DiSignAtlas——基于bulk和单细胞转录组的人与小鼠疾病特征数据库

文章：Zhai, Z., Lin, Z., Meng, X., Zheng, X., Du, Y., Li, Z., ... & Pan, J. (2024). DiSignAtlas: an atlas of human and mouse disease signatures based on bulk and single-cell transcriptomics. Nucleic Acids Research, 52(D1), D1236-D1245. https://academic.oup.com/nar/article/52/D1/D1236/7335757

网站：http://www.inbirg.com/disignatlas/

疾病相关分子（例如遗传变异、mRNA、蛋白质、代谢物或其他因素）可以作为特定疾病的有价值的诊断、预后和治疗标志物。

DiSignAtlas通过手动收集和整理来自GEO、ArrayExpress和TCGA的 健康与疾病状态下 的人类和小鼠数据，涉及人类和小鼠1836种非冗余疾病的研究中整理出来的181434 个转录组原始数据，建立了包含疾病和对照样本的10 306个数据集， 其中包括328个scRNA数据集。使用搭建好的流程鉴定了人类中的 3775317 个差异表达基因和小鼠中 1723674 个差异表达基因。

DiSignAtlas的数据库不仅包括癌症，还包括各种类型的疾病，拥有同类数据库中最多的数据集数量。它能够在基因、途径和细胞类型等多个层面上检查由疾病扰动引起的变化。

DiSignAtlas不仅仅是一个疾病特征的检索平台，它还拓展了其功能范围，提供了一系列的分析工具。这些工具包括功能富集分析、细胞类型分析，以及在数据允许的情况下，可以对不同疾病或不同物种间的生物标志物进行相关性分析。

文末友情宣传

强烈建议你推荐给身边的 博士后以及年轻生物学PI ，多一点数据认知，让他们的科研上一个台阶：

• 2024的共享服务器交个朋友福利价仍然是800