DrugSig,药物特征谱数据库

http://biotechlab.fudan.edu.cn/database/drugsig/
计算药物重定位已经被证明是一种有效的开发药物新用途的方法。但是，当前存在的方法严重依赖药物作用产生的基因特征谱， 这些数据分散在独立的或者个人的实验数据中，从而导致了药物重定位计算的低效率。 所以，一个完整的药物作用特征谱数据库对这些重定位计算方法是十分有帮助的。 我们从公共数据库和科学文献中收集了药物作用芯片数据和药物相关信息。将芯片数据中上调和下调的500个基因作为药物特征谱， 手工建立了药物特征谱数据库。当前，药物特征谱数据库包含超过1300种药物，7000个芯片和800个药物靶点。 而且，我们还开发了基于药物特征谱和药物靶点的计算重定位功能。我们构建的这个数据库可以作为一个资源加快药物重定位计算。
Wu H, Huang J, Zhong Y, Huang Q (2017) DrugSig: A resource for computational drug repositioning utilizing gene expression signatures. PLoS One 12: e0177743.

GmEnzy,基因修饰抗生酶数据库

http://biotechlab.fudan.edu.cn/database/gmenzy/
为了应对日益增长的抗生素耐药问题，通过分子工程方法对抗生酶进行基因修饰，创建了许多基因修饰抗生酶（即GME）。 我们手动创建了一个全新的GMEnzy数据库，聚焦于基因修饰抗生酶和它们的设计策略，以及生产和纯化方法，生物学活性数据。 GMEnay数据库收集了186个来源于公开发表文献的基因修饰抗生酶。数据库界面是很容易使用的，允许用户依据定义的搜索标准快速获取数据。 GMEnzy的创建将提高将这些生物活性蛋白用于特定需求的效率和便利，从而扩张研究者用于控制耐药菌的武器库。 这个数据库对基因修饰抗生酶研究感兴趣的研究者是非常有价值的。
Wu H, Huang J, Lu H, et al. GMEnzy: a genetically modified enzybiotic database.[J]. Plos One, 2014, 9(8):e103687.

Lamp,抗菌肽数据库

http://biotechlab.fudan.edu.cn/database/lamp
耐药菌的频繁出现急迫需要新的抗菌制剂。开发新抗生素的传统方法已经过时了。尽管直到现在许多抗菌肽都在临床试验中失败了， 但是抗菌肽还是被认为是使得传统抗生素开发重生的潜在解决方法。 一个带有抗菌活性和毒性信息的综合的抗菌肽数据库将有助于加速发现低毒高效的抗菌肽，最终加快将新的抗菌肽应用于临床或者临床前试验的速度。 LAMP，一个抗菌肽连接数据库，被开发成一个工具辅助抗菌肽的发现和设计。当前版本的LAMP数据库有5547条抗菌肽， 包含3904条天然抗菌肽和1643条合成抗菌肽。数据库可以使用简单的关键词或者组合的查询条件进行检索。数据库集合了详细的抗菌活性和细胞毒性数据， 交叉连接信息和最相似抗菌肽视图功能，将有助于提高我们对抗菌肽的认识，也将加速抗菌肽医学应用的开发。
Zhao X, Wu H, Lu H, et al. LAMP: A Database Linking Antimicrobial Peptides[J]. Plos One, 2013, 8(6):e66557-e66557.

EnzyBase，抗生酶数据库

http://biotechlab.fudan.edu.cn/database/EnzyBase/home.php
酶类抗菌蛋白正不断被认作是治疗耐药菌感染的潜在药物。尽管有一些酶类抗菌蛋白已经被深入研究了， 但是对研究者而言，有关酶类抗菌蛋白的很多信息依然没有或者不容易获取。 因此构建酶类抗菌蛋白数据库将为研究者在研究这些生物活性蛋白是提高效率和提供便利， 进而有助于减少或者减缓当前不断增长的抗生素抗性。 在本研究中，我们描述了EnzyBase的数据库的开发过程，这是一个全新的原创的抗生酶数据库， 包含来自于216种来源的1144个酶类抗菌蛋白。为了确保数据质量，我们将信息来源限制为权威的公共数据库和已经出版的科学文献。 EnzyBase数据库界面是很容易使用的，允许用户依据定义的搜索标准快速获取数据，对数据库进行比对以发现同源序列。 我们也描述了进行数据库辅助酶类抗菌蛋白发现与设计的方法。EnzyBase作为酶类抗菌蛋白研究的一个独特工具， 具有多种潜在的应用，例如利用计算机虚拟组合酶类抗菌蛋白成鸡尾酒疗法和进行全新酶类抗菌蛋白设计， 以应对不断出现的耐药致病菌。EnzyBase数据库给那些有兴趣进行酶类抗菌蛋白研究的研究者提供了一个极有用的研究平台。
Wu H, Lu H, Huang J, et al. EnzyBase: a novel database for enzybiotic studies.[J]. Bmc Microbiology, 2012, 12(3):: 54.