【靶点预测第①弹】超全疾病 - 靶点核心数据库分类指南，告别选择困难！
所属分类： 技术干货
发布时间： 2025-11-07
概要： 今天这篇干货，把常用的疾病靶点预测数据库按功能分成 3 大类，每类挑出 “顶流选手” 拆解，帮你理清思路、按需选用；明天更有实操指南，教你把这些数据库直接用起来（文末含所有数据库链接，赶紧码住）！
宝子们！做药物研发或疾病机制研究时，你是不是也遇到过这种困惑：想找疾病相关的候选基因，翻遍文献却效率低下？想查某个药物的作用靶点，面对五花八门的数据库不知道从何下手？
其实，疾病靶点预测的核心，在于用好各类生物信息数据库—— 它们就像科研路上的 “导航仪”，能帮我们快速定位 “基因 - 疾病 - 药物” 的关联线索，从海量数据里精准挖出具潜力的靶点。今天这篇干货，就把常用的疾病靶点预测数据库按功能分成 3 大类，每类挑出 “顶流选手” 拆解，帮你理清思路、按需选用；明天更有实操指南，教你把这些数据库直接用起来（文末含所有数据库链接，赶紧码住）！
一、基因 - 疾病关联数据库：先找 “病” 和 “基” 的对应关系
想预测疾病靶点，第一步往往是明确 “哪些基因和疾病有关”。这类数据库专门收录基因与疾病的关联证据，是筛选候选基因的 “第一站”。
OMIM：
单基因遗传病的 “权威字典”
由美国约翰霍普金斯大学维护，堪称人类孟德尔遗传研究的 “金标准” 数据库。它收录了所有已知的人类基因变异与疾病的对应关系，不仅有详细的文献支撑，还会标注疾病表型、遗传模式等关键信息。比如研究罕见病时，想知道 “某个基因突变会不会导致特定疾病”，查 OMIM 准没错 —— 里面成百上千种单基因病的记录，能帮你快速锁定候选基因。
GeneCards：
复杂疾病的 “信息整合站”
如果研究的是癌症、糖尿病这类多基因相关的复杂疾病，GeneCards 绝对是刚需。它整合了文献、遗传数据库、实验数据等多来源信息，覆盖几乎所有已知人类基因，从基因功能、突变位点到与疾病的关联，都能一站式查到。比如想筛选某类肿瘤的潜在相关基因，用 GeneCards 的检索功能，能快速收集到多维度的候选基因列表，省去跨库查找的麻烦。
DisGeNET：
疾病 - 基因网络的 “分析利器”
和前两个数据库不同，DisGeNET 的核心优势是 “网络视角”。它汇集了 GWAS 研究（全基因组关联研究）、文献报道、动物模型等数据，构建了疾病 - 基因关联网络，能帮我们通过网络分析发现疾病相关的 “基因模块”。做大规模基因富集分析时，用 DisGeNET 能快速鉴定出与疾病紧密相关的关键基因集合，比单一基因检索更具系统性。活细胞是生理条件下培养的完整细胞，能完美保留蛋白质天然构象、翻译后修饰和细胞内相互作用网络。
二、药物 - 靶点关联数据库：链接 “药” 与 “靶”，助力研发与重定位
找到候选基因后，下一步常是 “看看有没有药物能作用于这些基因”—— 这类数据库就是帮我们搭建 “药物 - 靶点” 桥梁的关键，尤其适合药物重定位（把现有药物用于新疾病）研究。
DrugBank：
药物信息的 “全能百科”
DrugBank 是综合性药物数据库里的 “老牌选手”，信息全面到惊人：不仅有药物的化学结构、作用机制，还详细列出了每个药物的作用靶点蛋白、药代动力学数据，甚至包括药物代谢途径和副作用。比如做药物重定位时，查 DrugBank 能快速了解 “某类药物曾作用于哪些靶点”，再结合疾病相关基因，就能初步判断这些药物是否有新的应用潜力。
TTD：
药物靶点的 “专业数据库”
如果聚焦 “靶点本身”，TTD（治疗靶点数据库）更值得深入挖掘。它自 2002 年上线以来多次更新，专门收录药物靶点的信息：除了靶点蛋白名称，还会标注靶点的功能、参与的通路、与疾病的关系，以及对应的在研或上市药物。想知道 “某个靶点是否已有药物开发”“哪些靶点是当前研究热点”，TTD 能给你最直接的参考，帮你避开 “重复研发” 的坑。
DGIdb：
药物 - 基因互作的 “文献导航站”
DGIdb 虽然不是专门的靶点数据库，但胜在 “整合性” 和 “证据性”。它汇总了 DrugBank、TTD 等权威数据库及文献中的药物 - 基因互作关系，还会给每对互作打分、标注文献来源 —— 让你一眼看清 “某药物作用于某基因” 的证据是否充分。比如已知某基因与疾病相关，用 DGIdb 搜这个基因，就能快速列出所有可能作用于它的药物，为疾病治疗提供候选方案。
三、基因表达与高通量数据库：从 “表达差异” 挖潜在靶点
有些时候，疾病相关基因的线索藏在 “基因表达变化” 里 —— 比如疾病组织里某个基因的表达量明显高于健康组织，这个基因就可能是潜在靶点。这类数据库正是存储这类高通量数据的 “宝库”。
GEO：
基因表达数据的 “超级仓库”
由 NCBI 维护的 GEO，是全球最大的基因表达数据库之一，收录了芯片、RNA-seq 等各类高通量实验数据。你可以在这里找到 “健康组织 vs 疾病组织” 的基因表达对比数据，轻松筛选出差异表达基因。比如研究阿尔茨海默病时，在 GEO 里检索相关数据集，就能获取患者大脑组织与正常组织的基因表达差异，这些差异基因往往是重要的靶点候选。
GTEx：
组织特异性表达的 “参考手册”
想知道 “某个基因在哪些组织里高表达”？GTEx（基因型 - 组织表达数据库）能帮你解答。它整合了数千名捐献者的组织样本数据，专注于正常组织的基因表达模式，能清晰展示基因的组织分布特征。筛选靶点时，结合 GTEx 的信息很关键：比如某基因在肝脏高表达，而你的研究方向是肝病，那这个基因的靶点潜力就更值得关注（毕竟药物需作用于疾病相关组织）。
ArrayExpress：
多组学数据的 “欧洲资源库”
作为 EBI（欧洲生物信息研究所）维护的数据库，ArrayExpress 和 GEO 功能类似，但收录了不少欧洲地区的研究数据，能作为 GEO 的补充。它不仅有基因表达数据，还涵盖蛋白质组学、代谢组学等多组学信息。做跨地域、多组学联合分析时，把 GEO 和 ArrayExpress 的数据结合起来，能让研究结论更全面。
四、小结：按需选库，效率翻倍
今天盘点的 3 类数据库各有侧重：
● 想找 “基因 - 疾病” 关联，用 OMIM、GeneCards、DisGeNET；
● 想查 “药物 - 靶点” 关系，选 DrugBank、TTD、DGIdb；
● 想挖 “表达差异” 线索，靠 GEO、GTEx、ArrayExpress。
五、丸子有话说
宝子们，今天这份超全疾病 - 靶点数据库指南，是不是帮你彻底告别了 “找靶点不知选哪个库” 的纠结？不管你是研究单基因遗传病想查 OMIM，分析复杂疾病要靠 GeneCards，还是做药物重定位需用 DrugBank、TTD，或是挖表达差异得查 GEO、GTEx—— 这三类数据库都能帮你从 “基因 - 疾病”“药物 - 靶点”“表达差异” 三个维度，快速挖出候选靶点的线索，解决科研初期 “无的放矢” 的痛点。
但光有线索还不够，想让这些 “候选靶点” 真正成为有价值的研究对象，还需要靠谱的技术帮你进一步筛选和验证，而热蛋白组分析（TPP）就是超适配的 “好帮手”！它在疾病靶点筛选里的优势，刚好能补上数据库 “重关联、轻验证” 的短板：
❶ 适配病理样本，真实还原疾病状态下的靶点结合特征，不搞 “纸上谈兵”。
❷ 同步完成筛选与验证，直接锁定能与配体特异性结合的靶点，省去多轮试错。
❸ 区分特异性 / 非特异性结合，排除假阳性，还能直接关联靶点的疾病功能。
所以呀，先用今天讲的数据库 “广撒网” 找候选靶点，再用 TPP“精筛选、严把关” 锁定真实有效的靶点，就能形成 “预测 - 筛选” 的闭环，让你的疾病靶点研究效率翻倍！下期咱们再聊聊这些数据库如何实操，感兴趣的宝子记得关注丸子把这份指南码好，丸子给你的科研指路～
六、参考资料
1.Home - OMIM - (OMIM.ORG).
https://www.omim.org/
2.GeneCards - Human Genes | Gene Database | Gene Search.
https://www.genecards.org/
3.DisGeNET - a database of gene-disease associations.
https://disgenet.com/
4.Drugbank.
https://go.drugbank.com/
5.Therapeutic Target Database.
https://lib.cpu.edu.cn/64/37/c1197a156727/page.htm
6.Drug-Gene Interaction database.
http://dgidb.org/
7.Home - GEO - NCBI.
https://www.ncbi.nlm.nih.gov/geo/
8.GTEx - Genotype-Tissue Expression Program.
https://commonfund.nih.gov/GTEx
9.ArrayExpress.
https://www.ebi.ac.uk/arrayexpress/
10.Stelzer G, Rosen N, Plaschkes I, et al. The GeneCards Suite: From Gene Data Mining to Disease Genome Sequence Analyses. Curr Protoc Bioinformatics. 2016;54:1.30.1-1.30.33.
11.Zong N, Li N, Wen A, et al. BETA: a comprehensive benchmark for computational drug-target prediction. Brief Bioinform. 2022;23(4):bbac199.
12.PharmGKB.
https://www.drugsnav.com/detail/tuijian/674.html
13.Home - GEO DataSets - NCBI.
https://www.ncbi.xyz/gds
推荐
谱度众合 ：最经典、主流的药物靶点筛选技术——TPP热蛋白组分析
✔ 全面直接筛选真实药靶组合：蛋白质组水平筛选药物结合的蛋白靶点，全面覆盖治疗靶点与脱靶靶点；使用药物分子本体进行试验，无需设计合成分子探针，药靶结合更真实
✔ 多种数据分析策略：结合蛋白热变性曲线分析和非参数分析方法（NPARC），全面捕获潜在药物靶点
✔ 多种生信分析数据库挖掘辅助筛选：对潜在药物靶点进行生信分析与数据库挖掘，辅助最终药物靶点的确认
✔ 多种衍生技术可选：除常规温度范围（TPP-TR）、药物浓度范围（TPP-CCR）、两者结合（2D-TPP）的常规热蛋白组分析方法外，还可进行单温度点（ITSA）、多温度点混合（PISA）等高通量热蛋白组分析方法
谱度众合是一家由武汉大学博士团队创办的科研服务企业，我们专注于利用质谱技术服务于生物标志物、药物靶点筛选、基础研究等蛋白质研究领域，我们在本专业细分领域持续深耕十几年，针对具体研究场景开发多种面向具体研究目的和论文发表需求的服务产品，助力于客户更轻松更高效的完成科研目标。
关键词： 【靶点预测第①弹】超全疾病 - 靶点核心数据库分类指南，告别选择困难！
相关资讯
双喜临门！谱度众合连获2026年“武汉市人工智能企业”和“武汉市大数据企业”双项殊荣
2026-07-30
谱度众合亮相贵州大学溪山生物医药创新论坛：高通量质谱技术驱动药物靶点精准筛选
2026-07-30
科研不容试错，标准铸就信任！谱度众合PRM靶向检测省级团体标准正式获批！
2026-07-30
二十年质谱技术沉淀助力于您的蛋白质研究
谱度众合是一家由武大生科院博士师兄弟创办的科研服务企业，团队延续课题组方向持续深耕专业领域20年，一直专注于利用质谱技术服务于生物标志物发现、药物靶点筛选、分子机制解析等研究领域，致力于为生物医学科研工作者提供靠谱的高效率科研工具。
业务咨询