生信分析，无论是Oncomine，GEPIA，还是KM Plotter数据库，都不需要R语言编写代码，容易上手，基本上一个星期甚至更短的时间就可以搞定，属于菜鸟级别生信操作。并没有想象中那么难。但是简单容易不代表不重要，也不说明水平高低，而是反应了一种思路，这才是最最重要的。p<0.05就是我们前期做分析想要的结果，即使用GEO数据库、TCGA数据库做分析，甚至做芯片或测序，没有差异也是枉然。
对于医生，个人建议是最好学会R语言，最起码掌握不用R语言的数据库分析。这样在繁重的临床工作之余，可以挖掘数据库，不做实验就能发论文，而且科研和临床思维混搭，既能接临床的地气，又能接科研的仙气。最重要的是阅读过的文献和做过的生信分析，可以进一步促进对临床上疾病的认识，提升医生的诊治水平。
接下来，我们将按照中心法则和生信论文分析的思路总结生信分析的网站。这些网站均是纯生信数据库，不需要R语言基础，就像Excel、PPT一样容易上手，只要你愿意学，肯定能学会。
差异分析数据库
oncomine数据库（差异分析首选）
https://www.oncomine.org/resource/main.html
GEPIA数据库（共表达是特色）
http://gepia.cancer-pku.cn/index.html
TIMER（免疫浸润分析是特色）
https://cistrome.shinyapps.io/timer/
HCCDB（肝癌数据库）
http://lifeome.net/database/hccdb/home.html
UALCAN（甲基化是特色）
http://ualcan.path.uab.edu/
CCLE（基因在细胞系的表达）
https://portals.broadinstitute.org/ccle/
人类蛋白图谱 THE HUMAN PROTEIN ATLAS
https://www.proteinatlas.org/
基因表达数据库 Gene Expression Omnibus （需要R语言基础）
https://www.ncbi.nlm.nih.gov/geo/
