经常有小伙伴跟我抱怨，没时间没精力去学代码，太复杂了。当然也有些小伙伴确实打起精神开始学，从网上搜了一大堆R语言资料，和生物信息学资料，甚至还买了本R语言实战的书，甚至还学起了python，准备大干一场。但是，有时候实在是心有余而力不足，一边要学实验技术，上课，读文献，甚至要在临床轮转，当初高涨的热情很快就被磨灭，然后就没有然后了。
如果实在没时间精力代码，咱们还有好用的数据库呀，如果运用得当，又有好的想法，一样能做些工作，这里白介素同学分享一篇文献，全文没有使用任何一句代码，但是人家发了3分的文章哦。来来来，解析下这篇文章是怎么操作的吧，首先看看摘要内容：
看到方法学部分了吧， 人家就用了4个网络数据库，说明一下，全是在线的点击版本，非常简单好用。做的工作其实也很简单，就是讲了看了AQP这个基因family在乳腺癌中的表达情况，与预后关系等。
下面看下具体是做了哪些内容嘞？咱们看图说话：
这张图很熟悉呀，就是Oncomine数据库做的，操作一下，特别说明这个数据库本身需要edu的邮箱注册，用起来很方便，是最大的肿瘤芯片数据库。这里作者是看下这些目标基因在各种肿瘤里边的表达情况，以热图的形式展现出来。
然后放了张表格，其实也不是关键数据，也是Oncomine的数据。
接下来又是张表格，分析了下各个基因的mRNA表达水平与临床病理特征的相关性。这个是在bc-GenExMiner v4.1这个数据库做的。
然后是这些基因在不同分级中的表达情况：（这里指出下作者没说清楚用啥做的，确定的是还是用以上这些数据库的数据）
然后就是做生存分析了，看下这些基因与预后的关系，用的数据库是KMplot，这个大家应该比较熟悉了，非常好用的数据库，作的图可直接用于发表。
再接下来，还是一个这样的生存分析，展示的是这些基因在不同亚型中与预后的关系，也是用这个数据库操作的，很简单，看起来数据很多，其实不然。
再接下来，换了个数据库，该分析的都分析得差不多了，用cBioportal数据库分析基因突变与生存的关系，还有这些基因在乳腺癌中的突变情况，那个图也很简单：关于该数据库的使用我们做了一期非常细致的帖子：懒人如何分析TCGA数据之cBioportal网站
全文的分析内容到这里就结束了，后面必然还需要大段的讨论分析的，这个你懂的。就这样一个3分的文章研究内容就结束了。这篇文章能得到哪些结论呢？ 顶多就是这些基因在肿瘤中的表达情况，预后情况，还有就是突变情况这三个层次了。
如果熟悉这些数据库，完成这些操作3天的时间肯定是足够了。
好了，白介素同学只能帮到这里了。 熟练使用数据库去呀，数据库就在那里，怎样使用，会不会使用全看自己了。
