在癌症阶段的转变过程中，主调控子（master regulator，MR）是指通过协调相关的靶基因来控制癌症发生和发展的关键基因。由于其固有的重要性，MR可以作为癌症诊断和预后的重要生物标志物和治疗靶点。开发一个简单易用的识别工具就显得尤为重要了。来自香港大学的开发者就做了这件事情，开发了MR4Cancer数据库。
MR4Cancer数据库（http://cis.hku.hk/MR4Cancer）的开发者来自香港大学生物科学学院，数据库相关文章（PMID: 30052770）于2019年2月发表在Bioinformatics杂志（2019IF=5.612）上。截至2021-05-24该数据库相关文章已引用2次（数据来源：PubMed）。
我们可以看到在MR4Cancer数据库选择相应的癌种之后，可以根据用户的需求输入两种数据——基因列表或者基因表达矩阵。
基因列表 我们以GBM胶质母细胞瘤为例依次来进行查看。
提交之后会得到一个Job ID，用于查看结果。
结果部分主要包括五部分（最上方的Job ID就是我们之前获得的ID）。
1 总结
主要由输入部分和输出部分两部分组成。
输入部分显示了选择的癌种（GBM）和输入的139个基因名，点击后面的“Details”可以查看具体的基因。
输出部分根据校正后的P值<0.05为阈值统计了所以的上调的MR及其GO和通路富集的结果。
2 MR
数据主要分为转录调控、非转录调控、miRNA、复发突变基因、ChIP-Seq 转录因子、PWM转录因子、信号蛋白和PPI-Hub八大类，每个大类后面括号内的数字表示该类的结果数目，单击可进行展开查看。
每个大类下的条目大同小异，都含有编号、MR、与输入基因的重叠数目、转录子数目、P值、调整后的P值等信息。
单击MR可查看具体详情。主要包括一般信息、表达情况、表达量和hallmark分值的相关性和突变效用四部分。
一般信息显示了MR的缩写、全名、染色体定位和相关数据库的超链接。
表达情况以正常对照和肿瘤组进行分组，以箱式图显示了两组的表达情况。
数据库以热图形式展示了表达量和hallmark分值的相关性。
需要有足够的数据才会显示突变效用相关信息。
3 GO
显示内容与MR类似，包括编号、GO、与输入基因的重叠数目、GO条目下基因的总数目、P值和调整后的P值等信息。
4 通路分析
显示内容包括编号、通路名、与输入基因的重叠数目、通路条目下基因的总数目、P值和调整后的P值等信息。
5 网络可视化
在网络图部分，用户可以根据自己的需求进行简单的自定义，主要包括①MR个数及来源、②节点颜色和③节点大小的自定义。
鼠标悬停在节点会显示该节点的名称及与该节点想联系的节点的数目，此时也数据库也会将该节点及其相关网络突出显示。
基因表达矩阵
总的来说，开发者通过分析TCGA的高通量组学数据，产生了26种肿瘤类型的肿瘤特异性调控子，并从公共数据库中提取了非肿瘤特异性调控子。随后，开发者将这些规则与统计推断结合起来，以识别和优先排序感兴趣的表型差异的MR。此外，MR4Cancer数据库还为MR-靶关系提供了动态网络可视化，用户可以交互式地查询网络以产生新的假设和高质量的数据以供发表。开发者期望这个用户友好且功能强大的网络工具可以为研究人员提供肿瘤发生和治疗干预的新见解。
