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。