PhaSeDis是目前唯一专门收录相分离-疾病关联及干预小分子的数据库。相比前身MloDisDB，PhaSeDis实现了三大飞跃：

收录931条条目，其中185条为相分离（PS）相关条目（来源于2020–2022年发表的123篇文献）；

为每个PS条目标注了4类经典体内验证实验（FRAP、1,6-HD处理、球形形态、融合/分裂现象），形成证据等级0–4，评估结论可信度；

同时整合低通量文献证据（直接报道的干预分子）和高通量数据库交叉证据（来自BindingDB、PDBBind、DrugBank的潜在配体/药物）。

PhaSePro告诉你“谁能相分离”，PhaSepDB告诉你“它有什么功能”，LLPSDB告诉你“怎么在体外做”，而PhaSeDis告诉你“它致病吗？有药吗？”

访问首页：http://mlodis.phasep.pro

首页提供三种主要检索入口：

支持按相分离因子（蛋白/RNA名称、基因ID、UniProt ID）、疾病名称、MLO（无膜细胞器）或物种检索；

可按“证据类型”（Evidence）或“分类”（Class）筛选，例如只看“LLPS”条目或“体内验证级别≥2”的条目；

图形化展示30余种无膜细胞器，点击任一MLO（如应激颗粒、核仁）即可看到所有相关疾病条目；

按疾病分类罗列所有条目，神经退行性疾病和癌症是两大主力。

如果你关心某个疾病（比如ALS），直接进Diseases页面点选，就能看到所有与ALS相关的相分离因子及其小分子信息。

以TDP-43和ALS相关的某一条目为例（MDID可点击），进入详情页后包含四大模块：

● MLO类型：如应激颗粒（Stress granule）

● 因子信息：蛋白名称、基因名、UniProt ID、物种

● 疾病信息：疾病名称、MeSH、ICD-10、OMIM等标准ID

这是最核心的文本模块，包含：

● MLO/凝聚体变化：原文报道的相分离液滴在大小、数量、组装动态等方面的改变；

● 致病机制描述：例如“TDP-43的相分离异常导致其异常聚集，形成毒性寡聚体，引发运动神经元死亡”；

● 实验证据摘要：直接引用原文结论，并附上PMID。

记录原文中报道的突变、表达变化、翻译后修饰（PTM）及其对病理状态的影响。

这是PhaSeDis的独家亮点，分为两栏：

● 低通量证据：来自原文直接验证的小分子，附有“Interference note”说明其作用。

● 高通量证据：从BindingDB、PDBBind、DrugBank交叉匹配得到的潜在小分子/药物，按数据库来源分别列出，并提供PubChem CID或DrugBank ID链接。

高通量证据仅表示这些小分子与目标蛋白有结合记录，不保证它们通过调控相分离发挥作用——但它们是你筛选候选药物的绝佳起点。

PhaSeDis为每个PS条目标注了是否在体内开展了以下4类经典验证实验：

每做一项记为1分，总分0–4即为“证据等级”。统计显示：

● 等级0：24个条目（无任何体内验证）

● 等级2–3：大多数条目

● 等级4：仅18个条目（四项实验全部完成）

做精细机制研究时，优先筛选证据等级≥3的条目；做大规模分析时，可适当放宽至等级1–2。

此外，每个因子还标注了PS角色：

● Scaffold：主要驱动相分离的脚手架蛋白

● Client：被招募进凝聚体的客户蛋白

● Self：单组分自行相分离

你想系统了解TDP-43在ALS中的相分离异常机制，并查找是否有小分子可以干预。

❶ 进入PhaSeDis首页，搜索“TDP-43”或“TARDBP”。

❷ 浏览返回的条目列表，筛选疾病为“Amyotrophic lateral sclerosis”。

❸ 点击任意条目（如某MDID），进入详情页：

● 阅读“Description from paper”，记录TDP-43相分离异常如何导致ALS（如“液-固转化加速”、“毒性聚集”）。

● 查看“Factor change”栏，留意是否有疾病相关突变（如A315T、Q331K）及其对相分离的影响。

● 跳转到“Related small molecules”：

看是否有原文直接测试的小分子（如某些激酶抑制剂、多酚类化合物），阅读其作用机制。

浏览BindingDB/PDBBind/DrugBank中匹配的小分子列表，挑出感兴趣的候选物（如已上市药物）。

❹ 记录PMID，回查原文验证实验细节。

❺ 交叉验证：

● 回PhaSePro确认TDP-43是脚手架蛋白。

● 到LLPSDB v2.0查看TDP-43体外相分离条件（蛋白浓度、盐浓度等），为后续实验设计做准备。

● 到PhaSepDB 3.0查看TDP-43的protein-wise summary page，了解其PTM调控。

蛋白质组学筛到一个新蛋白Protein X，怀疑它有相分离能力，想快速判断它是脚手架还是客户，以及是否与疾病相关。

❶ PhaSepDB 3.0：搜索Protein X → 如果有PS条目，高度怀疑脚手架；如果仅在MLO条目中出现，可能是客户蛋白。

❷ PhaSePro：确认是否被收录为驱动蛋白 → 若收录，直接获得驱动区域信息。

❸ LLPSDB v2.0：查找同源蛋白的体外实验条件，作为自己实验的参考。

❹ PhaSeDis：搜索Protein X是否与疾病关联 → 若有，获取机制及潜在小分子线索。

开发相分离预测模型，需要高质量正负样本集。

❶ 正样本：PhaSePro全部条目（最严格） + PhaSepDB 3.0中PS条目（较全面） + LLPSDB v2.0中“Yes”条目。

❷ 负样本：LLPSDB v2.0中“No”条目（独家来源！） + PDB典型球状蛋白 + DisProt非LLPS无序蛋白。

区分“脚手架蛋白”与“客户蛋白”的序列特征，分别建模或评估。

想系统筛选“相分离—神经退行性疾病—小分子”三角关系。

❶ PhaSeDis：浏览神经系统疾病分类，导出所有PS条目，按小分子证据排序。

❷ PhaSePro / PhaSepDB 3.0：对Top候选蛋白，查看其脚手架身份、PTM调控位点（寻找可成药的修饰酶）。

❸ LLPSDB v2.0：确认体外实验条件，设计小分子筛选的阳/阴性对照。

❹ 整合：构建“蛋白—疾病—小分子—实验条件”四位一体研究方案。

至此，我们完成了相分离四大核心数据库的全系列实操指南：

数据库中收录的均为已有文献报道的实验数据。若你的研究对象是尚未被注释的新蛋白，或希望在特定样本中系统筛选相分离候选分子，则需借助实验手段进行高通量鉴定。数据库检索与实验筛选相结合，可大幅提升研究效率。