現(xiàn)在是大數(shù)據(jù)時代，數(shù)據(jù)越來越多了，數(shù)據(jù)庫也越來越多了，各種各樣的基因芯片數(shù)據(jù)庫、蛋白質(zhì)數(shù)據(jù)庫。。。沒完沒了。面對如此多的數(shù)據(jù)庫，我們不知挖那一個了。本來東西越來越多是好事情，但是卻不知道怎么樣選擇?真是令人頭痛呀！最近有很多人問我們，GEO、TCGA、Oncomine，我應(yīng)該選擇哪一個？哪一個比較簡單？哪一個比較好文章、哪一個能發(fā)高分文章？哪一個不用學(xué)編程？哪一個容易上手？因此，我們面對這些問題做一些總結(jié)。

GEO是當(dāng)今最大、最全面的公共基因表達(dá)數(shù)據(jù)資源。

適合研究方向：基本包括所有疾病，不是做腫瘤的小伙伴可以選這個。

難易程度：數(shù)據(jù)下載，整理都比較簡單，分析過程需要R編程，這里有點難度，總的來說難度一般。

發(fā)文的高度：只做純GEO數(shù)據(jù)挖掘的文章一般只能1-2分的文章，文章的分?jǐn)?shù)偏低。

TCGA由美國 National Cancer Institute(NCI) 和 National Human Genome Research Institute（NHGRI）于 2006 年聯(lián)合啟動的項目，收錄了33種癌癥基因組測序數(shù)據(jù)。

適合研究方向：僅限于腫瘤，不是研究腫瘤方向的小伙伴就不要選擇這個了。

難易程度：數(shù)據(jù)下載，整理都比較難，數(shù)據(jù)提取過程需要Perl或者Python、R，整一個分析過程需要R編程，整體來說，難度偏高。

發(fā)文的高度：只做純TCGA數(shù)據(jù)挖掘的文章能發(fā)3-5分的文章，發(fā)文章的分?jǐn)?shù)比較高，985、211名校博士畢業(yè)妥妥的。

Oncomine是大型腫瘤基因芯片數(shù)據(jù)庫，涵蓋65個基因芯片數(shù)據(jù)集、4700個芯片及4億8千萬個基因表達(dá)數(shù)據(jù)，可用于分析基因表達(dá)差異、尋找離群值、預(yù)測共表達(dá)基因等。

適合研究方向：僅限于腫瘤，不是研究腫瘤方向的小伙伴就不要選擇這個了。

難易程度：各種各樣的分析，我們只要點擊鼠標(biāo)就可以了，不用任何編程，數(shù)據(jù)挖掘中最容易的一個。

發(fā)文的高度：只做純Oncomine數(shù)據(jù)挖掘的文章保底能發(fā)2-3分的文章，做一個基因家族的分析發(fā)3分以上的文章基本沒有問題，985、211名校博士畢業(yè)也是妥妥的，文章分?jǐn)?shù)會比TCGA低一點。

通過以上分析，可以看出，最易上手、最簡單的、發(fā)文最快就是Oncomine, 但是只適合研究腫瘤的同學(xué)，難度最高和發(fā)文分?jǐn)?shù)最高的就是TCGA，同樣也只適合研究腫瘤方向的同學(xué)，GEO發(fā)的分?jǐn)?shù)比較低，但是其他同學(xué)也可以做，例如研究糖尿病，心腦血管疾病等等。最后的選擇還是根據(jù)自己個人的情況進(jìn)行選擇。如果只是為了發(fā)文章，個人建議先學(xué)Ocomine數(shù)據(jù)挖掘。