HPA数据库怎么用？3类用户必看指南

引言Introduction

HPA数据库怎么用 ，很多人第一步就卡在检索入口、图谱切换和证据等级判断上。对医学生、医生和科研人员来说，真正难的不是“有没有数据”，而是“怎么快速找到可用数据，并正确用于论文”。

HPA数据库以人类蛋白表达为核心，整合蛋白质组学、转录组学和系统生物学数据，覆盖正常组织、肿瘤组织、细胞系等信息。如果你想查蛋白表达、组织定位、肿瘤生存曲线，这篇就是实用路线图。

1.HPA数据库是什么，适合谁用

1.1 核心定位：从“查基因”到“看蛋白”

HPA数据库，全称 Human Protein Atlas。它不是单纯的基因检索库，而是一个以“蛋白表达地图”为核心的样本数据库。根据课程资料，它收录了正常组织、肿瘤组织与细胞的蛋白表达情况，也提供肿瘤患者生存曲线。

截至资料中给出的版本信息，HPA数据库提供了 26941 个抗体信息与 17165 个蛋白信息，并覆盖 64 个细胞系、48 种人类正常组织和 20 种肿瘤组织。这意味着它特别适合做表达定位、组织分布和肿瘤相关验证。

1.2 3类用户最常见的使用场景

对不同用户，HPA数据库的价值不一样。

• 医学生 ：快速理解某个蛋白主要在哪些组织表达。
• 医生 ：辅助判断肿瘤相关标志物的组织表达和预后信息。
• 科研人员 ：用于论文图补充、靶点筛选、表达验证和结果交叉印证。

HPA数据库的优势在于界面清晰，结果可视化强，适合从“候选基因”快速推进到“是否值得深入研究”。

2.HPA数据库怎么用：先掌握首页和检索逻辑

2.1 首页有哪些关键入口

打开 HPA数据库首页后，最先要看的是右上角的三个入口。分别是菜单、帮助和新闻。菜单栏里可以查看不同子数据库和相关介绍。帮助适合新手快速确认功能。新闻则用于了解更新内容。

首页中间是检索框。输入基因名后点击 Search，就能进入结果页。如果要缩小范围或提高命中精度，可以点击 Fields 做高级检索。

首页下方还有 6 个图谱导航栏，分别是：

1. 组织图谱。
2. 单细胞图谱。
3. 病理学图谱。
4. 脑组织图谱。
5. 血液图谱。
6. 细胞图谱。

这些图谱不是装饰，而是 HPA数据库的核心入口。不同问题对应不同图谱，先选对入口，后面的效率会高很多。

2.2 最实用的操作顺序

如果你是第一次用 HPA数据库，建议按这个顺序走：

1. 先输入基因名，完成简单检索。
2. 再看结果页的证据等级。
3. 根据研究目的切换到组织图谱、病理学图谱或细胞图谱。
4. 需要精筛时再用高级检索。
5. 最后下载或保存图片，用于汇报和论文整理。

这一套流程的关键，是先定位，再验证。 不要一上来就钻进复杂筛选条件里。

3.三种检索方式，决定你能不能快速找到结果

3.1 简单检索：最适合入门

简单检索很直接。在首页检索框输入基因名，例如 RBM3，点击 Search，就会进入检索结果页。结果页通常会展示：

• 基因名。
• 基因描述。
• 证据等级。
• 组织图谱结果。
• 细胞系图谱结果。
• 病理学图谱结果。
• 脑组织图谱结果。
• 血液图谱结果。

在结果列表中，还可以通过 show/hide columns 控制显示列。需要导出时，也可以选择 XML、RDF、TSV、JSON 等格式。如果你的目标是快速确认一个蛋白有没有表达，简单检索就够用了。

3.2 证据等级：判断结果可信度的关键

HPA数据库的蛋白水平证据，会用圆形图标表示。课程资料明确给出了四档：

• 整圆，Enhanced。
• 3/4 圆，Supported。
• 1/2 圆，Approved。
• 1/4 圆，Uncertain。

证据等级越高，结果越值得优先参考。 对论文写作来说，这一步非常重要。尤其是做标志物筛选时，建议优先看高证据等级结果，再进一步验证。

3.3 高级检索：适合有明确条件的研究者

如果你已经有明确筛选标准，就用 Fields 进入高级检索。这里可以按多个字段限定结果，例如：

• 基因信息。
• 信息可靠程度。
• 抗体验证方式。
• 主要数据。
• 蛋白证据。
• 其他条件。

课程中以 Reliability score tissue 为例，勾选 Enhanced 后点击 Add，再点击 Search，就能只看高可靠度结果。高级检索的价值，是把“很多结果”变成“可用结果”。

4.按研究问题选图谱，效率会高很多

4.1 组织图谱和病理学图谱，最常用

如果你关心蛋白在正常组织中的分布，就看组织图谱。这里能看到人类蛋白在组织和器官中的表达和定位，还能结合组织切片查看图像信息。

如果你研究肿瘤，就重点看病理学图谱。课程资料指出，这一部分基于 17 种主要癌症类型的转录组系统分析，并提供交互式生存散点图。对于肿瘤标志物、预后分析和图3、Fig.6 类配图需求，这一模块非常实用。

4.2 细胞图谱、脑组织图谱和血液图谱

细胞图谱更适合看细胞内蛋白的空间分布。对于亚细胞定位研究，这个模块很有帮助。

脑组织图谱整合了人类、猪和老鼠的数据，适合神经科学相关研究。血液图谱则提供血液细胞类型和蛋白质组数据，适合免疫和血液学方向。

不同图谱对应不同研究问题。 这是使用 HPA数据库最容易忽略，但也最影响效率的一点。

5.3个常见应用场景，直接对应论文和课题

5.1 查肿瘤和正常组织表达

课程中的应用实例提到，以 CBX1 为例，可以先在病理学图谱中找到肝癌，再查看免疫组化图；随后切换到组织图谱，查看正常肝脏中的表达图。这个流程适合做肿瘤与正常组织对照。

对科研人员来说，这类图常用于：

• 验证候选基因是否具有组织特异性。
• 辅助论文中表达差异展示。
• 为后续实验设计提供依据。

如果你要做 IHC 图或表达总览图，HPA数据库是高频来源。

5.2 查细胞定位和表达水平

课程中还演示了 ORC3 和 RhoA 的检索。前者可用于查看细胞图谱中的定位，后者可用于查看 RNA 表达水平并按表达量排序。

这类功能适合：

• 细胞生物学课题。
• 亚细胞定位研究。
• 候选靶点优先级排序。

5.3 查生存曲线

MMP9、CSF1R、PTPRC 这类基因常用于预后分析。课程中展示了在病理学图谱里进入相关癌种后，查看生存曲线的流程。

对于临床科研，这一步非常关键。 它能帮助你初步判断某个基因是否与预后相关，但仍需结合独立队列和统计分析，不能只凭单一数据库结论下定论。

6.发表和引用时，别忽略这两件事

6.1 必须写明网址

课程资料明确提醒，使用 HPA数据库信息发表文献时，要标明网址：www.proteinatlas.org。这个细节不能省。它属于最基本的规范引用。

6.2 建议同步引用相关文献

资料中列出了 HPA数据库的重要参考文献，包括：

• Thul, P. J. 2017, Science。
• Uhlen, M. 2015, Science。
• Uhlen, M. 2017, Science。

如果你的论文、综述或课题报告使用了 HPA数据库数据，建议同时规范引用原始文献。 这样更符合 E-E-A-T，也更利于审稿沟通。

总结Conclusion

HPA数据库怎么用，核心不是记住每个按钮，而是掌握“检索、筛选、图谱切换、结果验证”四步。对医学生，它适合快速建立表达认知。对医生，它能辅助肿瘤和预后判断。对科研人员，它能提升选题和图表整理效率。先用简单检索找方向，再用高级检索提精度，最后用对应图谱完成验证。

如果你希望把这种数据库检索流程变得更高效，少走弯路，可以结合解螺旋 的科研技能内容和实操资源，系统掌握 HPA数据库的使用方法，把“会查”真正变成“会用”。