功能数据库-BIOCARTA

---

 
基因（蛋白）常见的功能分析方法有：代谢信号通路（pathway）和GO（Gene ontology，基因本体论）分析。其中，常见的pathway数据由KEGG、Reactome、Biocarta等。对比KEGG，记载BIOCARTA数据库的资料不多，今天跟大家一起学习一下BIOCARTA数据库。

基本介绍

该数据库的特点是对通路数据，用来进行分子互作关系、富集分析、通路为基础的研究等。观察基因如何相互作用的动态图形化模型。从分子的关系角度描绘了一个网络图模型。是“开源”数据库的典型代表法，通过社区论坛而成长起来的数据库，通过不断整合蛋白质组信息迅速发展壮大起来。它还提供了目录并且总结了12万多个多物种的基因信息的重要资源。发现了过去的已有的通路的同时也发现了一些新的通路。

这个数据库可以说是和KEGG数据库齐名，尽管其数据量目前可能没有KEGG的多，但在一些通路相关的研究中，这个数据库也和KEGG一道用来研究基因的功能，注释信息，进行富集分析等。

如何使用该数据库？

首先，打开网页 https://cgap.nci.nih.gov/Pathways/BioCarta_Pathways，然后查找你所感兴趣研究的通路。

比如，我所感兴趣的通路是p53 Signaling Pathway，点开相应链接，你可以看到一副信号通路图。这张通路图是默认为人类的，你可以通过右手边的按钮切换成小鼠的通路。

点击右上角gene的图案，你可以查看一系列与P53相关的基因，你也可以进一步了解你所感兴趣的基因通过表内相关的连接。

假如你想了解通路图中某一个转录因子的更多信息，这时候你可以用鼠标点开对应的因子。这次我以图中的P53因子为例：点开后第一栏，首先可以看到一系列与P53相关的序列ID，然后还有相对应数据库的链接。

再往下看，该基因表达的信息。主要描述，改基因通常在哪个组织表达，还有其相对应的SAGE viewer。

接着，还有该基因所对应的细胞生成的位置，染色体位置和哺乳动物的基因集合clones的信息。

最后，也是最重要的信息，该页面还会给出P53同源基因的信息，还有其所相关的GO term的信息。

其实最简单学习一个数据库的方式就是打开该数据库网友（在原文链接中），然后自己play around！！