提到单细胞数据库类型的文献，第一时间就想到了郭教授在2020年发表的Nature

该数据库总共检测70W个细胞，鉴定了人体内100余种细胞大类，800余钟细胞亚类，并把这些数据整理汇总搭建了人类细胞景观，网址如下：

HCL - Human Cell Landscape (zju.edu.cn)

同时，这类单细胞数据库类型的文献其数据库的使用大多数都是十分的直观且简洁，所以我们这里直接展示这个数据库各项的功能，方便大家可以进一步使用和学习

至此，HCL数据库就给大家介绍到了这里

既然我们前面提到了HCA数据库，作为其双子星的另一位成员，也是郭教授发表在Cell上单细胞数据库类型的文献怎么可以错过？

该数据库主要针对的物种是小鼠，收录了小鼠近50种组织、40W个细胞的基因表达数据，网址如下：

MCA | Mouse Cell Atlas (zju.edu.cn)

然后下面我们也是按照HCA数据库的介绍形式，我们这里直接展示数据库的功能界面，方便大家进一步使用和学习：

至此，MCA数据库就给大家介绍到这里

其实在介绍这个数据库的时候晨曦是有犹豫的。

因为这个数据库并不算是单细胞数据库类型的文献所产出的，但是，这个数据库居然被Science杂志所引用，那么晨曦觉得我们也有必要了解一下这个数据库（BBI-ALLEN SINGLE CELL ATLASES (brotmanbaty.org)）

这个数据库的特点在于统合了单细胞数据、实验设计、参考文献这三方面信息。

下面我们将简单介绍一下该数据库的使用

首先，我们进入该数据库的界面如下：

点击ATLAS按钮，可以进入数据选择以及数据下载界面，可以选择下载原始数据、差异表达基因列表、基因表达矩阵等等，同时在这个界面我们也可以继续点击protocol进入实验设计界面，进而浏览完整的实验流程信息，示例界面如下：

回到数据库主界面，点击Publication可以进入参考文献界面，这个界面展示的文献就是引用该数据库的文献，示例界面如下

至此，descartes数据库就给大家介绍到这里

介绍完上面的Science杂志引用的数据库，我们来换一种风格，毕竟总吃好吃的也会吃腻嘛，这回我们来一个IF低一点的（手动狗头）

这篇IF为11，探索肿瘤异质性的单细胞数据库绝对不要错过哦~

该数据库的引言很有意思，详细解释了这个数据库创立的初衷，晨曦把其摘录在了下面

肿瘤内异质性可能促进肿瘤的进化，是导致肿瘤治疗失败和耐药的关键因素。肿瘤内异质性的发展类似于生长中的树木，树枝和枝条的结构越来越复杂。肿瘤的普遍突变存在于每个肿瘤亚克隆和区域，可以用主干来表示。分支是在不同地理位置上分离的肿瘤区域或亚克隆，在单个活检中携带异质性突变，但不是在每个肿瘤区域都存在

CancerTracer数据库主要提供两类数据，分别是

1. 肿瘤内或转移内异质性:原发肿瘤或单个转移病灶内存在多个亚克隆

2. 转移后异质性:同一患者不同转移灶存在不同亚克隆

如果是经常看晨曦单细胞数据库系列推文的小伙伴，对于这个数据库的使用一定会很快就上手，因为其数据库的组建形式和前面咱们介绍的数据库很类似，同时，该数据库的主页面也提供了完整的教学导航如下：

如果对肿瘤异质性感兴趣的小伙伴就快跟着教学导航学起来吧，这个导航做的已经十分详细了，所以晨曦就不在这里再过多介绍了~

至此，CancerTracer数据库就给大家介绍到这里

接下来晨曦介绍的这个数据库里面可没有单细胞数据哦~

这时候可能会有小伙伴怀疑是不是晨曦写错了，其实这个数据库汇总了我们目前单细胞各个阶段所需要的工具，算的上是一个工具汇总，只不过作者把其做成了一个数据库而已。

划重点，别看作者文献发的早，这个数据库一直在维护更新哦

scRNA-tools数据库提供单细胞数据分析各个阶段的工具汇总信息，并且按照每个阶段进行了分类，不管是开阔视野还是学习单细胞分析，都是一个不错的选择~