超好用的微生物数据库，写论文再也不用担心没有思路啦！
之前有很多小伙伴问喵学姐：肠道微生物和疾病的方向怎么写呀，去哪找数据。正巧喵学姐最近就找到一个微生物跟疾病关联的数据库——这个数据库的数据是得到实验支持的。
Peryton数据库介绍
peryton数据库是由diana lab的研究人员开发的一个微生物-疾病关联数据库，数据库中的关联数据是通过对大量文献进行综合分析和整理得到的，这些文献涵盖了从动物模型到人类疾病的广泛范围，目前合并了超过7900个微生物-疾病关联，将超过1396种微生物与43种疾病(22种癌症类型)联系起来。它拥有73种不同的样本类型和43种实验方法。
数据库链接：https://dianalab.e-ce.uth.gr/peryton/#/statistics
Peryton数据库使用方法
首页包含了Associations、Database Statistics、Visualizations、Submit这几个导航栏。
Associations-关联
上方基本检索左边是微生物检索，右边是疾病检索，下方提供了9个过滤选项，可以通过分类等级、实验方法、疾病类型、样本来源、相对丰度、样本量和发表年份来进行过滤。
我们来检索一个幽门螺旋杆菌和胃癌的相关性试试~
得出了这些数据，其中GROUP ONE和GROUP TWO是指研究中的对照组疾病组和正常组。
Relative abundance -相对丰度：与健康人群对照组相比，该疾病患者的样本中微生物相对丰度增加/减少。
Sample type -样本类型：是指在每项研究中采样的组织/身体类型/生物体液的种类。
Experimental method and Species：提供有关实验方法和研究的宿主物种的详细信息。
PMID链接可以快速访问收集条目的文章。
位于最后面的数字提供研究或样本的数据存储库识别代码，用于派生每个条目（用于通过高通量数据识别的关联）。
MESH ID可以链接到MESH SH对应疾病的页面。
NCBI TaxID链接页面可以获取最新疾病和微生物的信息。
Visualizations可视化
Step1.Graph network:微生物 - 疾病 | 图形网络
颜色编码的节点代表按其分类等级分组的疾病和微生物，突出感兴趣的节点，并根据喜好过滤掉分类学等级（底部）。通过移动一个选定的节点，它们的相邻节点将根据它们的链接状态以不同的速度移动，可以快速识别枢纽或单元节点。
可以通过将它们移动到绘图的任何一侧来同时冻结多个节点。
点击一个特定的微生物或疾病节点后，会提供相应的Peryton关联页面和NCBI分类法或MeSH浏览器的链接。
Step2.Chord diagram:癌症-微生物关联|和弦图
和弦图提供了可用的癌症-微生物关联的交互图，每个字符串的大小与支持条目的数量相关，支持条目的数量通过悬停显示。可以选择一个或多个组件（即弧和/或字符串）以永久高亮显示。
Step3.Hierarchy diagram:微生物 - 疾病 | 层次结构图
可以利用层次结构关系图浏览Peryton的数据信息。
可以从此视图中选择可用的疾病以进一步放大，从而能够对感兴趣的关联进行重点检查。也可以通过单击感兴趣的条直接移动到最深的可用层。
层次图与关联页面是相互连接的；在放大的图层中，用户可以将鼠标悬停在感兴趣的条形图上，会出现相关结果页面的链接。
Database Statistics-统计
此外还提供了数据库的统计信息，统计了前15名疾病关联的微生物数。
以上就是peryton数据库的使用方法啦，数据全部可视化，不仅可以利用它形成新的假设，还能协助对研究结果进行交叉验证。不得不说真的挺便捷呀~，微生物方向的小伙伴赶快学起来。
参考文献：Skoufos G, Kardaras FS, Alexiou A, Kavakiotis I, Lambropoulou A, Kotsira V, Tastsoglou S, Hatzigeorgiou AG. Peryton: a manual collection of experimentally supported microbe-disease associations. Nucleic Acids Res. 2021 Jan 8;49(D1):D1328-D1333. doi: 10.1093/nar/gkaa902. PMID: 33080028; PMCID: PMC7779029
