1. SurvivalMeth

网址：http://bio-bigdata.hrbmu.edu.cn/survivalmeth  

功能：SurvivalMeth是哈尔滨医科大学李霞教授团队开发的，2020年8月11日发表在Briefings in Bioinformatics上。SurvivalMeth可以识别预后相关 DNA methylation-related functional elements (DMFEs) ，数据库中记录了多种DMFEs，包括309,465个CpG岛相关元件，104,748个转录相关元件，77,634个重复元件，以及细胞类型特异性的1,689,653个超级增强子(SE)和1,304,902个CTCF结合区进行分析。SurvivalMeth收集了36种癌症的DNA甲基化谱，并允许用户在不同的数据集中查询他们感兴趣的基因，以便预测预后。此外，SurvivalMeth不仅整合了不同的组合，包括单个DMFE、多个DMFE、SEs和临床数据，对预上传数据进行生存分析，还允许上传来自各种疾病的DMFE的定制DNA甲基化图谱进行分析。SurvivalMeth为预后DMFEs提供了全面的资源和自动化分析，包括DMFE甲基化水平、相关分析、临床分析、差异分析、DMFE注释、生存相关详细结果和生存分析可视化。

引用：Zhang C, Zhao N, Zhang X, et al. SurvivalMeth: a web server to investigate the effect of DNA methylation-related functional elements on prognosis [published online ahead of print, 2020 Aug 11]. Brief Bioinform. 2020;bbaa162. doi:10.1093/bib/bbaa162

2. MethDB数据库

网址: http://www.methdb.de

功能：全称DNA Methylation database，该数据库包含了多种组织多种表型的甲基化模式、甲基化谱和总甲基化内容数据。大约14%的数据没有在其他地方公布。这些数据可以直接检索。并且有在线提交工具，允许科研人员直接将新数据输入到MethDB。

引用：Amoreira C, Hindermann W, Grunau C. An improved version of the DNA Methylation database (MethDB). Nucleic Acids Res. 2003;31(1):75-77. doi:10.1093/nar/gkg093

3. PubMeth 

网址: http://www.pubmeth.org 

功能：PubMeth 收集和整理了文献中与癌症相关的甲基化数据，并进行了人工校对和注释，提供了一个高质量的癌症相关的发生了甲基化基因的数据库。这个数据库只提供在线检索功能，并不开放下载。也可以提交自己的数据。

在检索时，提供了两种检索方式：①基因②癌症

引用：Maté Ongenaert, Leander Van Neste, Tim De Meyer, Gerben Menschaert, Sofie Bekaert, Wim Van Criekinge, PubMeth: a cancer methylation database combining text-mining and expert annotation, Nucleic Acids Research, Volume 36, Issue suppl_1, 1 January 2008, Pages D842–D846, https://doi.org/10.1093/nar/gkm788

4. DiseaseMeth2

网址: http://bioinfo.hrbmu.edu.cn/diseasemeth 

功能：DiseaseMeth是人类疾病甲基化数据库。该数据库着重于有效收集和统计分析来自各种疾病的DNA甲基化数据。收集了32701个甲基化谱，涉及到88中疾病，甲基化相关的疾病基因关系对有679602个。DiseaseMeth支持包括基因ID和基因名称在内的多种搜索方式。DiseaseMeth提供了基于疾病和正常样品的横向整合的甲基化数据集。这些数据可以被用来深入识别差异的甲基化基因，并调查研究基因与疾病之间的关系。

引用：Xiong, Y., Wei, Y., Gu, Y., Zhang, S., Lyu, J., Zhang, B., Chen, C., Zhu, J., Wang, Y., Liu, H. Zhang Y. (2016) DiseaseMeth version 2.0: a major expansion and update of the human disease methylation database. Nucleic Acids Research.

5.MethCancer

网址：http://methycancer.psych.ac.cn/

功能：首先来看看神器长啥样？界面干净清爽，知道大家也喜欢简约。癌症作为人类健康的头号杀手，引起了科研工作者的官方关注。鉴于DNA甲基化修饰在肿瘤中的重要作用，MethyCancer（database of human DNA Methylation and Cancer）数据库整合了DNA甲基化数据和基因表达谱数据，将癌症与相关的基因联系起来。

它拥有来自公共资源的高度整合的DNA甲基化数据、癌症相关基因、突变和癌症信息，以及该数据库研究人员大规模测序得到的CpG Island (CGI) clones。分析并给出了不同数据类型之间的互连关系。开发了搜索工具和图形MethyView，以帮助用户访问所有数据和数据连接，并在基因组学和遗传学数据的背景下查看DNA甲基化。

引用：He, X.M., Chang, S.H., Zhang, J.J., Zhao, Q., Xiang, H.Z., ..., and Wang, J. 2008. MethyCancer: the database of human DNA methylation and cancer. Nucleic Acids Res. 36: D836-841

6.MethHC

网址：http://MethHC.mbc.nctu.edu.tw

功能：在MethHC数据库中，提供了18种癌症相关的DNA甲基化，microRNA表达谱和基因表达谱的数据，这里的数据来源于TCGA数据库。同时采用线性回归的方法计算甲基化和表达谱数据之间的关联。

引用：Huang WY, Hsu SD, Huang HY, et al. MethHC: a database of DNA methylation and gene expression in human cancer. Nucleic Acids Res. 2015;43(Database issue):D856-D861. doi:10.1093/nar/gku1151

7. MethSurv

网址：https://biit.cs.ut.ee/methsurv/ 

功能：TCGA数据库中收录的主要是450K芯片的数据，也有一些早期27K芯片的数据。本文所述的MethSurv就是基于TCGA数据集中的450K数据构建的可视化分析工具。MethSurv适用于没有特定生物信息学技能（不熟悉编程分析）的研究人员和临床医生，主要用于探索与癌症患者生存相关的甲基化生物标记物。MethSurv支持对位于查询基因内或附近的CpG进行生存分析。为了进一步挖掘，本文提供了查询基因的聚类分析，以将甲基化模式与临床特征相关联，以及浏览每种癌症类型的顶级生物标记。MethSurv包括来自25种不同人类癌症的7358个甲基数据。

下面小编随意点了个位点进行分析：

引用：Modhukur V, Iljasenko T, Metsalu T, Lokk K, Laisk-Podar T, Vilo J. MethSurv: a web tool to perform multivariable survival analysis using DNA methylation data. Epigenomics. 2018;10(3):277-288. doi:10.2217/epi-2017-0118

8.MethBank

地址：http://bigd.big.ac.cn/methbank

功能：MethBank（The Methylation Bank）是一个集合了多个物种高质量DNA甲基化谱的可视化交互浏览工具。它由中国科学院研发，2014年发布1.0版本，3.0版本添加更多物种的甲基化数据、增强数据注释功能、数据可视化呈现更加友好，用于数据表示、搜索和可视化。MethBank 3.0大规模集成了高质量的甲基化组数据，包括34个来自大量人类样本的一致参考甲基化组，336个来自不同发育阶段和/或5种植物组织的单碱基分解甲基体，以及18个来自两个动物不同发育阶段的配子和早期胚胎的单碱基分解甲基体。此外，它还能够系统地识别与年龄密切相关的甲基化位点、具有恒定甲基化水平的位点。MethBank提供了在线估计人类甲基化年龄和分别识别不同甲基化启动子的工具。

引用：Li R, Liang F, Li M, et al. MethBank 3.0: a database of DNA methylomes across a variety of species. Nucleic Acids Res. 2018;46(D1):D288-D295. doi:10.1093/nar/gkx1139

9.Lnc2Meth

网址：http://www.bio-bigdata.com/Lnc2Meth/ 

功能：Lnc2Meth是由哈尔滨医科大学李霞课题组开发，是lncRNA与DNA甲基化调控关联数据库，是基于已有发表文献结果，对其中涉及到在特定研究疾病中的lncRNA及其甲基化结果进行了整理归纳。使用数据库时可检索的信息主要有两个，一个是lncRNA，一个是某个疾病。对于每一个lncRNA会提供DNA甲基化区域，类型和调控机制，是否在文献报道中有作为诊断分子，发表文献信息等都有整理。对于某种疾病，显示疾病相关的lncRNA。

引用：Zhi H, Li X, Wang P, et al. Lnc2Meth: a manually curated database of regulatory relationships between long non-coding RNAs and DNA methylation associated with human disease. Nucleic Acids Res. 2018;46(D1):D133-D138. doi:10.1093/nar/gkx985

10.MEXPRESS

链接: https://mexpress.be/

功能：MEXPRESS是一个可视化TCGA的DNA甲基化，表达和临床数据，以及它们之间的工具。http://cancergenome.nih.gov/abouttcga/policies/publicationguidelines是使用指南。

引用：Koch A, Jeschke J, Van Criekinge W, van Engeland M, De Meyer T. MEXPRESS update 2019. Nucleic Acids Res. 2019;47(W1):W561-W565. doi:10.1093/nar/gkz445

11. Wanderer

网址：http://maplab.imppc.org/wanderer/ 

功能：从TCGA中检索表达和甲基化数据是一项繁琐且耗时的任务。Wanderer是一个直观的网络工具，可以实时访问和可视化TCGA的基因表达和DNA甲基化谱。给定一个TCGA数据集的基因查询和选择(例如，结肠腺癌)，数据库提供该癌型表达谱，在单一外显子水平，和DNA甲基化水平的HumanMethylation450 BeadChip位点内部或附近的查询基因。图形和表格输出包括个体和总结数据以及统计测试，允许比较肿瘤和正常概况和探索沿基因组位点和跨肿瘤集合。

引用：Díez-Villanueva A, Mallona I, Peinado MA. Wanderer, an interactive viewer to explore DNA methylation and gene expression data in human cancer. Epigenetics Chromatin. 2015;8:22. Published 2015 Jun 23. doi:10.1186/s13072-015-0014-8

12.表观组关联分析（Epigenome-wide Association Study，EWAS）

（1）EWAS Data Hub

网址：https://bigd.big.ac.cn/ewas/datahub/index

功能：EWAS Data Hub由中国科学院开发，整合了来自GEO、TCGA、ArrayExpress和ENCODE数据库的共计75,344个样本的DNA甲基化芯片数据和对应的元数据，并采用了有效的归一化方法来消除不同数据集的批次效应。EWAS Data Hub利用海量高质量DNA甲基化数据和标准化元数据的优势，为485,512个探针和36,397个基因提供了一系列重要的评估值（包括组织特异性、年龄相关性、性别差异和种族特异性）和不同背景下的参考DNA甲基化图谱，涉及81种组织/细胞类型（包含25个脑部和25种血细胞类型），67种疾病（包括39种癌症），不同年龄、性别、种族和BMI。同时，EWAS Data Hub 还提供了高效的查询方式：（1）通过年龄，疾病等信息快速查询感兴趣样本的数据和元数据，并能打包下载。（2）通过基因ID、探针号等信息浏览该探针/基因在不同背景下的参考DNA甲基化图谱。

引用：Xiong Z, Li M, Yang F, et al. EWAS Data Hub: a resource of DNA methylation array data and metadata. Nucleic Acids Res. 2020;48(D1):D890-D895. doi:10.1093/nar/gkz840

（2）IHEC Data Portal

网址：https://epigenomesportal.ca/ihec/

功能：该网站提供来自七个国际联盟——ENCODE、NIH Roadmap、CEEHRC、Blueprint、DEEP、AMED-CREST和KNIH——的数据，包括来自600多个不同组织的7000多个表观基因组参考数据集。用户可以选择和浏览各种数据集。还可以依靠相关工具来比较所选的数据集。数据也可以下载，但原始数据需要数据访问请求。同时，用户可以共享他们选择的数据集。

引用：Bujold D, Morais DAL, Gauthier C, et al. The International Human Epigenome Consortium Data Portal. Cell Syst. 2016;3(5):496-499.e2. doi:10.1016/j.cels.2016.10.019

（3）Blueprint Data Analysis Portal

网址：http://blueprint-data.bsc.es 

功能：Blueprint Data Analysis Portal用于分析来自Blueprint Consortium的数据。该联盟生成了造血细胞谱系的参考表观基因组，其数据集包括ChIP-seq、DNAsel-seq、全基因组重亚硫酸盐测序和RNA-seq数据，涵盖了60多种细胞类型。在该门户网站中，研究人员使用表观基因组学比较网络基础设施（epigenomics comparative cyber-infrastructure，EPICO）平台，该平台包括五个部分：数据模型；数据验证和加载程序；空数据库，用于存储来自数据验证和加载程序的数据和元数据；应用程序界面（API）；以及数据分析门户网站。除了EPICO外，这种方法还需要存储空间来创建数据库，获取原始数据的连接，以及接收查询和发送结果的模块。该门户网站允许几乎没有生物信息学背景的用户，可视化和比较感兴趣血细胞类型的表观基因组和转录组数据。

引用：Fernández JM, de la Torre V, Richardson D, et al. The BLUEPRINT Data Analysis Portal. Cell Syst. 2016;3(5):491-495.e5. doi:10.1016/j.cels.2016.10.021

（4）eFORGE

网址：http://eforge.cs.ucl.ac.uk/

功能：eFORGE允许用户从表观基因组关联分析（EWAS）中筛选数据，发现与疾病相关的细胞类型。eFORGE可以估计哪些差异甲基化位点在某些组织或细胞中可能是起作用的。它是通过分析一组差异甲基化位点和DNase I超敏位点参考图谱之间的重叠来实现的。这些参考集包括来自各种组织，原代细胞类型和来自ENCODE、Roadmap Epigenomics和Blueprint consortia的细胞系的454个样品。

引用：Breeze CE, Paul DS, van Dongen J, et al. eFORGE: A Tool for Identifying Cell Type-Specific Signal in Epigenomic Data. Cell Rep. 2016;17(8):2137-2150. doi:10.1016/j.celrep.2016.10.059

13. iMETHYL

网址：http://imethyl.iwate-megabank.org/index.html 

功能：iMETHYL提供了大约100名受试者的CD4+ t淋巴细胞、单核细胞和中性粒细胞的全DNA甲基化(约2400万个常染色体CpG位点)、全基因组(约900万个单核苷酸变异)和全转录组(> 14000个基因)数据。这些数据来自亚硫酸氢盐全基因组测序、全基因组测序和全转录组测序，使iMETHYL成为一个全面的数据库。iMETHYL整合了SNP, DNA甲基化和RNA表达谱的数据，并进行了两两之间的关联分

在STATISTICS页面，提供了两个基本信息。三种组学数据的分布。可以看到志愿者的性别，年龄的基本情况，以及DNA甲基化，基因表达和SNV的汇总信息。

引用：Komaki S, Shiwa Y, Furukawa R, et al. iMETHYL: an integrative database of human DNA methylation, gene expression, and genomic variation. Hum Genome Var. 2018;5:18008. Published 2018 Mar 29. doi:10.1038/hgv.2018.8

14. HeteroMeth

网址：http://qianlab.genetics.ac.cn/HeteroMeth

功能:是由中国科学院开发的首个DNA甲基化异质性数据库，用于检索、浏览、可视化和下载多个物种、突变体、发育阶段和组织的DNA甲基化异质性数据库HeteroMeth。

引用：Huan Q, Zhang Y, Wu S, Qian W. HeteroMeth: A Database of Cell-to-cell Heterogeneity in DNA Methylation. Genomics Proteomics Bioinformatics. 2018;16(4):234-243. doi:10.1016/j.gpb.2018.07.002

15.DNA甲基化预测免疫浸润

n6 -甲基ladenosine (m6A)是真核生物中最常见的转录后修饰，在剪接、RNA降解、RNA-蛋白相互作用等多种生物过程中发挥着关键作用。

1. Whistle

网址：http://180.208.58.19/whistle/index.html

功能：WHITSLE实现对转录组m6A RNA甲基化位点预测。通过把测序数据和机器学习的整合来寻找m6A调控的位点。只需要输入想要检索的基因即可，如果我们想要看某一个功能收到m6A甲基化的影响也是可以通过输入功能的名字来查看的。

引用：Chen K, Wei Z, Zhang Q, et al. WHISTLE: a high-accuracy map of the human N6-methyladenosine (m6A) epitranscriptome predicted using a machine learning approach. Nucleic Acids Res. 2019;47(7):e41. doi:10.1093/nar/gkz074

2. RMBase v2.0

网址：http://rna.sysu.edu.cn/rmbase/ 

功能：RMBase v2.0是由中山大学研发的，整合了表观转录组测序数据的综合数据库，用于探索RNA的转录后修饰及其与miRNA结合事件、疾病相关的单核苷酸多态性(SNPs)和RNA结合蛋白(RBPs)的关系。RMBase 2.0扩展了约600个数据集和约1 397 000个修改位点，这些修改位点来自13个物种的47个研究，与上一个版本相比，扩展了大约10倍。它包含大约373000个N6-methyladenosines (m6A)，大约5400个N1-methyladenosines (m1A)，大约9600个pseudouridine(Ψ)修饰,大约1000个5-methylcytosine (m5C)修饰,大约5100个2’-O-methylations(2'-O-Me),约2800个其他类型的修饰。此外，还构建了一个名为“Motif”的新模块，该模块提供了修饰motifs的可视化logos和位置权重矩阵(PWMs)。还构建了一个新的模块“modRBP”来研究RNA修饰和RBPs之间的关系。此外，开发了一种新的基于网络的工具，名为“modMetagene”，用于沿着转录模型绘制RNA修饰的元基因。这个数据库将帮助研究人员研究RNA修饰的潜在功能和机制。

引用：Xuan JJ, Sun WJ, Lin PH, et al. RMBase v2.0: deciphering the map of RNA modifications from epitranscriptome sequencing data. Nucleic Acids Res. 2018;46(D1):D327-D334. doi:10.1093/nar/gkx934

3.  MeT-DB V2.0

网址：http://www.xjtlu.edu.cn/metdb2 

功能：这个数据库收集了8个m6A相关调控因子（FTO, KIAA1429, METTL14, METTL3, WTAP, HNRNPC, YTHDC1, YTHDF1）的 ParCLIP-seq 和 MeRIP-seq 数据来构建的，通过相关的测序数据，我们可以查看具体的调控位置。还提供了和其他类似 miRNA 数据库以及剪切因子数据库交叉分析的结果。

对比以前的版本，以更侧重于说明特定背景的m6A功能。根据26项独立研究对7个物种的185个样本进行的预测，Met-DB v2.0在特定背景的m6A峰值和单碱基位点上有显著增加。此外，还有m6A readers, erasers 和writers的靶点的新数据，并扩展了更多功能性数据。

引用：Liu H, Wang H, Wei Z, et al. MeT-DB V2.0: elucidating context-specific functions of N6-methyl-adenosine methyltranscriptome. Nucleic Acids Res. 2018;46(D1):D281-D287. doi:10.1093/nar/gkx1080

4. REPIC

网址：https://repicmod.uchicago.edu/repic 

功能：REPIC (RNA EPItranscriptome Collection)数据库是20年4月新发的数据库，对于测序数据的纳入的比较多。记录了从公开的m6A-seq和MeRIP-seq数据调用的大约1000万个峰值。这些数据来自49项研究的672份样本，涵盖了11个生物体的61个细胞系或组织。REPIC允许用户通过特定的细胞系或组织类型查询m6A修饰位点。此外，它整合了来自ENCODE项目的1418个组蛋白ChIP-seq和118个DNA -seq数据的m6A/MeRIP-seq数据，呈现了一个完整的m6A甲基化位点图谱。

引用：Liu S, Zhu A, He C, Chen M. REPIC: a database for exploring the N6-methyladenosine methylome. Genome Biol. 2020;21(1):100. Published 2020 Apr 28. doi:10.1186/s13059-020-02012-4

5. m6A2Target

网址：http://m6a2target.canceromics.org/#/ 

功能：m6A2Target是一个完整的 m6A修饰的writers, erasers 和readers (WERs)靶基因的数据库。它将低通量实验验证的高机密性靶标与高通量测序(如CLIP-Seq、RIP-seq和ChIP-seq)显示的证据结合或从m6A应答扰动和随后的高通量测序(如RNA-Seq、m6A-Seq和Ribo-Seq)推断的潜在靶标整合在一起。

引用：Deng S, Zhang H, Zhu K, et al. M6A2Target: a comprehensive database for targets of m6A writers, erasers and readers [published online ahead of print, 2020 May 11]. Brief Bioinform. 2020;bbaa055. doi:10.1093/bib/bbaa055

1. HIstome

网址：http://www.actrec.gov.in/histome/ 

功能：HIstome（The Histone Infobase）是一个可浏览的，手动管理的，关系数据库，提供关于人类组蛋白的信息，包括位点修饰，变异和修饰酶。HIstome是一个包含55种人类组蛋白、106种不同的翻译后修饰位点(PTMs)和152种组蛋白修饰酶的知识库。条目被分为5种组蛋白，8种翻译后修饰和14种酶催化添加和去除这些修饰。

引用：Khare SP, Habib F, Sharma R, Gadewal N, Gupta S, Galande S. HIstome--a relational knowledgebase of human histone proteins and histone modifying enzymes. Nucleic Acids Res. 2012;40(Database issue):D337-D342. doi:10.1093/nar/gkr1125

2. HHMD

网址：http://bioinfo.hrbmu.edu.cn/hhmd 

功能：HHMD(Human Histone Modification Database)是由哈尔滨医科大学李霞教授团队开发的，HHMD重点对实验室实验获得的组蛋白修饰数据集进行存储和集成。包含了43种人类定位特异性组蛋白修饰。可以通过组蛋白修饰、基因ID、功能类别、染色体位置和肿瘤名称进行检索。HHMD还包括一个用户友好的可视化工具命名为HisModView，通过该基因组组蛋白修饰地图可以显示。HisModView有助于组蛋白的获取和可视化。

引用：Zhang Y, Lv J, Liu H, et al. HHMD: the human histone modification database. Nucleic Acids Res. 2010;38(Database issue):D149-D154. doi:10.1093/nar/gkp968

3.ChIPBase v2.0

网址：http://rna.sysu.edu.cn/chipbase/ 

功能：非编码RNA (ncRNAs)和蛋白编码基因(PCGs)的异常转录调控与多种生物学过程有关，并与人类疾病有关，但其潜在机制尚不清楚。ChIPBase v2.0是由中山大学研发，提供ncRNAs和PCGs的转录调控网络。ChIPBase 2.0已经扩展了约10,200个经过整理的ChIP-seq数据集，这是之前发布的版本的20倍。从DNA结合蛋白的ChIP-seq数据中识别了数千个结合motif矩阵及其结合位点，并预测了数百万个转录因子(TFs)与基因之间的转录调控关系。构建了“调控”模块来预测数百个涉及或影响ncRNAs和PCGs转录的TFs和组蛋白修饰。还构建了一个基于网络的工具，Co-Expression，通过整合约为10000个肿瘤样本和约为9100个正常组织和细胞系的基因表达谱，来探索DNA结合蛋白和各种类型基因之间的共表达模式。ChIPBase还提供了一个芯片功能工具和一个基因组浏览器来预测不同基因的功能和可视化各种芯片seq数据。

引用：Zhou KR, Liu S, Sun WJ, et al. ChIPBase v2.0: decoding transcriptional regulatory networks of non-coding RNAs and protein-coding genes from ChIP-seq data. Nucleic Acids Res. 2017;45(D1):D43-D50. doi:10.1093/nar/gkw965

1.HEDD

网址：http://zdzlab.einstein.yu.edu/1/hedd.php 

功能：人类表观遗传药物数据库HEDD (Human Enhancer Disease Database)提供了由ENCODE、FANTOM5和RoadMap识别的约280万个人类增强子的全面基因组信息，并根据增强子与基因和基因与疾病的联系进行疾病关联评分。它还提供了基于网络的分析工具，以可视化增强子网络和得分增强子给定一组选定的基因在一个特定的基因网络。

引用：Wang Z, Zhang Q, Zhang W, et al. HEDD: Human Enhancer Disease Database. Nucleic Acids Res. 2018;46(D1):D113-D120. doi:10.1093/nar/gkx988

2.Epifactors

网址：http://epifactors.autosome.ru/ 

功能：对于DNA甲基化，组蛋白修饰，染色质重塑等表观遗传标记分子的研究迅猛发展，在相关领域已经积累了大量的认知。通过对研究表明的参与这些表观遗传机制的蛋白对应的基因，功能进行整理和归纳，Epifactors数据库在传统的直接参与表观遗传的蛋白的基础上，定义了表观因子这个概念，将直接参与表观遗传的核心蛋白和其周边蛋白联系起来，进一步丰富了表观遗传中相关分子的网络结构。

引用：Medvedeva YA, Lennartsson A, Ehsani R, et al. EpiFactors: a comprehensive database of human epigenetic factors and complexes. Database (Oxford). 2015;2015:bav067. Published 2015 Jul 7. doi:10.1093/database/bav067