internet上生物信息學資源上

Internet上生物信息學資源為科研急迫型研究人員量身打造的網絡應用指南Contents目錄生物信息學數據庫與工具資源導航01生物信息學資源概述02綜合性數據庫平臺03專業性數據庫詳解04實用工具與資源獲取CHAPTER01生物信息學資源概述理解數據庫分類體系與網絡資源的重要性DatabaseTaxonomy生物數據庫的分類體系NCBI將生物數據庫劃分為綜合性與專業性兩大類。綜合性數據庫整合多物種、多類型數據提供廣譜檢索能力，專業性數據庫聚焦特定物種或功能領域提供深度分析支持，兩者互補構成完整的生物信息學資源生態。01綜合性數據庫：存儲來自多種生物體和多種不同序列類型的數據，例如核酸、蛋白質和基因組，支持跨物種、跨數據類型的整合檢索。02專業性數據庫：包含來自特定生物體（如人類或小鼠）的數據，具有功能或序列信息，以及由特定測序技術生成的數據。03互補關系：兩類數據庫在數據廣度與深度上形成互補，研究者通常先通過綜合性數據庫獲取全局視角，再借助專業性數據庫深入挖掘。DataDimensions課程覆蓋的數據分析維度本課程聚焦于人類相關的網絡數據庫應用，覆蓋從序列搜索到比較基因組學的完整分析鏈條，特別適合編程基礎薄弱但急需開展數據分析的研究人員快速上手。Sequence生物序列搜索核酸與蛋白質序列的相似性比對與功能注釋，是大多數生物信息學分析的起點，為后續研究奠定基礎。Genome基因與基因組基因定位、結構解析與變異檢測，支撐遺傳學和功能基因組學研究，揭示基因組的結構與功能特征。Expression表達與表觀遺傳轉錄組數據、DNA甲基化與組蛋白修飾等調控層面信息整合，解析基因表達調控的分子機制。Network蛋白質互作網絡蛋白質相互作用、轉錄因子結合與基因調控網絡的分子機制，構建生命活動的系統生物學圖景。Comparative比較基因組學人類與模式生物間的同源基因比較，輔助功能推斷和進化分析，理解基因功能的保守性與分化。METHODOLOGY工具調研方法學本研究基于bio.tools和OMICtools兩個權威多組學數據平臺進行系統性工具調研，通過嚴格的篩選標準和時間窗口控制，確保推薦工具的可靠性、可用性和時效性。01數據來源一：bio.tools生物信息學工具和服務發現門戶，提供標準化的工具描述和分類體系bio.tools02數據來源二：OMICtools多組學數據分析信息目錄，按軟件、協議、數據集等多維度組織工具OMICtools03時間窗口控制2020年3月15日至4月15日期間的工具狀態，排除標記為"暫時不可用"的工具。通過30天固定窗口確保數據時效性，避免過期工具干擾分析結果30天04篩選標準OMICtools使用"人類資源"并按智人分類學篩選，bio.tools使用"人類"和"網絡應用"關鍵詞智人分類DATAOVERVIEW人類數據庫工具統計概覽OMICtools平臺收錄超過4400個生物信息學工具，其中1390個涉及特定生物體，762個專門針對人類研究，覆蓋基因組、轉錄組、蛋白質組等20余個功能類別，最終篩選出505個可用工具。01OMICtools門戶總計收錄超過4400個工具，涵蓋軟件、協議、數據集、操作系統、發行版等多個分類維度4,400+02按生物體篩選后獲得1390個工具，其中專門針對人類研究的工具有762個，占比超過54%54%+03工具分類分布：基因組數據庫91個、基因表達81個、miRNA50個、蛋白質-蛋白質相互作用45個、低頻變異28個20+類別04最終修訂的505個人類數據庫工具均具備可用的網絡界面，適合無編程背景的研究人員使用505個可用主要工具類別分布工具類別數量占比基因組數據庫9111.9%基因表達8110.6%miRNA506.6%蛋白質-蛋白質相互作用455.9%低頻變異283.7%變異-疾病關聯283.7%疾病特異性變異243.1%蛋白質組233.0%人類數據庫工具覆蓋20余個功能類別，基因組和基因表達類工具占比最高CoreValue網絡應用工具的核心價值網絡應用工具通過圖形化界面封裝復雜分析流程，使無編程背景的研究者能夠獨立完成數據挖掘任務，是連接生物醫學研究與計算分析的關鍵橋梁。降低技術門檻無需掌握Python、R等編程語言，通過直觀的網頁界面即可完成復雜的生物信息學分析零代碼簡化環境配置免去本地安裝軟件、配置依賴庫的繁瑣過程，打開瀏覽器即可使用最新版本的工具即開即用整合多源數據許多網絡工具內置數據庫連接，可直接調用公共數據資源，減少數據獲取和格式轉換的工作量公共數據促進跨學科合作讓臨床醫生、生物學家等非計算背景研究者能夠獨立開展分析，加速科研發現轉化科研轉化CHAPTER02綜合性數據庫平臺掌握NCBI、EBI、DDBJ等國際核心生物數據庫的使用方法Bioinformatics·CoreResourcesNCBI：美國國家生物技術信息中心NCBI是全球最重要的生物信息學資源中心，整合了GenBank、PubMed、BLAST等核心工具，為核酸序列檢索、文獻查詢、序列比對提供一站式解決方案，是人類基因組研究的基石平臺。GenBank核酸序列數據庫—收錄全球研究者提交的DNA和RNA序列，與EBI、DDBJ構成國際核酸序列數據庫合作聯盟PubMed文獻檢索系統—索引超過3500萬篇生物醫學文獻摘要，支持MeSH主題詞檢索和引文追蹤BLAST序列比對工具—提供核酸和蛋白質序列的相似性搜索，是功能注釋和同源基因鑒定的標準工具RefSeq參考序列—提供經過人工審核的標準參考序列，涵蓋基因組、轉錄本和蛋白質，是變異分析的重要基準NCBIBLAST序列比對工具界面EUROPEANBIOINFORMATICSINSTITUTEEBI：歐洲生物信息學研究所EBI是歐洲核心生物信息學資源中心，維護UniProt蛋白質知識庫、Ensembl基因組注釋系統等權威數據庫，在蛋白質組學和比較基因組學領域具有不可替代的地位。UNIPROT整合Swiss-Prot人工審核數據和TrEMBL自動注釋數據，是蛋白質序列和功能信息的黃金標準ENSEMBL提供脊椎動物基因組的自動注釋，包括基因預測、變異分析、比較基因組學等功能ENA存儲原始測序數據和組裝序列，與NCBI的SRA和DDBJ的DRA構成全球原始數據共享網絡EXPRESSIONATLAS整合多物種、多組織的基因表達數據，支持差異表達分析和功能富集查詢UniProt蛋白質數據庫主頁核心功能支持蛋白質序列檢索、功能注釋查詢、結構域分析和文獻關聯，提供API和批量下載服務。使用特性每日更新，覆蓋超2.5億條序列人工審核條目質量可靠數據覆蓋250M+序列DATABASEDDBJ：日本DNA數據庫DDBJ與GenBank、ENA共同構成國際核酸序列數據庫合作聯盟INSDC，三大數據庫每日交換數據保持同步，確保全球研究者能夠無障礙訪問核酸序列數據。INSDC國際合作與NCBI的GenBank、EBI的ENA構成國際核酸序列數據庫合作聯盟，每日交換數據保持同步GenBank·ENA亞洲數據中心服務亞洲地區研究者的數據提交需求，支持日文界面和本地化技術支持AsiaRegionDRA原始數據檔案存儲高通量測序原始數據，遵循與SRA、ERA相同的數據標準和元數據規范SRA·ERA特色資源維護jPOST蛋白質組學標準數據集、BIRD轉錄調控數據庫等區域性特色資源jPOST·BIRDInternationalNucleotideSequenceDatabaseCollaboration三大核酸數據庫對比GenBank、ENA、DDBJ三大核酸數據庫雖然數據同步，但在檢索系統、提交流程、特色資源上各有優勢，研究者應根據地理位置、數據規模和分析需求選擇最適合的平臺。NCBI·USAGenBank依托Entrez檢索系統與PubMed深度整合，適合文獻關聯分析提供BankIt和Sequin兩種提交工具，支持從單條到批量序列提交Entrez+PubMedEBI·EuropeENA提供完善的元數據管理工具和Webin批量提交接口支持ERA原始數據歸檔和組裝序列提交，適合大規模測序項目Webin·ERANIBB·JapanDDBJ亞洲時區提供更快的技術響應和本地化支持維護jPOST蛋白質組學數據庫等區域特色資源jPOST·Asia-PacificGENOMICSTOOLSUCSC基因組瀏覽器UCSC基因組瀏覽器提供人類和模式生物基因組的交互式可視化瀏覽，整合數百種數據軌道，支持基因注釋、表觀遺傳、變異頻率等多維度數據的疊加分析，是基因組研究的核心工具。UCSCGenomeBrowser基因組可視化界面01交互式基因組瀏覽：支持按基因組坐標、基因名稱或關鍵詞快速定位，提供從染色體到堿基級別的多尺度視圖02豐富數據軌道：整合RefSeq基因注釋、ENCODE表觀遺傳數據、gnomAD變異頻率、保守性評分等數百種公共數據03TableBrowser數據提取：支持批量導出特定區域或基因列表的注釋信息，可自定義輸出格式和字段04BLAT序列比對：快速將核酸或蛋白質序列定位到基因組，比BLAST更適合短序列和精確匹配搜索GENOMICSPLATFORMEnsembl基因組注釋系統Ensembl提供高質量的脊椎動物基因組自動注釋，其精細的基因模型預測和完善的比較基因組學工具使其成為進化生物學研究的首選平臺，BioMart數據挖掘功能支持復雜的跨數據庫查詢。01精細基因注釋

采用多證據整合的基因預測流程，提供比UCSC更精細的基因模型和轉錄本結構02BioMart數據挖掘

支持復雜的跨數據庫聯合查詢，可批量提取基因列表、變異信息、同源基因等數據03比較基因組學

提供多物種基因組比對、共線性分析、基因家族進化樹等比較分析工具04VEP變異效應預測

評估基因組變異對基因功能的影響，是臨床變異解讀和遺傳病診斷的重要工具Ensembl基因組瀏覽器界面CHAPTER03專業性數據庫詳解深入探索基因組變異、基因表達、表觀遺傳等領域的專業數據庫資源GENOMICDATABASES基因組變異數據庫基因組變異解讀需要綜合使用dbSNP、ClinVar、gnomAD等多個專業數據庫，從變異頻率、臨床關聯、群體分布等維度評估變異的致病性，這是精準醫學研究的標準分析流程。核心數據庫概覽dbSNPNCBI維護，收錄超6.5億個人類遺傳變異位點，提供rs編號和基礎注釋6.5億+ClinVar整合變異與臨床表型關聯證據，支持致病性評級，遺傳病診斷核心參考臨床關聯gnomAD匯總超14萬人外顯子組和基因組數據，提供精細等位基因頻率分層統計14萬+COSMIC系統收集腫瘤樣本體細胞突變，支持癌癥驅動基因鑒定和靶向治療研究癌癥突變主要變異數據庫對比數據庫關注領域數據來源dbSNP遺傳變異文獻和大規模測序項目ClinVar臨床關聯臨床實驗室和研究者提交gnomAD群體頻率大規模人群外顯子組/基因組COSMIC癌癥突變腫瘤樣本測序研究DECIPHER拷貝數變異臨床遺傳學中心不同變異數據庫各有側重，組合使用可實現全面的變異解讀GENEEXPRESSION基因表達數據庫基因表達研究依賴GTEx、GEO、ExpressionAtlas等多個專業數據庫，這些資源提供從bulkRNA-seq到單細胞轉錄組的多層次表達譜數據，支撐組織特異性分析和疾病機制研究。01GTEx基因型-組織表達項目：提供54種人體正常組織的RNA-seq數據，支持組織特異性表達和eQTL分析02GEO基因表達綜合數據庫：NCBI維護的高通量表達數據倉庫，收錄芯片和RNA-seq實驗數據，支持GEO2R在線分析03ExpressionAtlas表達圖譜：EBI整合的多物種表達數據平臺，提供基線表達和差異表達的統一查詢界面04HCA人類細胞圖譜：單細胞轉錄組參考圖譜，目標是構建人體所有細胞類型的分子特征目錄GTEx多組織基因表達可視化圖譜EPIGENETICDATABASES表觀遺傳數據庫表觀遺傳研究依賴ENCODE、RoadmapEpigenomics等核心資源，這些數據庫系統繪制了DNA甲基化、組蛋白修飾、轉錄因子結合等功能基因組注釋，是解析基因表達調控機制的關鍵工具。01ENCODE功能元件百科全書：系統繪制人類基因組的轉錄因子結合位點、組蛋白修飾、染色質可及性等功能注釋02RoadmapEpigenomics：提供127種人類細胞和組織的表觀基因組參考圖譜，支持細胞類型特異性調控元件鑒定03CistromeDB：整合超過4萬個ChIP-seq和ATAC-seq實驗，支持轉錄因子靶基因和結合motif查詢04EWASCatalog：收集表觀基因組關聯研究的已知CpG位點，支持DNA甲基化與疾病關聯的Meta分析ENCODE項目功能基因組注釋軌道可視化MolecularDatabases蛋白質-蛋白質相互作用數據庫蛋白質互作研究依賴STRING、BioGRID、IntAct等專業數據庫，這些資源整合多維度證據，支撐互作網絡構建和關鍵調控節點識別。STRING蛋白質互作網絡可視化STRING互作網絡數據庫整合實驗、文獻、共表達、基因組鄰近等多維度證據，提供蛋白質互作網絡的可視化查詢BioGRID生物相互作用數據庫專門收集經實驗驗證的蛋白質-蛋白質和遺傳相互作用數據，數據質量高IntAct分子相互作用數據庫遵循IMEx聯盟標準，提供詳細的互作實驗條件和定量信息CORUM蛋白質復合物數據庫提供哺乳動物蛋白質復合物的綜合目錄，支持復合物組成和功能查詢DatabaseResources非編碼RNA數據庫非編碼RNA研究依賴miRBase、TargetScan、LNCipedia等專業數據庫，這些資源提供miRNA和lncRNA的序列注釋、靶基因預測和實驗驗證信息，支撐非編碼RNA的功能機制研究。miRBase數據庫界面miRNA數據庫miRBase—miRNA序列和注釋的權威數據庫，收錄所有已知物種的成熟miRNA和前體序列TargetScan—基于種子區保守性預測miRNA靶基因，提供靶位點評分和保守性分析miRTarBase—收集經實驗驗證的miRNA-靶基因關系，支持報告基因、Westernblot等證據類型查詢GENCODElncRNA注釋頁面lncRNA數據庫GENCODE—提供人類lncRNA的綜合注釋，包括基因結構、表達模式和保守性評估LNCipedia—整合lncRNA序列、結構和編碼潛力評估，提供轉錄本水平的詳細信息LncRNA2Target—收集lncRNA與mRNA、miRNA、蛋白質等靶分子的實驗驗證關系BioinformaticsDatabases通路與調控網絡數據庫KEGG、Reactome、WikiPathways等通路數據庫將分子相互作用整合為系統性生物學過程，是功能富集分析和系統生物學研究的基礎工具，支撐從基因列表到生物學意義的解讀。KEGG京都基因與基因組百科全書提供代謝、信號傳導、疾病等通路圖，KO編號支持跨物種通路比較Reactome通路數據庫專家人工審核的高質量通路數據，支持通路富集分析和PathwayBrowser可視化WikiPathways社區協作的通路數據庫，更新快、覆蓋廣，支持GPML格式導出和Cytoscape集成TRRUST轉錄調控數據庫收集經實驗驗證的人類轉錄因子-靶基因關系，支持調控網絡構建KEGG代謝通路可視化·KEGGDatabaseDisease&Phenotype疾病與表型數據庫OMIM、Orphanet、DisGeNET等疾病數據庫連接基礎研究與臨床醫學，提供基因-疾病關聯、罕見病信息和標準化表型描述，是遺傳病診斷和精準醫學研究的核心資源。主要疾病數據庫功能對比數據庫覆蓋范圍核心特色OMIM遺傳病基因-疾病關聯的權威記錄，提供詳盡的遺傳病表型與基因型信息Orphanet罕見病罕見病分類和臨床資源，歐洲罕見病研究網絡的核心數據平臺DisGeNET復雜疾病多來源證據整合，涵蓋GWAS、文獻挖掘和專家注釋的綜合數據庫HPO表型描述標準化表型術語體系，用于統一描述人類疾病表型特征的本體庫ClinVar臨床變異變異致病性評級，NCBI維護的臨床意義變異公開歸檔數據庫不同疾病數據庫各有側重，組合使用可支撐從遺傳病診斷到精準醫學的完整流程DATABASES藥物與藥理學數據庫DrugBank、ChEMBL、PharmGKB等藥物數據庫提供藥物化學、生物活性、藥物基因組學等多維度信息，支撐從藥物發現到個體化用藥的完整研發鏈條。DrugBank藥物信息數據庫界面01DrugBank藥物數據庫—提供藥物的化學結構、藥理作用、靶點、ADMET特性和藥物相互作用等全面信息02ChEMBL生物活性數據庫—EBI維護，收錄超過200萬個化合物的生物活性數據和靶點信息03PharmGKB藥物基因組學知識庫—記錄基因變異與藥物反應的關聯，支撐個體化用藥決策04CMap連接圖譜—基于基因表達譜關聯藥物效應和疾病狀態，支持藥物重定位和機制研究StructuralBiology·Databases蛋白質結構與功能數據庫PDB、AlphaFoldDB、InterPro等蛋白質數據庫提供實驗測定和計算預測的三維結構信息，結合蛋白質家族和功能位點注釋，支撐結構生物學和藥物分子設計研究。01PDB蛋白質數據庫—存儲X射線晶體學、NMR和冷凍電鏡實驗測定的蛋白質三維結構，是結構生物學的核心資源實驗測定02AlphaFoldDB—提供DeepMind預測的高質量蛋白質結構模型，覆蓋人類蛋白質組和多種模式生物AI預測03InterPro—整合Pfam、PROSITE、SMART等多個數據庫，提供統一的結構域和功能位點注釋多庫整合04UniProt功能注釋—提供蛋白質酶學分類、亞細胞定位、翻譯后修飾、功能描述等全面信息全面注釋PDB數據庫·蛋白質三維結構可視化DATABASES單細胞組學數據庫單細胞組學數據庫如HCA、CellxGene、PanglaoDB等提供百萬級細胞的表達譜參考和細胞類型注釋，支撐細胞異質性解析、發育軌跡推斷和細胞間通訊分析。HCA人類細胞圖譜—國際合作計劃，目標是構建人體所有細胞類型的單細胞分子特征參考圖譜CELLXGENE數據探索平臺—CZI開發的單細胞數據可視化工具，支持百萬級細胞的交互式分析和細胞類型標注PANGLAODB單細胞參考庫—整合公共單細胞RNA-seq數據集，提供細胞類型特異性的標記基因參考SCPSingleCellPortal—Broad研究所的單細胞數據門戶，提供多種單細胞分析工具和參考數據集CellxGene單細胞數據可視化界面DATABASES&PLATFORMS微生物組數據庫HMP、MG-RAST、GMRepo等微生物組數據庫提供人體微生物群落的組成、功能和疾病關聯信息，支撐腸道菌群與宿主健康關系的系統研究。HMP人類微生物組計劃提供多身體部位的微生物群落16S和宏基因組參考數據，建立健康人群的基線特征16S&宏基因組MG-RAST分析服務器支持16S和宏基因組數據的在線質控、物種分類和功能注釋分析在線注釋GMRepo疾病關聯庫整合疾病相關的微生物組研究數據，支持菌群-疾病關聯的系統查詢菌群-疾病Qiita分析平臺支持微生物組數據的標準化分析流程和元數據管理，促進研究可重復性標準化流程DATAGOVERNANCE數據提交與共享規范遵循FAIR原則和MIAME/MINSEQE等最低信息標準進行數據提交，確保研究數據的可發現性、可訪問性、可互操作性和可重用性，是現代生物醫學研究的基本要求。01原始數據提交：測序數據提交至SRA/ENA/DRA，表達數據提交至GEO/ArrayExpress，遵循相應的數據格式規范02元數據標準：MIAME芯片實驗、MINSEQE測序實驗等最低信息標準，確保實驗設計的完整描述03數據引用規范：使用DOI和數據訪問號（如GSE、PRJNA）引用數據集，確保數據的可追溯性04FAIR原則：數據應具備可發現、可訪問、可互操作、可重用四個特征，促進科學發現的可重復驗證主要數據類型提交平臺數據類型提交平臺元數據標準原始測序數據SRA/ENA/DRAMINSEQE基因表達數據GEO/ArrayExpressMIAME/MINSEQE蛋白質組數據ProteomeXchangeMIAPE變異數據dbGaP/EGAGA4GH標準代謝組數據MetaboLightsMSI標準不同數據類型有對應的提交平臺和元數據標準規范CHAPTER04實用工具與資源獲取掌握高效檢索策略、分析流程設計和常用工具的使用技巧BIOINFORMATICSTOOLKIT序列比對工具選擇指南序列比對工具的選擇需綜合考慮序列類型、數據庫規模和分析目的，BLAST適合通用相似性搜索，BLAT適合基因組定位，BWA/Bowtie適合高通量reads比對，HHblits適合遠緣同源檢測。常用序列比對工具對比工具適用場景速度BLAST通用序列相似性搜索中等BLAT短序列基因組定位快BWA高通量reads比對快DIAMOND大規模蛋白質搜索極快HHblits遠緣同源檢測快01BLAST系列工具NCBI提供的序列相似性搜索標準工具，包括blastn、blastp、blastx等多種變體02BLAT快速比對UCSC開發，比BLAST速度快，適合將短序列精確定位到參考基因組03BWA/Bowtie高通量測序reads比對的標準工具，支持大規模數據的快速比對和SAM/BAM輸出04HHblits/DIAMOND基于隱馬爾可夫模型或優化的快速搜索工具，適合大規模蛋白質組分析BIOINFORMATICSTOOLS功能富集分析工具功能富集分析是連接高通量數據與生物學意義的關鍵橋梁，DAVID、g:Profiler、clusterProfiler等工具提供GO術語和通路富集分析，幫助研究者從基因列表中挖掘生物學洞見。01DAVID功能注釋工具：最經典的富集分析平臺，提供GO術語、KEGG通路、蛋白質結構域等多維度注釋02g:Profiler多功能富集：支持多物種的功能富集分析，數據庫更新頻繁，提供g:GOSt和g:Convert等工具03clusterProfiler可視化分析：R/Bioconductor包，提供dotplot、enrichplot等豐富的可視化功能04GSEA基因集富集：考慮基因排序的連續變化，無需預設差異閾值，適合檢測微弱的協調變化DAVID功能富集分析結果界面GENOMEBROWSER基因組瀏覽器使用技巧UCSC和IGV是兩款核心基因組瀏覽器，掌握TrackHub、Session管理、TableBrowser等高級功能可顯著提高基因組數據探索效率，支撐多組學數據的整合可視化分析。UCSCGenomeBrowser·多軌道視圖UCSC基因組瀏覽器TrackHub—支持加載遠程托管的自定義數據軌道，方便分享和協作TableBrowser—批量提取特定區域或基因列表的注釋信息，支持多種輸出格式Session—保存和分享瀏覽器狀態，包括軌道配置和視圖位置IGV核心特性●高性能渲染—支持大規?；蚪M數據的流暢瀏覽與縮放●靈活數據接入—支持本地文件、遠程服務器及云端存儲●豐富可視化—覆蓋比對、變異、表觀、表達等多組學數據●跨平臺支持—提供桌面版、命令行及網頁版多種使用方式IGV·本地數據可視化界面IGV本地瀏覽器本地文件支持—直接加載BAM、VCF、BED等本地文件，無需上傳服務器實時導航—快速跳轉到目標基因或坐標，支持書簽和區域歷史多組學整合—同時顯示測序深度、變異位點、表觀修飾等多層數據LiteratureMining文獻檢索與數據挖掘整合生物信息學分