一、综合性与肿瘤基因组数据库

这类数据库规模大，涵盖多组学数据和临床信息。

 

TCGA (The Cancer Genome Atlas)

 

简介：美国国家癌症研究所的项目，包含33种癌症、超过2万个样本的基因组、转录组、表观基因组数据及对应的临床信息。

 

链接： https://www.cancer.gov/ccg/research/genome-sequencing/tcga （可通过GDC、UCSC Xena等工具访问数据）

 

ICGC (International Cancer Genome Consortium)

 

简介：全球合作项目，旨在研究50种不同癌症的基因组突变，数据来自全球多个研究中心。

 

链接： https://dcc.icgc.org/

 

cBioPortal

 

简介：可视化分析平台，集成了TCGA、ICGC等上百个癌症研究数据集，提供交互式探索和综合分析工具。

 

链接： https://www.cbioportal.org/

 

GEO (Gene Expression Omnibus)

 

简介：NCBI旗下的基因表达数据库，储存了大量高通量基因表达、甲基化、芯片数据，包含许多疾病的临床关联数据。

 

链接： https://www.ncbi.nlm.nih.gov/geo/

 

ArrayExpress

 

简介：EBI维护的功能类似GEO的数据库。

 

链接： https://www.ebi.ac.uk/arrayexpress/

 

二、影像数据库

主要包含医学影像及标注信息。

 

The Cancer Imaging Archive (TCIA)

 

简介：提供大量癌症患者的医学影像（CT, MRI, PET等），常与TCGA等临床基因组数据配对。

 

链接： https://www.cancerimagingarchive.net/

 

Medical Segmentation Decathlon

 

简介：包含10个不同解剖部位和影像模态的标注数据集，用于图像分割算法训练。

 

链接： http://medicaldecathlon.com/

 

OASIS (Open Access Series of Imaging Studies)

 

简介：专注于阿尔茨海默病等神经退行性疾病的脑部MRI数据库。

 

链接： https://www.oasis-brains.org/

 

三、公共卫生与电子病历相关数据库

这类数据通常用于流行病学、真实世界研究和预后模型构建。

 

MIMIC (Medical Information Mart for Intensive Care)

 

简介：麻省理工学院发布的危重监护医学数据库，包含数万ICU患者的生命体征、用药、实验室检查、影像报告等脱敏数据。

 

链接： https://mimic.mit.edu/ （需完成数据使用培训）

 

SEER (Surveillance, Epidemiology, and End Results)

 

简介：美国国家癌症研究所的癌症统计数据库，覆盖约30%的美国人口，包含发病率、死亡率、治疗方案和生存数据。

 

链接： https://seer.cancer.gov/ （需申请）

 

UK Biobank

 

简介：英国的大型生物样本库，包含50万名参与者的遗传、生化、生活方式数据和纵向健康记录。数据申请门槛和费用较高。

 

链接： https://www.ukbiobank.ac.uk/

 

NHANES (National Health and Nutrition Examination Survey)

 

简介：美国国家健康与营养检查调查，包含人口统计学、体检、实验室检查和问卷调查数据，代表美国人口健康现状。

 

链接： https://www.cdc.gov/nchs/nhanes/

 

四、专科疾病数据库

ADNI (Alzheimer‘s Disease Neuroimaging Initiative)

 

简介：阿尔茨海默病神经影像学数据库，包含MRI、PET、遗传学和临床数据。

 

链接： https://adni.loni.usc.edu/

 

TARGET (Therapeutically Applicable Research to Generate Effective Treatments)

 

简介：专注于儿童癌症的基因组学项目。

 

链接： https://ocg.cancer.gov/programs/target

 

五、重要数据平台与检索门户

dbGaP (Database of Genotypes and Phenotypes)

简介：NCBI设立的存储基因型-表型相互作用的数据库，包含许多全基因组关联研究（GWAS）数据。访问受严格控制，需申请。

链接： https://www.ncbi.nlm.nih.gov/gap/

EGA (European Genome-phenome Archive)

简介：欧洲版dbGaP，同样存储受控访问的人类遗传数据。

链接： https://ega-archive.org/

使用注意事项

数据访问权限：分为开放获取（如TCGA、GEO）和受控访问（如UK Biobank、dbGaP）。后者需要提交详细的研究计划，通过伦理审查并签署数据使用协议。

伦理与合规：使用任何临床数据都必须严格遵守数据库的用户协议、伦理规范和隐私保护法律（如GDPR、HIPAA）。严禁尝试对脱敏数据进行再识别。

数据标准化：不同数据库的格式、编码标准（如ICD、LOINC）不一，使用时需进行大量的数据清洗和标准化工作。

临床背景知识：建议与临床医生合作，确保对数据中变量、诊疗过程的理解准确无误。

建议根据具体研究课题（如癌症类型、影像分析、流行病学建模）选择最合适的数据库，并首先从cBioPortal、GEO、TCIA等友好界面开始探索。