国内首个人类基因与疾病综合数据库——GenDoma

GenDoma 的内部遗传疾病数据库结合了 7 0 多个公开可用的数据点。

主要功能是基因和疾病分析。
使用功能数据分析模块：基因调控、生物途径、相互作用和药物分析。

基因数据库功能： 验证遗传信息并建立监管网络。
分析信号通路并使用参考文献。
找到几个基因之间的共调节关系。
基因依赖性细胞标记物的分析。
肿瘤基因表达的差异分析。

疾病数据库功能： 疾病的分子机制分析。
找出几种疾病的共同因素。
化学品和药物分析。
疾病代谢物分析。

内容包括： 一种疾病和几种疾病的分析。
基因突变位点（SNP）分析。
蛋白质翻译后修饰分析。
piRNA 分析。
个人知识图谱。
发现新的生物标志物。

你自己看看。

适合临床医生的宝藏数据库，你知道几个？快来看看吧

这么多数据库……真是太棒了。
之前我做研究的时候，就听人提到过UK Biobank。

英国生物银行是一家英国经营的银行吗？到了 2 02 2 年，我仍在阅读他们的论文，其中说有一个相当完整的数据集，包含 5 0 万人，年龄在 4 0 到 6 9 岁之间，包括基因组、表型和成像。
后来我意识到这对于遗传疾病、心血管疾病、糖尿病等慢性疾病的研究以及药物开发非常有用。
链接是https://www.ukbiobank.ac.uk/，记下了。

还有 MIMIC，我知道这个，ICU 数据。
朋友曾经用过，说ICU病人的病历、用药记录都相当详细。
只是数据量有点大，需要一些技术能力来处理。
主要目的是研究ICU治疗效果、死亡率等。
链接https://mimic.mit.edu/。

SEER 我知道这是癌症。
美国国家癌症研究所记录了大量有关癌症患者的信息。
我看到他们2 02 2 年的报告，说数据覆盖了美国几个州，分析癌症发病率、治疗效果等等。
这对于肿瘤科医生来说非常实用。
链接 https://seer.cancer.gov/。

GBD 是一种全球性的疾病负担。
我的印象是，它是由健康指标与评估研究所进行的，数据相当完整，涵盖了从1 9 9 0年至今的许多不同的疾病和领域。
我看到2 02 2 年有一份报告，分析全球老龄化等等。
这需要宏观的视角。
链接 https://www.healthdata.org/research-analysis/gbd。

NCDB是美国癌症数据库，也很常用。
我看了他们2 02 2 年的数据，说覆盖了美国7 0%以上的癌症病例，医院层面的数据也有。
对于提高治疗质量和开展临床研究非常方便。
链接 https://www.facs.org/quality-programs/cancer-programs/national-cancer-database/。

FAERS 是 FDA 的不良事件报告系统。
我记得收集过药物不良反应。
2 02 2 年，一项研究利用这些数据探索新问题。
对于临床医生来说，了解药物的风险非常重要。
链接 https://www.fda.gov/drugs/drug-approvals-and-databases/fda-adverse-event-reporting-system-faers-database 。

CHARLS是中国健康与退休跟踪调查。
我关注这个调查是因为它是中国的数据。
它研究中国中老年人的健康和经济状况。
2 02 2 年有一篇分析论文说，CHARLS数据对于研究中国老龄化问题很有价值。
链接http://charls.pku.edu.cn/。

CHNS是中国健康与营养调查，同样来自中国。
覆盖农村城市并研究饮食和营养。
我记得2 02 2 年的一项研究利用CHNS数据来分析超重和代谢疾病之间的关系。
链接 https://www.cpc.unc.edu/projects/china。

NHANES 是美国国家健康和营养检查调查，也是由 CDC 进行的。
我看了他们2 02 2 年的年报，体能测试和营养摄入数据相当详细。
它对美国公共卫生政策的制定产生了重大影响。
链接 https://www.cdc.gov/nchs/nhanes/。

HRS是健康与退休研究，也是美国的一项研究，研究5 0岁以上的人。
主要是养老金、长期护理等。
与临床实践的直接关系可能不是很大，但从社会学的角度来看是相当有价值的。
链接 https://hrs.isr.umich.edu/。

Orphanet 是一个罕见疾病知识库。
我对此了解不多，但我确实知道它专门治疗罕见疾病。
它包含 6 ,1 00 多种罕见疾病的信息，包括基因和治疗方法。
对于治疗罕见疾病的医生来说，这无疑是一笔财富。
链接 https://www.orpha.net/。

BioLINCC 是由 NHLBI 运营的生物样本库。
主要研究心血管、肺、血液样本。
这对于医生研究机制和开发新药可能有用。
链接 https://biolincc.nhlbi.nih.gov/home/。

嗯...有很多。
当时我很困惑。
我觉得其中任何一个都可以使用，但我不知道从哪一个开始。
也许我有偏见，认为数据越多越好，但实际上，这一切都取决于你的研究方向。
这些数据库确实很强大，提供了很多具体的数据，比如2 02 2 年有多少，多少钱等等，你都可以在那里找到。
这是临床医生的重要资源。

临床重症医学最大的免费数据库MIMIC，SCI发文量大，快去挖

上周我读了一篇关于 MIMIC 数据库的文章。

MIMIC 是一个关于重症监护的免费大型数据库。

2 003 年制作。
由美国国立卫生研究院资助。

由麻省理工学院、飞利浦和哈佛大学贝斯以色列女执事医疗中心制作。

数据收集自波士顿贝斯以色列女执事医疗中心。

从2 008 年到2 01 9 年。

有各种重症监护室数据。
这是包含外科、内科、创伤科、心脏病学在内的超级综合内容。
人口统计、实验室、药物、生命体征、手术、诊断……许多东西都用于科学研究。
在 PubMed 中搜索“关键字 MIMICdatabase”。

2 02 0年3 8 1 篇。
2 02 2 年6 3 9 篇。

帖子数量增长迅速。

有一篇文章研究呼吸机相关肺炎。
我们使用 MIMIC-IV 数据。

VAP 患者筛查测试。
团体。
生存分析。
考克斯模型。

死亡率与预后的关系分析。
得出了有意义的结论。

科学研究人员喜欢使用此功能。
他们免费提供大量数据。

无需自行收集病历。
只要做你的研究。

您可以发现新的切入点。
发表高质量论文。

推动重症医学的发展。

官方网站链接为https://mimic.mit.edu/。

MIMIC 数据库。

这取决于你。