我司計(jì)劃推出【醫(yī)學(xué)數(shù)據(jù)庫專輯】欄目，計(jì)劃專輯每一期，通過臨床基因檢測報(bào)告、生信組學(xué)結(jié)題報(bào)告、行業(yè)前沿?zé)狳c(diǎn)為拋磚，推出一個(gè)與人類醫(yī)學(xué)疾病、生信分析相關(guān)的重磅級(jí)別的數(shù)據(jù)庫。每期介紹的數(shù)據(jù)庫，經(jīng)過我們的技術(shù)團(tuán)隊(duì)的多層篩選、評(píng)價(jià)，優(yōu)選出來的數(shù)據(jù)庫。一是方便醫(yī)學(xué)研究者了解優(yōu)秀的公共數(shù)據(jù)庫資源；二是，我們計(jì)劃籌備，將部分優(yōu)秀的公共數(shù)據(jù)庫資源，通過大數(shù)據(jù)文本挖掘，模型預(yù)測，整合到高通量測序的生信分析服務(wù)中，形成具有行業(yè)特色的醫(yī)學(xué)型+組學(xué)的生信分析服務(wù)，這對(duì)助推生物醫(yī)學(xué)領(lǐng)域產(chǎn)學(xué)研一體化的發(fā)展有著積極的作用。

“大數(shù)據(jù)”時(shí)代已經(jīng)到來，在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中，決策將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗(yàn)和直覺。在生活中，小到如今日頭條、抖音、京東淘寶對(duì)每個(gè)人手機(jī)滑動(dòng)動(dòng)作產(chǎn)生的智能推薦。大到，整個(gè)城市交通軌跡、自動(dòng)化物流、瞬時(shí)天氣預(yù)測。

在醫(yī)院，不斷加強(qiáng)對(duì)精準(zhǔn)醫(yī)學(xué)的建設(shè)，很多大型醫(yī)院，開始建設(shè)有醫(yī)學(xué)樣本庫、醫(yī)學(xué)數(shù)據(jù)庫。樣本類型包括組織切片、血液、尿液、細(xì)胞、多肽、核酸提取物等，數(shù)量已達(dá)數(shù)萬例；數(shù)據(jù)類型包括醫(yī)療機(jī)構(gòu)的管理數(shù)據(jù)、健康管理數(shù)據(jù)、臨床數(shù)據(jù)、AI 影像數(shù)據(jù)等大數(shù)據(jù)。

在生物學(xué)領(lǐng)域，大數(shù)據(jù)的整合分析更是亟不可待。臨床基因檢測報(bào)告，每個(gè)檢出變異位點(diǎn)，有上千條文獻(xiàn)、實(shí)驗(yàn)驗(yàn)證的證據(jù)鏈的支持；每次NCBI 核酸序列blast比對(duì)的點(diǎn)擊，檢索世界上萬個(gè)物種時(shí)，弱弱感覺到數(shù)據(jù)檢索的力量。在大數(shù)據(jù)時(shí)代，如何充分利用數(shù)據(jù)，讓數(shù)據(jù)不再沉睡？如何將自己的數(shù)據(jù)和已有的數(shù)據(jù)聯(lián)合分析、充分挖掘數(shù)據(jù)的意義？如何基于臨床研究設(shè)計(jì)科研課題，整合多組學(xué)數(shù)據(jù)，形成科研論文？

文章內(nèi)容較長，堅(jiān)持看到底，

文末有彩蛋！！！

正文

下面，將舉例介紹，如何通過全球范圍的數(shù)據(jù)庫導(dǎo)航門戶，找到想要的重磅級(jí)數(shù)據(jù)庫~

◆ 麥吉爾圖書館：生信數(shù)據(jù)庫導(dǎo)航入口網(wǎng)站

https://libraryguides.mcgill.ca/bioinformatics/databases

看到四個(gè)數(shù)據(jù)庫搜索工具，下面將逐一介紹，這4個(gè)數(shù)據(jù)庫搜索入口~

01??Nucleic Acids Research 2020 Database Issue

2020年數(shù)據(jù)庫主題收集網(wǎng)址：

https://academic.oup.com/nar/issue/48/D1

核酸研究（Nucleic Acids Research）的年度數(shù)據(jù)庫期刊對(duì)與分子生物學(xué)和生物信息學(xué)有關(guān)的許多可公開獲得的在線數(shù)據(jù)庫進(jìn)行了分類，并對(duì)數(shù)據(jù)庫進(jìn)行了最新更新。

1.1 第27期年度數(shù)據(jù)庫主題期刊和分子生物數(shù)據(jù)庫收集

介紹頁網(wǎng)址：

https://academic.oup.com/nar/article/48/D1/D1/5695332

該欄目介紹了2020年數(shù)據(jù)庫文章發(fā)表的動(dòng)態(tài)。NAR在線分子生物學(xué)數(shù)據(jù)庫集合已經(jīng)過修訂，更新了305個(gè)條目，增加了65個(gè)新資源，并消除了125個(gè)不連續(xù)的URL；因此將目前的總數(shù)增加到1637個(gè)數(shù)據(jù)庫。

NR期刊提出了建議，未來數(shù)據(jù)庫類的論文將按以下方式進(jìn)行論文歸類：

（i）核酸序列和結(jié)構(gòu)，轉(zhuǎn)錄調(diào)控；

（ii）蛋白質(zhì)序列和結(jié)構(gòu)；

（iii）代謝和信號(hào)傳導(dǎo)途徑，酶和網(wǎng)絡(luò)；

（iv）病毒，細(xì)菌，原生動(dòng)物和真菌的基因組學(xué)；

（v）人類和模型生物的基因組學(xué)以及比較基因組學(xué)；

（vi）人類基因組變異，疾病和藥物；

（vii）植物和（viii）其他主題，例如蛋白質(zhì)組學(xué)數(shù)據(jù)庫。

? 1637個(gè)在線數(shù)據(jù)庫，收錄在牛津大學(xué)期刊官網(wǎng):

http://www.oxfordjournals.org/nar/database/c/

1.2 NCBI中心數(shù)據(jù)庫資源盤點(diǎn)

介紹頁網(wǎng)址：

https://academic.oup.com/nar/article/48/D1/D9/5585551

美國國家生物技術(shù)信息中心（NCBI）提供了大量的在線生物信息和數(shù)據(jù)資源，包括GenBank 核酸序列數(shù)據(jù)庫，以及在生命科學(xué)期刊上發(fā)表的引用和摘要的PubMed數(shù)據(jù)庫。Entrez系統(tǒng)為來自35個(gè)不同數(shù)據(jù)庫的大多數(shù)這些數(shù)據(jù)提供搜索和檢索操作。E-utilities serve實(shí)用程序充當(dāng)Entrez系統(tǒng)的編程接口。

NCBI旗下，所有數(shù)據(jù)庫收錄在，NCBI官網(wǎng)：

www.ncbi.nlm.nih.gov

下圖為2019年NCBI數(shù)據(jù)庫的年度增長率，從前五可以看出，近年來，二代測序、蛋白組數(shù)據(jù)、臨床疾病的變異信息的上傳，有著爆炸式的增長。

下表為2019年NCBI數(shù)據(jù)庫的列表，當(dāng)然包含生信分析中常用的芯片數(shù)據(jù)、高通量測序數(shù)據(jù)、參考基因組信息、臨床突變信息等。

表格網(wǎng)址：

https://academic.oup.com/view-large/191000235

1.3 EBI數(shù)據(jù)庫資源大盤點(diǎn)

歐洲生信信息中心the European Bioinformatics Institute (EMBL-EBI)，與美國NCBI類似。

數(shù)據(jù)庫收錄在EBI官網(wǎng)：

https://www.ebi.ac.uk/

在EMBL-EBI資源中，數(shù)據(jù)交換可確保在所有資源之間共享和搜索新信息，無論是有關(guān)基因，蛋白質(zhì)，結(jié)構(gòu)還是其他實(shí)體的信息。資源之間的數(shù)據(jù)交換由應(yīng)用程序編程接口（API）進(jìn)行調(diào)解，以確保我們的數(shù)據(jù)資源可以響應(yīng)任何查詢?yōu)橛脩籼峁┍M可能多的信息。這些數(shù)據(jù)交換可增強(qiáng)用戶訪問數(shù)據(jù)的體驗(yàn)，并避免重復(fù)勞動(dòng)。

下圖示例，如何通過EMBL-EBI基礎(chǔ)結(jié)構(gòu)傳播新的開放數(shù)據(jù)。

EMBL-EBI上的數(shù)據(jù)資源之間的數(shù)據(jù)交換。該數(shù)據(jù)集包含EMBL-EBI 41種資源之間的911個(gè)單獨(dú)數(shù)據(jù)連接。圓形圓周上的資源通過內(nèi)部弧相互連接，內(nèi)部弧的寬度表示資源之間不同交互的總數(shù)。

圓弧寬度與數(shù)據(jù)連接的數(shù)量成正比，并不代表交換的數(shù)據(jù)量。資源按功能簇在圓周圍分組，并按顏色區(qū)分。內(nèi)部弧線顏色標(biāo)識(shí)每個(gè)群集，并且不反映數(shù)據(jù)交換的方向。

1.4 國家基因組中心

國家基因組數(shù)據(jù)中心（NGDC）提供了一套數(shù)據(jù)庫資源，以支持學(xué)術(shù)界和工業(yè)界的全球研究活動(dòng)。隨著高通量和低成本測序技術(shù)的飛速發(fā)展，以及由此產(chǎn)生的以指數(shù)級(jí)和速率成倍增長的大量多組學(xué)數(shù)據(jù)，NGDC正在通過大數(shù)據(jù)集成和價(jià)值不斷擴(kuò)展，更新和豐富其核心數(shù)據(jù)庫資源。

國家基因組數(shù)據(jù)中心（NGDC）是中國科學(xué)技術(shù)部和財(cái)政部于2019年6月正式批準(zhǔn)的國家級(jí)中心，致力于通過存檔，管理和管理生命科學(xué)和健康科學(xué)的工作并處理各種與基因組學(xué)相關(guān)的數(shù)據(jù)。

NGDC是在中國科學(xué)院北京基因組研究所（BIG）的BIG數(shù)據(jù)中心的基礎(chǔ)上，與兩個(gè)CAS機(jī)構(gòu)，即生物物理研究所（IBP）和上海密切合作建立的營養(yǎng)與健康研究所（SINH）。

數(shù)據(jù)庫收錄在，國家生信信息中心官網(wǎng)：https://bigd.big.ac.cn/

國家基因組數(shù)據(jù)中心的核心數(shù)據(jù)資源。分別采用數(shù)據(jù)，信息和知識(shí)這三類來表示資源，這些資源通常分別用于存放原始數(shù)據(jù)/元數(shù)據(jù)（檔案），房屋增值信息（數(shù)據(jù)庫）和通過文獻(xiàn)管理（知識(shí)庫）整合經(jīng)過驗(yàn)證的知識(shí)。

數(shù)據(jù)庫收錄在：https://bigd.big.ac.cn/databases

進(jìn)入數(shù)據(jù)庫欄目后，首先看到的是2019新冠病毒資源數(shù)據(jù)庫，該數(shù)據(jù)庫且不斷在更新。

從數(shù)據(jù)庫信息，可以看出美國仍位居新冠人口大國榜首。從2020年12月病毒變異率在加速上升。衛(wèi)生機(jī)構(gòu)，每檢測到新的SNV變異，都會(huì)在網(wǎng)站上進(jìn)行記錄，累計(jì)1.5萬次新增變異的序列信息記錄，序列文件也可以通過本網(wǎng)站下載。

02??2019年年度數(shù)據(jù)庫資源主題

資源列表網(wǎng)站：

https://academic.oup.com/nar/issue/47/W1

在線網(wǎng)站的分析工具，可視化效果非常好。以下列舉前幾個(gè)：

1）MAFFT-DASH：整合的蛋白質(zhì)序列和結(jié)構(gòu)比對(duì)

MAFFT-DASH: integrated protein sequence and structural alignment

2）Web 3DNA 2.0用于3D核酸結(jié)構(gòu)的分析，可視化和建模

Web 3DNA 2.0 for the analysis, visualization, and modeling of 3D nucleic acid structures

3）HNADOCK：用于對(duì)RNA / DNA–RNA / DNA 3D復(fù)雜結(jié)構(gòu)建模的核酸對(duì)接

HNADOCK: a nucleic acid docking server for modeling RNA/DNA–RNA/DNA 3D complex structures

4）RegulationSpotter：轉(zhuǎn)錄外DNA變體的注釋和解釋

RegulationSpotter: annotation and interpretation of extratranscriptic DNA variants

— 彩蛋 —

如果文章點(diǎn)贊人數(shù)較多，后續(xù)每期會(huì)在文末添加一個(gè)彩蛋，與生物行業(yè)有關(guān)或無關(guān)的高效辦公工具。如科研矢量圖素材庫、穩(wěn)定科研上網(wǎng)VPN、可視化網(wǎng)頁交互工具等~

? 本期推薦

cell signaling:

https://www.cellsignal.cn/pathways

Cell Signaling Technology (CST) 致力于提供全球最高品質(zhì)的創(chuàng)新研究產(chǎn)品，以加速生物學(xué)認(rèn)知。一家總部位于美國馬薩諸塞州丹弗斯的私營公司。在CST公司官網(wǎng)有著大量的細(xì)胞通路圖，還提供免費(fèi)的通路海報(bào)，和中文圖示信息，非常好的通路學(xué)習(xí)資源。