pan-cancer的基因表达在哪个数据库

数据库名称：Oncomine数据库。

基因表达差异分析（通过检索基因表达谱差异，挖掘具有研究价值的靶分子，检索特定研究靶分子，分析其在肿瘤中的表达情况），多基因共表达分析，Oncomine和TCGA相比的优势就是，它除了数据，还提供了一些简洁易 *** 作的分析工具，如差异表达分析、共表达分析等，分析后可以直接出图用在文章里。另外它还整合了TCGA和GEO的部分数据。

我对这个也不算非常了解，简单说下我的经验，仅供参考。

首先其实有很多pathway都与肿瘤相关，一般来说与肿瘤发生相关的pathway包括细胞信号转导（akt，notch，MAPK等）、细胞损伤修复（ATM，NHEJ等）、细胞周期调控（Cdk）、基因表达调控（如 p53）以及细胞迁移等，而且它们之间一般都有交叉。虽然大多数pathway都或多或少参与肿瘤发生，但是直接相关的一般是我提到的这些，主要作用于cancer的发生，成熟以及迁移。

其次，通过你这个图上列出来的这个肿瘤基因有可能参与的过程，我觉得有可能参与肿瘤发生的包括：regulation of cell morphogenesis（因为肿瘤细胞形成中细胞形态会发生变化）；regulation of gene expression（比如p53就会抑制与cancer发生相关基因的表达，但这个功能实在太宽泛了，可以说所有细胞活动都和基因表达相关，请问你这个基因是transcript factor吗？如果是的话这就很可能是它直接参与cancer development的原因）；positive regulation of peptidase activity （和前面那点一样，这种广谱性影响蛋白质变化的过程可以参与任何方面）；response to corticosteroid （有可能通过response to一些皮质类激素调节cell signal）；positive regulation of macromolecule biosynthetic process（调节大分子生物合成也可能影响蛋白质表达）；anatomical structure formation involved in morphogenesis （同在morphogenesis的解释）。

最后说明一点，仅仅通过这种方法其实并不会很大的缩小范围，但是如果结合你的目的蛋白的功能研究（如果之前有相关文献报道或者你已知目的蛋白具有酶活性）或定位分析，就可以大大缩小范围了。

希望能对你有所帮助，如果有进一步问题，我们可以继续讨论。

---