同一个名称可能不是同一个对象
基因符号、转录本编号、蛋白质条目和疾病名称来自不同命名体系。研究者把它们放进同一张表时，很容易因为同义词、旧名称或物种差异产生错误匹配。交叉检索的第一步不是扩大结果数量，而是确认标识符属于哪个数据库、哪个版本和哪个物种。
BioCarian原项目的价值就在于尝试用RDF和统一查询界面连接异构数据库。它提醒我们：整合不是把页面集中显示，而是建立实体之间可以解释的关系。
数据库回答的问题不同
dbSNP偏向变异记录，UniProt重视蛋白质序列与功能注释，DisGeNET整理基因与疾病关联，通路数据库则描述生物过程中的位置和关系。一个数据库没有结果，不等于研究对象不存在；它可能只是超出该数据库的收录范围或证据标准。
查询前先写下问题，例如“这个变异是否被记录”“这个蛋白有哪些已审阅功能”“某关联来自实验还是文本挖掘”。问题明确后，才知道应该使用哪个来源。 可参阅常见问题索引核对设备信息。
版本变化会改变看似稳定的结论
数据库会修订坐标、合并条目、更新证据等级，也可能撤回错误注释。只保存结果截图而不记录数据库版本和访问日期，几个月后就难以解释差异。研究记录应至少保留查询词、标识符、数据库名称、日期和必要的筛选条件。
当两个来源冲突时，不要用多数表决。应比较它们引用的原始研究、更新时间、人工审阅状态和适用物种，再说明为何采用其中一个。
从交叉核对得到的是边界，不是绝对答案
多数据库检索可以提高覆盖率，也会带来重复、矛盾和证据层级差异。最终输出应清楚区分“数据库直接记录”“根据标识符映射”“由多个来源推断”三种情况。这样读者才能知道哪些结论可以直接引用，哪些仍需要实验或原始论文支持。
对于普通使用者，最实用的行动是保留一张来源表。每增加一个结论，就同时记录支持来源和不确定范围。 相关方法也整理在研究资料目录。
数据库记录要对齐标识符
基因、蛋白质与疾病数据库为什么不能只查一个涉及的判断如果只停留在操作当下，过几天就很难回忆。可以把对象、来源、日期、设备或数据库版本放在同一条记录里，再补一句当时为何做出这个选择。这样留下的不是流水账，而是一条能够回到原始条件的线索。
先核对一个明确实体
面对基因、蛋白质与疾病数据库为什么不能只查一个这类问题，先挑一份不敏感、结果容易观察的资料做小规模测试。把预期结果写下来，完成一次操作后再比较差异。若结果与预期不同，应保留差异本身，不急着把它改写成成功案例。