In de afgelopen jaren, opkomende databases werden ontworpen om de belemmeringen voor het benaderen van de ingewikkelde kanker genomic datasets, waardoor het vergemakkelijken van onderzoekers te analyseren en te interpreteren genen, monsters en klinische gegevens over verschillende vormen van kanker te verlagen. Hierin beschrijven we een praktische operatieprocedure, waarbij ID1 (remmer van DNA-bindende eiwitten 1) als een voorbeeld, om de expressie patronen van biomarker en overleving voorspellers van borstkanker te karakteriseren op basis van gebundelde klinische datasets afgeleid van Online toegankelijke databases, waaronder ONCOMINE, bcGenExMiner v 4.0 (borstkanker gen-Expression Miner v 4.0), GOBO (genexpressie-based uitkomst voor borstkanker online), HPA (de menselijke proteïne Atlas), en Kaplan-Meier plotter. De analyse begon met het bevragen van het uitdrukkingspatroon van het gen van belang (b.v., ID1) in kanker monsters versus normale steekproeven. Vervolgens werd de correlatieanalyse tussen ID1 en clinicopathological kenmerken bij borstkanker uitgevoerd. Vervolgens werd de expressieprofielen van ID1 gelaagd volgens verschillende subgroepen. Tot slot werd de associatie tussen ID1 expressie en overlevings uitkomst geanalyseerd. De operatieprocedure vereenvoudigt het concept om multidimensionale data types te integreren op het gen niveau van verschillende databases en test hypothesen met betrekking tot herhaling en genomische context van gen wijziging gebeurtenissen in borstkanker. Deze methode kan de geloofwaardigheid en de representativiteit van de conclusies verbeteren, daardoor, huidig informatief perspectief op een gen van belang.