序計劃的啟動和完成，積累了大量的基因組學數據，這些數據至今為止已經占據了NCBI等公共數據庫的半壁江山，同時也產生了各種各樣的數據庫以滿足不同的研究需求。
對數據庫的靈活運用已經成為科研工作者所必須掌握的基本技能，否則出去交流的時候都不好意思開口說不知道了。對于這些數據庫，小編隨口都能講出十幾個，例如***（此處省略一百字），然而，這么多數據庫對于有選擇困難癥的人來說簡直就是噩夢，很多人都在問有木有一個數據庫能一次能滿足我多個愿望呀？為此，小編對十幾個數據庫進行綜合評估之后，給大家隆重推薦腫瘤基因組學數據庫的終結者：cBioPortal網站（http://www.cbioportal.org/）。
cBioPortal網站整合了126個腫瘤基因組研究的數據，包括TCGA和ICGC等大型的腫瘤研究項目，涵蓋了兩萬八千例標本的數據，此外部分樣品還包括了臨床預后等表型的信息。cBioPortal無需注冊就能直接使用，而且提供一些小工具方便用戶生成文章級別的圖表，非常貼近用戶的需求，下面小編就以EGFR基因在非小細胞肺腺癌的研究為例，帶領各位小伙伴一步步玩壞cBioPortal數據庫吧。
（一）EGFR在非小細胞肺腺癌的變異情況
首先，在cancer study選擇要研究的腫瘤類型，如果想看候選基因在所有腫瘤的變異情況，就把所有腫瘤類型選上即可。在這里，我們可以看到對于肺癌有好幾個研究項目的數據，一般我們選擇樣品量最多信息量最大的研究項目，所以我們選擇了TCGA非小細胞肺癌項目（包括了522例樣品）。然后，在genomic profiles選擇要研究的組學數據類型，是研究突變還是拷貝數變化，還是多個組學的數據都考慮，在這類我們為了全面了解EGFR的變異情況，就把全部組學數據都選上了。最后，在gene set填上你所關注的基因，一個或者多個基因都可以，或者在user-defined list選擇對特定腫瘤具有明確意義的基因。
選擇好上面的參數點擊提交，之后只需靜靜等候即可得到詳細的突變結果。在Oncoprint標簽頁里面，不同的圖例代表不同的突變類型，此外，還能把變異比對到具體的蛋白結構域，并且配有蛋白三維結構的圖（Mutations標簽頁）。關鍵是可以調整顯示的方式和圖形的大小，最終還能導出不同格式的圖，滿足各位發表文章的需要。
（四）EGFR調控網絡和藥物反應
對于調控網絡cBioPortal通過基因互作數據庫，例如PID、PANTHER、Reactome等數據庫尋找與候選基因相關聯的基因，然后通過互作強弱分析構建調控網絡。此外，利用DrugBank、KEGG Drugs和Cancer Cell Line Encylopedia等藥物反應數據庫，針對相關的藥物靶向的基因進行標注，從調控網絡的角度指導分子互作和藥物反應實驗。
（轉自：永諾生物）
