随着单细胞测序技术在疾病研究领域的深度渗透，从神经退行性疾病到自身免疫病，从代谢综合征到罕见病，海量疾病相关的单细胞数据正以前所未有的速度积累。这些数据不仅承载着疾病发生发展的分子机制密码，更成为推动临床转化研究的核心动力。然而，在具体研究实践中，新的挑战也随之浮现：

       当研究特定疾病时，如何快速定位到该疾病的高质量单细胞数据集，避免在泛化数据库中反复筛选？

       面对同一疾病的不同病程、不同组织来源样本数据，能否便捷对比其细胞类型组成及基因表达特征的动态变化？

       更重要的是，如何从疾病特异性数据库中直接挖掘出与疾病诊断、治疗相关的细胞标志物或潜在靶点，缩短从基础研究到临床应用的距离？

       此外，对于罕见病等样本难以获取的研究方向，能否依托疾病分类数据库共享的珍贵数据，开展创新性分析？

       为帮助研究者精准应对上述需求，纽科生物本期公众号特别聚焦「以疾病分类为主的单细胞数据库」。这些数据库按疾病类型进行系统化整合与注释，不仅实现了疾病相关数据的快速检索，更内置了针对性的分析模块，助力研究者高效挖掘疾病特异性细胞特征与分子机制。

       本期我们将逐一解读这些实用工具的核心功能与适用场景，为不同疾病领域的研究提供精准的数据支持。建议各位老师收藏本文，让疾病单细胞研究事半功倍！

Ssread

1 数据库定位

      作为聚焦阿尔茨海默病的特色数据库，Ssread 最大亮点在于实现了空间转录组与单细胞数据的深度整合。目前已收录 85 项人类与小鼠研究的 730 余万个细胞，以及 381 个空间转录组样本，不仅覆盖详细的细胞类型与空间层注释，还整合了差异基因表达、功能富集分析、空间可变基因挖掘、单细胞数据集去卷积等基础数据，数据规模大且物种、研究类型覆盖全面。

2 核心特色功能

       在检索体验上，Ssread 支持按物种、研究项目、细胞类型、空间层等多维度快速定位数据，平台会同步展示基础信息与 UMAP 降维可视化图，帮助研究者快速建立对数据集的整体认知。需要注意的是，该数据库不提供在线分析与差异比较功能，深度分析需下载数据后结合自有工具开展。

       如果你专注于阿尔茨海默病研究，尤其想探索空间细胞异质性、基因空间表达模式，Ssread 会是获取高质量数据的核心来源。

官网链接：https://bmblx.bmi.osumc.edu/ssread/ 

 OralDB

1 平台定位与核心价值

       作为国内首个聚焦口腔疾病的综合性组学可视化数据库，OralDB 是专为口腔医学研究量身打造的实用工具。平台从 GEO 等公共数据库中筛选整合了 72 个高质量组学数据集，覆盖口腔溃疡、牙周炎、口腔癌等 20 种常见口腔疾病，包含 1990 个临床样本，涵盖转录组、蛋白质组等四种数据类型。

 2 数据库功能

       更贴心的是，OralDB 还配备了口腔白斑、扁平苔藓等典型病症的高清临床图文资料，为研究者提供 “组学数据 + 疾病表征” 的双重参考。功能层面，除了支持数据集查询、基因表达谱分析、差异基因筛选、通路富集、细胞间相互作用预测等核心操作，还内置在线可视化工具，无需本地编程就能完成样本差异比较与 UMAP 降维分析，快速呈现数据分布特征。

       无论是探索口腔疾病发病机制、筛选疾病标志物，还是开展初步组学数据挖掘，尤其适合牙周病、口腔肿瘤等细分领域的研究团队，OralDB 都能提供高效便捷的全流程支持。

官网链接：https://compbio.cn/oraldb/

 DiabetesOmic

1 数据涵盖与特色

       DiabetesOmic是一款聚焦糖尿病领域的综合性多组学数据库，专为糖尿病研究打造可便捷访问的分子资源平台。该数据库整合了人类与小鼠的多维度转录调控信息，涵盖5种高通量测序模态数据：ChIP-seq（114个样本）、RNA-seq（235个样本）、ATAC-seq（87个样本）、scATAC-seq（26个样本）及scRNA-seq（25个样本），总样本量达487个。其中1型糖尿病相关样本281组、2型糖尿病相关样本207组，覆盖胰岛、肺、肝脏、肾脏等多种疾病相关组织，同时纳入2型糖尿病肥胖患者及动脉粥样硬化等并发症样本，形成“基础组学+临床表型”的双重数据体系。

2 可视化与分析工具

      功能上，DiabetesOmic支持差异化基因表达分析、调控网络构建、染色质 accessibility 解析及转录因子富集分析等核心模块，尤其擅长单细胞水平的分子特征挖掘，可精准定位疾病相关的细胞亚型及调控元件。无论是探索糖尿病发病的表观遗传机制、筛选并发症特异性生物标志物，还是构建疾病相关的转录调控网络，该数据库都能为研究人员提供“一站式”数据支持，特别适合糖尿病基础研究、转化医学及药物研发团队使用。

官网链接：https://bio.liclab.net/diabetesOmicdb/

 DRCTDB

1 数据规模与类型

     DRCTDB（Disease-Related Cell Type Database）是一个以“单细胞多组学与GWAS数据深度整合”为核心优势的数据库，目前收录了来自16项研究的约400万个细胞（涵盖转录组与表观遗传学信息），整合了42种遗传疾病的GWAS数据，覆盖脑、心脏、肝脏等28种组织及603种细胞类型，能精准识别疾病相关细胞类型并解析调控机制。

 2 功能优势

       其收录的疾病中，既有阿尔茨海默病、帕金森病等神经退行性疾病，也包含2型糖尿病等代谢性疾病——例如在阿尔茨海默病研究中，可定位海马CA1锥体神经元等疾病关联细胞；针对2型糖尿病能聚焦胰岛β细胞的功能异常；对于帕金森病则可挖掘黑质多巴胺能神经元的调控特征。检索功能上，支持按疾病名称、组织类型、细胞类型等多维度快速筛选数据，平台提供UMAP降维图、细胞-疾病关联热图等可视化结果，虽不侧重复杂在线分析，但可下载标准化数据结合自有工具开展深度研究。该数据库凭借“基因型-细胞类型-疾病表型”的完整解析路径，成为疾病机制研究、靶点筛选的重要资源，尤其适合需要从多组学整合角度探索疾病细胞基础的科研人员使用。

官网链接：https://singlecellatlas.top/DRCTDB/

 DiSignAtlas

1 数据收录情况

       DiSignAtlas是一个以“跨源数据整合+疾病分类检索”为核心优势的疾病分子特征数据库，目前已整合来自GEO、ArrayExpress、TCGA等公共数据库的资源，形成包含181,434个独特转录组图谱、10,306个比较数据集的庞大资源库，覆盖1,836种非冗余疾病类型（人类1,454种、小鼠643种），并收录超549万个差异表达基因作为疾病特征标识。

2 检索功能特色

       其核心价值在于实现“基因-疾病”的双向精准检索，既支持按阿尔茨海默病、肺癌、糖尿病等疾病名称查询对应差异基因，也可通过基因名定位其在不同疾病中的表达变化；同时内置差异基因分析和功能富集分析工具，能自动生成疾病相关的GO/KEGG通路富集结果，无需依赖外部分析软件。该平台还甚至可以进行“逆向搜索”，即通过输入差异基因去搜索数据。平台还整合328个单细胞RNA测序数据集，可深入挖掘疾病相关细胞类型特征。作为科研人员探索疾病分子机制、筛选生物标志物的“一站式工具”，尤其适合需要快速获取多源疾病转录组数据并开展初步分析的研究团队使用。

官网链接：http://www.inbirg.com/disignatlas/home

希望这篇文章能够帮助到各位老师哦！如果觉得有用的话，点一个收藏吧！祝各位老师能够顺利科研，文章多多！

微生信助力高分文章，用户330000+，谷歌学术7800+