药物基因组学相关数据库
生物信息学数据库分类整理汇总
生物信息学数据库分类整理汇总生物信息学数据库是存储和管理生物学领域的大量数据的重要工具和资源，对于生物信息学研究、基因组学、蛋白质组学、转录组学等领域的研究具有重要的意义。
本文将对生物信息学数据库进行分类整理和汇总，方便生物信息学研究者更好地使用和了解这些数据库。
1.基因组数据库：- GenBank：美国国家生物技术信息中心（NCBI）维护的基因序列数据库，包含已知基因的核酸序列。
- Ensembl：英国恩格斯尔基因组项目维护的一个综合性基因组数据库，包含多种物种的基因组数据。
- UCSC Genome Browser：加利福尼亚大学圣克鲁兹分校开发的一个基因组浏览器，提供多种物种的基因组序列和注释信息。
2.蛋白质数据库：- UniProt：一个综合性的蛋白质数据库，集成了多个蛋白质序列和注释信息资源。
- Protein Data Bank (PDB)：存储大量已解析的蛋白质结构数据的数据库，提供原子级别的结构信息。
- Protein Information Resource (PIR)：收集和整理蛋白质序列、结构和功能信息的数据库。
3.转录组数据库：- NCBI Gene Expression Omnibus (GEO)：存储和共享大量的高通量基因表达数据的数据库。
- ArrayExpress：欧洲生物信息学研究所（EBI）开发的一个基因表达数据库，包含多种生物组织和疾病的表达数据。
4.疾病数据库：- Online Mendelian Inheritance in Man (OMIM)：记录人类遗传疾病和相关基因的数据库。
- Orphanet：收集和整理罕见疾病和相关基因的数据库。
5.代谢组数据库：- Human Metabolome Database (HMDB)：一个综合性的人类代谢物数据库，包括代谢产物的结构和功能信息。
- Kyoto Encyclopedia of Genes and Genomes (KEGG)：包含多种生物体代谢途径的数据库。
kegg查目的基因
KEGG查目的基因什么是KEGG？KEGG（Kyoto Encyclopedia of Genes and Genomes）是一个综合性数据库，包含了与生物系统功能和代谢通路相关的信息。
它提供了丰富的基因组、化学物质、生物通路和疾病等方面的数据。
KEGG数据库由日本京都大学生物信息学中心创建和维护，它是目前最广泛使用的生物信息学资源之一。
在KEGG中，用户可以通过多种方式获取关于基因、通路和代谢产物等方面的信息。
如何查找目的基因？要查找特定目的基因，您可以按照以下步骤进行操作：1.打开KEGG数据库网站（[）。
2.在网站首页上方的搜索栏中输入您感兴趣的基因名称或基因ID，并点击搜索按钮。
3.您将被重定向到一个结果页面，在这个页面上，您可以看到与您输入的关键词相关联的不同数据库条目。
4.在结果页面上，您可以选择不同类型的数据库条目来获取更详细的信息。
例如，您可以选择”Genes”来查看与该基因相关联的其他基因或通路。
5.点击所选数据库条目后，您将进入该条目对应的详细页面。
在这个页面上，您可以找到关于该基因的详细信息，包括基因名称、功能注释、通路参与等。
KEGG数据库的主要功能KEGG数据库提供了许多有用的功能，可以帮助研究人员更好地理解基因和生物系统的功能。
以下是一些主要功能的介绍：1. 基因注释KEGG数据库提供了对基因序列和注释信息的广泛覆盖。
通过查找特定基因，您可以获取有关该基因的详细信息，包括基因名称、序列、功能注释和相关文献引用等。
2. 通路分析KEGG数据库中最重要的功能之一是提供生物通路分析。
通过查找特定通路，您可以了解该通路中包含的基因、代谢产物和相关反应等信息。
这对于研究特定生物过程或疾病机制非常有帮助。
3. 代谢网络KEGG数据库还提供了详细的代谢网络图，展示了不同代谢产物之间的相互作用和转化关系。
这些图表可以帮助研究人员更好地理解代谢途径，并发现新的治疗靶点或药物开发机会。
4. 疾病信息KEGG数据库还包含了大量的疾病信息，包括与疾病相关的基因、通路和代谢途径等。
基因文库概念
基因文库是指存储和管理大量基因序列信息的数据库或资源。
它是通过收集、整理和存储各种生物学样本中的基因组信息而建立起来的资源库。
基因文库的建立旨在促进基因组学和生物信息学研究。
它通常包含各种生物物种的基因组序列数据，包括人类、动物、植物、微生物等。
这些基因组序列可以来自不同的来源，如基因测序项目、研究机构、大学实验室等。
基因文库提供了广泛的基因组信息，包括基因序列、基因组组装、基因注释、基因表达等。
研究人员可以利用基因文库进行基因功能研究、基因演化分析、基因调控机制研究等。
此外，基因文库也为药物研发、疾病研究和生物技术应用提供重要的参考数据。
随着高通量测序技术的发展和数据量的快速增长，基因文库的规模和复杂性也在不断增加。
如今，已经有多个主要的基因文库数据库可供研究人员使用，如GenBank、Ensembl、NCBI等。
这些数据库提供了高质量的基因组数据，并且提供了各种搜索、分析和可视化工具，以支持基因组学研究和应用。
总结来说，基因文库是一个集中存储和管理基因组信息的资源库，它为研究人员提供了丰富的基因组数据和工具，用于理解基因功能、解析生物学过程和推动生物医学研究的发展。
KEGG的使用方法
KEGG的使用方法KEGG (Kyoto Encyclopedia of Genes and Genomes) 是一个重要的生物信息学数据库，提供了基因、基因组、代谢通路和化合物等生物信息的综合性资源。
它为研究人员提供了一个系统性地探索生物学的工具和平台。
以下是KEGG的一些主要功能和使用方法的详细介绍。
1.数据库结构：KEGG数据库由四个主要模块组成：-通路数据库：包含了多种生物学过程的代谢通路、信号转导通路以及生物化学途径等信息。
-基因数据库：提供了多种物种的基因组、基因的序列、注释和分类信息。
-组数据库：提供了基于基因和化合物之间关系的信息，例如基因座与化合物之间的关联。
-化合物数据库：提供了化合物的结构、属性以及相关的代谢途径和药物作用信息。
2.基因和基因组数据：KEGG基因数据库包含了多个物种的基因组序列以及相关的注释信息。
通过KEGG的基因功能，可以输入基因的名称、ID或者序列来与之相关的信息。
结果将提供基因的位置、功能注释、代谢途径及相关通路等信息。
3.代谢通路和生物化学途径：KEGG通路数据库提供了多种生物学过程的代谢通路、信号传导通路和生物化学途径等信息。
通过KEGG的通路功能，可以输入通路的名称或者基因的名称来与之相关的信息。
结果将提供通路的组成成分、相关基因、代谢产物等详细信息。
4.同源基因比较和功能注释：KEGG基因数据库提供了基因的同源比较和功能注释工具，如BLAST和Motif等。
通过这些工具，研究人员可以比较不同物种中的基因，并预测它们的功能。
5.化合物数据和药物发现：KEGG的化合物数据库提供了大量的化合物结构、属性以及与生物过程相关的代谢通路和药物作用等信息。
研究人员可以使用KEGG的化合物功能，输入化合物的名称、结构或者KCF格式的化学表达式来与之相关的信息。
6.KEGG图谱和数据可视化：KEGG提供了多种图谱和数据可视化工具，包括通路图谱、基因组图谱和基因表达图谱等。
生物学基因组学数据库的发展及其应用前景
生物学基因组学数据库的发展及其应用前景近年来，随着生物技术的快速发展，生物学基因组学数据库在生物学研究中起着越来越重要的作用。
基因组学数据库是存储和共享生物学基因组学数据的重要平台，通过整合、组织和分析大量的基因组数据，为研究者提供了研究基因功能和遗传变异的重要资源。
在本文中，我们将探讨生物学基因组学数据库的发展历程以及它们在生物学研究中的应用前景。
生物学基因组学数据库的发展可以追溯到上世纪80年代，当时人类基因组计划的启动为这一领域的快速发展奠定了基础。
自那时以来，越来越多的基因组学数据库相继建立起来。
其中最著名的数据库包括GenBank、EMBL和DDBJ等。
这些数据库收集了全球各地研究者提交的大量基因组数据，为研究人员提供了查找和共享基因组数据的重要工具。
此外，还有一些专门致力于特定物种的数据库，如Ensembl和NCBI的基因数据库，它们提供了特定物种的详细基因组信息，帮助研究者更深入地了解不同物种的基因功能和结构。
随着高通量测序技术的广泛应用，大量的基因组序列数据不断产生，这给基因组学数据库带来了巨大的挑战，即如何有效存储和处理这些大规模的数据。
为了应对这一问题，不断涌现出新的生物学基因组学数据库，包括GEO、ArrayExpress和SRA等。
这些数据库主要存储和管理生物学实验中获得的基因组数据，如基因表达数据、甲基化数据和复杂疾病的基因变异数据。
同时，还有一些数据库专门用于存储和共享人类疾病相关的基因组数据，如ClinVar和GWAS Catalog等。
这些数据库提供了研究人员进行生物学实验数据的挖掘和分析的重要资源，进一步促进了生物学研究的发展。
生物学基因组学数据库的发展不仅在基础生物学研究中发挥着重要作用，还在医学研究和临床实践中得到广泛应用。
基因组学数据库为研究人员提供了参考标准，帮助他们理解基因组中的变异，并研究它们与疾病之间的关联。
通过比较患者和正常人基因组数据的差异，研究人员可以发现特定基因变异与疾病之间的关系，从而推动精准医学的发展。
KEGG
03 特点介绍 05 影响及发展
目录
02 产生的背景 04 用途 06 数据库
基本信息
KEGG是了解高级功能和生物系统（如细胞、生物和生态系统），从分子水平信息，尤其是大型分子数据集生 成的基因组测序和其他高通量实验技术的实用程序数据库资源， 由日本京都大学生物信息学中心的Kanehisa实 验室于1995年建立。是国际最常用的生物信息数据库之一，以“理解生物系统的高级功能和实用程序资源库”著 称。
数据库
对象标识符 当前数据库中的记录
PATHWAY的五种类型 直系同源与旁系同源
对象标识符
数据库中包含各种各样的数据对象，这些数据对象是为了用来对生物系统进行计算机模拟的。因此，各个数 据库中的数据记录都被称为KEGG对象。这些对象可以通过KEGG对象标识符来识别，标识符由一个与数据库相关的 前缀加五个数字构成。
特点介绍
特点介绍
KEGG是一个整合了基因组、化学和系统功能信息的数据库。把从已经完整测序的基因组中得到的基因目录与 更高级别的细胞、物种和生态系统水平的系统功能关联起来是KEGG数据库的特色之一。人工创建了一个知识库， 这个知识库是基于使用一种可计算的形式捕捉和组织实验得到的知识而形成的系统功能知识库。它是一个生物系 统的计算机模拟。与其他数据库相比，KEGG的一个显著特点就是具有强大的图形功能，它利用图形而不是繁缛的 文字来介绍众多的代谢途径以及各途径之间的关系，这样可以使研究者能够对其所要研究的代谢途径有一个直观 全面的了解。
用途
用途
各个数据库中包含了大量的有用信息。基因组信息存储在GENES数据库里，包括完整和部分测序的基因组序 列；更高级的功能信息存储在PATHWAY数据库里，包括图解的细胞生化过程如代谢、膜转运、信号传递、细胞周 期，还包括同系保守的子通路等信息；KEGG的另一个数据库LIGAND，包含关于化学物质、酶分子、酶反应等信息。
基于整合的TCGA数据库探索基因组学与临床数据关系
基于整合的TCGA数据库探索基因组学与临床数据关系一、本文概述随着生物信息学和临床研究的不断深入，基因组学与临床数据之间的关联日益成为生物医学领域的研究热点。
本文旨在通过整合和分析公开的The Cancer Genome Atlas（TCGA）数据库，探索基因组学与临床数据之间的关系。
我们将系统介绍如何利用TCGA数据库的资源，运用生物信息学方法，挖掘基因组学数据中的潜在信息，并与临床数据进行整合分析，以期揭示癌症发生、发展过程中的关键基因和分子机制，为癌症的诊断、治疗和预后评估提供新的思路和方法。
本文将首先介绍TCGA数据库的概况和数据特点，阐述选择TCGA 数据库作为研究基础的原因。
随后，我们将详细介绍基因组学数据的处理方法，包括数据清洗、基因表达分析、基因变异检测等，并阐述如何将这些方法与临床数据进行有效整合。
在结果展示部分，我们将通过图表和统计分析，展示基因组学与临床数据之间的关联，并解释这些关联在癌症研究中的意义。
我们将讨论本文的局限性，并对未来的研究方向进行展望。
通过本文的研究，我们期望能够为深入理解癌症的基因组学特征和临床表型提供新的视角和工具，为癌症的精准医疗提供科学支持。
我们也希望本文的研究方法和结果能够为其他领域的生物医学研究提供借鉴和参考。
二、TCGA数据库概述The Cancer Genome Atlas (TCGA) 是一个由美国国家癌症研究所（NCI）和国家人类基因组研究所（NHGRI）共同发起的项目，旨在通过应用高通量的基因组测序技术，对多种类型的人类癌症进行深入的基因组学研究。
自2006年启动以来，TCGA已经产生了海量的多维度数据，包括基因组、转录组、表观组、蛋白质组以及临床数据等，涵盖了超过33种不同类型的癌症，总计数千个患者的样本。
TCGA数据库不仅提供了丰富的原始测序数据，还通过严格的数据处理和分析流程，生成了大量的二级和三级数据，如基因变异注释、基因表达量统计、生存分析等。
phyzome植物比较基因组数据库原理
phyzome植物比较基因组数据库原理Phytozome是一个广泛使用的比较基因组数据库，旨在为研究人员提供植物基因组学和进化研究的工具和资源。
它基于比较基因组学原理，收集和整理了大量的植物基因组数据，并提供了一系列的功能和工具，帮助研究人员在不同植物基因组之间进行比较和分析。
Phytozome的基本原理是利用比较基因组学方法来研究植物基因组的演化和功能。
比较基因组学是一种通过比较不同物种的基因组来研究它们之间的共同基因和功能的方法。
这种方法基于一个基本的假设：如果两个物种具有相似的基因组，它们就有相似的功能和进化关系。
Phytozome搜集了多种植物的基因组数据，包括植物的DNA序列、基因注释、蛋白质序列等。
这些数据来自于不同的研究项目和研究机构，通过整合和标准化处理，建立了一个统一且易于使用的数据库。
Phytozome的基本功能包括基因搜索、基因对比、基因家族分析、基因表达和生物信息学工具等。
通过基因搜索功能，用户可以根据基因名称、基因描述、基因功能等快速找到感兴趣的基因。
基因对比功能允许用户比较不同物种之间的基因组，分析其差异和相似性。
基因家族分析功能则允许用户对同一基因家族中的基因进行系统性研究。
基因表达功能提供了植物在不同发育阶段、组织和环境条件下的基因表达数据，帮助研究人员理解基因的功能和调控机制。
此外，Phytozome还提供了一系列的生物信息学工具，如基因序列比对、蛋白质结构预测等，帮助研究人员进一步分析和解释基因组数据。
Phytozome的原理是基于比较基因组学的方法，通过整合和标准化的植物基因组数据，提供了多种功能和工具，帮助研究人员在植物基因组的研究中快速、高效地获取和分析数据。
它不仅为研究人员提供了一个便捷的平台，还促进了植物基因组学的发展和进化研究的进展。
随着Phytozome不断更新和完善，可以预期它将成为植物基因组学领域的重要工具和资源。
gdb数据库使用记录
gdb数据库使用记录
GDB（Global Database）是一个全球性的数据库，用于存储和检索与基因组学、生物信息学和系统生物学相关的数据。
以下是使用GDB数据库的一些常见记录：
基因组序列：GDB数据库中存储了大量基因组序列数据，包括DNA序列、蛋白质序列等。
这些数据可用于基因组学研究、基因功能分析、进化生物学等领域。
基因注释：GDB数据库中的基因注释信息包括基因名称、基因功能、基因产物等，这些信息有助于理解基因的结构和功能。
变异数据：GDB数据库中还包含大量与人类和其他物种的遗传变异相关的数据，这些数据可用于遗传疾病研究、药物发现等领域。
蛋白质结构：GDB数据库中存储了大量蛋白质的三维结构数据，这些数据有助于理解蛋白质的功能和相互作用。
系统生物学数据：GDB数据库中还包含大量与系统生物学相关的数据，包括代谢途径、信号转导通路等，这些数据有助于理解生物系统的整体行为。
使用GDB数据库通常需要进行数据库查询、数据分析、可视化等操作。
具体的使用方法取决于所使用的工具和数据类型，一般需要通过编程或使用特定的查询语言（如SQL）来完成。
对于初学者来说，可以参考GDB数据库的官方文档、教程或在线课程来学习如何使用该数据库。
药物基因组学PGX整体解决方案
耗时两年开发单倍体基因型转换器软件，能够根据一、二代测序结果，自动化对单倍体基因分型，确定检测 者的基因型，快速高效，并且极大提高基因分型的准确性和特异性。
肿瘤基因组学数据库
33种实体瘤、5种血液瘤
疾病风险数据库
药物基因组学数据库
遗传病数据库
单基因遗传病、线粒体遗传病
传染性疾病数据 库
疾病代谢组学数据 库
整体解决方案核心优势-结构化知识库内容含量丰富
5000+ 疾病类型
3000+ 分子标记
物
多组学变异
3700+药物、 1200+治疗方案
选取摘录75000+文献，基于六大医学信息注释模型， 构建15000+循证临床注释和知识图谱
6）患有慢性病需长期 服药的患者
药剂科、检验科、转化医学中心、及第三方检验机构等的个体化用药基因检 测
PGX项目院外模式
模式一：样本外送服务流程
1 遗传咨 询
2 签订知情同意书 3 样本采集 4 样本寄送
上机测序， 无需DNA提 取
出具报告
报告解读
个体化治疗方 案
PGX项目进院模式
模式二：医院内部开展PGX项目一站式流程
整体解决方案核心优势-分析算法优势
开发单体型转换器软件，并申请国家发明专利，极大提高基因分型的准确性和高效 性单倍。体基因型在遗传学上是指在同一染色体上进行共同遗传的多个基因座上等位基因的组合，
深刻影响药物的药代动力学、药效动力学，传统的检测技术只检测单个位点，很难确定单倍体基 因型，不能对药物安全性进行准确评估。
CYP2D6
CYP2D6*10
单倍体基因型转换器意义
CYP2D6 CYP2C19
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
药物基因组学数据库
1、Drugbank
2、dgidb
3、pharmGKB
4、cancercommon
5、ChEMBL
6、mycancergenome
7、TTD
8、guidetopharmcology
9、clearityfoundation
10、CIViC
11、DoCM
1 Drugbank
药物和药物靶标资源库。DrugBank是一个独特的生物信息学/化学信息学资源，
它结合了详细的药物（例如化学制品）数据和综合的药物靶点（即：蛋白质）信
息。该数据库包含了超过4100个药物条目，包括超过800个FDA认可的小分
子和生物技术药物，以及超过3200个试验性药物。此外，超过1.4万条蛋白
质或药物靶序列被链接到这些药物条目。每个DrugCard条目包含超过80个数
据域，其中一半信息致力于药物/化学制品数据，另一半致力于药物靶点和蛋白
质数据。许多数据域超链接到其他数据库（KEGG、PubChem、ChEBI、
Swiss-Prot和GenBank）和各种结构查看小应用程序。该数据库是完全可搜
索的，支持大量的文本、序列、化学结构和关系查询搜索。DrugBank的潜在
应用包括模拟药物靶点发现、药物设计、药物对接或筛选、药物代谢预测、药物
相互作用预测和普通药学教育。DrugBank可以在使用。广泛应用于计算机辅
助的药物靶标的发现、药物设计、药物分子对接或筛选、药物活性和作用预测等。
在查询中，每一种药物对应1个DrugCard，即我们所得到的检索结果。
每一个DrugCard都包含的数据信息分为药物、靶标和酶三部分。
药物信息包括了该药物的CAS号、商品名、分子式、分子量、SMILES、
2D和3D结构、logP、logS、pKa、熔点、吸收性、Caco-2细胞穿透性、药
物类别和临床使用、性质描述、剂型与给药途径、半衰期、体内的生物转化、毒
性、作用于哪些生物体、食物对服用的影响、与其它药物的相互作用、作用机理、
代谢途径、药理学特征、与蛋白质的结合情况、溶解度、物质形态、同义词、关
于合成的相关文献等，还与ChEBI、GenBank、PubChem等外部数据库有链
接。
靶标的信息包括ID、名称、靶标基因的名称、蛋白质序列、残基数目、分
子量、等电点、功能和活性、参与的代谢途径和反应、体内分布、靶标信号、跨
膜区域、靶标基因序列及其在GenBank、HGNC等外部数据库中的ID和链接、
参考文献，以及在GenBank和Swiss-Prot中的链接。
酶的信息包括名称、蛋白质序列、基因名称、在Swiss-Prot 等数据库中的
链接。
在DrugBank的主界面上，在Browse菜单下可以浏览数据库的内容，其
中PharmaBrowse为用户提供了分类浏览的功能。这为药剂师、医生以及寻找
潜在药物的研究人员提供了方便。在Search下拉菜单下，就是Drug Bank的
4类检索方式。ChemQuery允许用户通过绘制结构图或书写SMILES、分子
式进行结构搜索。在检索过程中还可以对搜索药物类型、分子量范围、搜索结果
相似度、结果数量最大值等进行设置。TextQuery则为文本检索功能。文本检
索支持逻辑运算符连接及在特定领域内搜索。例如，在“dextromethorphan”
中检索混合物，可以键入“mixtures：dextromethorphan”，即用分号在后
面输入领域，同时可以加入逻辑运算符，例如，在“dextrome thorphan”和
“doxylamine”2个领域进行检索，可以键入
“mixtures:dextromethorphan AND mixtures:doxylamine”。
SeqSearch为用户提供了通过序列检索蛋白质的功能。Data Extractor是1
个组合检索工具。用户可以对DrugCard所包含的信息进行选择性的组合检索
（1） Browse按钮：Drug Browse、Category Browse、Geno Browse、Reaction Browse、
Pathway Browse、Class Browse、Target Browse；
（2） Search按钮：ChemQuery Structure Search、Interax Interaction Search、
Sequence Search、Advanced Search、MS Search、MS/MS Search、GC/MS Search、
1D NMR Search、2D NMR Search；
（3） 其他Tool按钮：HMDB、T3DB、SMPDB、FooDB、PPT-DB、CSF、Serum
Metabolome、CCDB、YMDB、BMDB、ECMDB、MarkerDB、BacMap、Ref-DB。
Drug Browse： 小分子药物、生物技术药物、显示药物在DrugBank中的ID、药物名称、
分子量、化学式、化学结构、药物类型、治疗症状。
Drugs：显示ID、药物名称、治疗疾病
Drugs and Targets：显示ID、药物名称、作用位点（靶标）、靶标类型
总结：可以查找药物名称、分子量、化学式、分子结构、药物所属类型、靶标、靶标类型、
治疗疾病、代谢途径等，还可链接到相关网站。（较实用）
Drug Browse：药名、分子量、化学式、化学结构、药物分类、药效
Geno Browse：药物名称，相互作用的基因/酶，SNP位点、等位基因名称、碱基变化、副
作用
Pathway Browse：可查看代谢通路
Classification Browse：药物分类
Target Browse：查靶标及靶标分类和详细细节（药物分类、药理学等）
2 ChEMBL
生物活性药物类小分子数据库。
总结：输入分子结构或已知靶标描述或靶标蛋白，每条记录都包括分子的分类、名称、
ChEMBI ID、功能、毒性、亚细胞定位、结构、序列、参考文献等。（偏向于化学）
3 clearityfoundation
关于卵巢癌的公益网站。治疗卵巢癌复发、有关肿瘤分子信息、临床试验、卵巢癌诊断和治
疗分析、新型靶向制剂的临床开发、治疗结果。（基本无用）
4 DoCM
位点突变数据库，
总结：查找染色体、基因、疾病、突变类型、氨基酸、起始位置、参考文献（稍微简单了点）
5 CIViC
Search：查找描述、疾病名称、疾病DOID、药物PubChem ID、药物名称、 证据水平、
基因名、PubChem ID、突变位点等查找相关信息。
总结：evidence ID、基因、氨基酸变化、描述、病名、药物、evidence level（A：经过验
证的；B：临床；C：临床前；D：个体研究；E：推理的）、evidence type (predictive、
diagnostic、prognostic）、evidence direction(supports、dose not support)、clinical
significance(sensitivice/resistance or non-response/better outcome/poor
outcome/positive/negative)、variant origin(somatic/germline)、trust
rating(1/2/3/4/5 stars)，可链接到代谢途径及下载。（比较实用）
Search：可按不同类型搜索
输入要搜索的单词，如“breast cancer”
点击一个基因/疾病
单击“View Full Detials from MyGene info”，查基因介绍、蛋白结构域、通路。