internet上生物信息学资源上

Internet上生物信息学资源为科研急迫型研究人员量身打造的网络应用指南Contents目录生物信息学数据库与工具资源导航01生物信息学资源概述02综合性数据库平台03专业性数据库详解04实用工具与资源获取CHAPTER01生物信息学资源概述理解数据库分类体系与网络资源的重要性DatabaseTaxonomy生物数据库的分类体系NCBI将生物数据库划分为综合性与专业性两大类。综合性数据库整合多物种、多类型数据提供广谱检索能力，专业性数据库聚焦特定物种或功能领域提供深度分析支持，两者互补构成完整的生物信息学资源生态。01综合性数据库：存储来自多种生物体和多种不同序列类型的数据，例如核酸、蛋白质和基因组，支持跨物种、跨数据类型的整合检索。02专业性数据库：包含来自特定生物体（如人类或小鼠）的数据，具有功能或序列信息，以及由特定测序技术生成的数据。03互补关系：两类数据库在数据广度与深度上形成互补，研究者通常先通过综合性数据库获取全局视角，再借助专业性数据库深入挖掘。DataDimensions课程覆盖的数据分析维度本课程聚焦于人类相关的网络数据库应用，覆盖从序列搜索到比较基因组学的完整分析链条，特别适合编程基础薄弱但急需开展数据分析的研究人员快速上手。Sequence生物序列搜索核酸与蛋白质序列的相似性比对与功能注释，是大多数生物信息学分析的起点，为后续研究奠定基础。Genome基因与基因组基因定位、结构解析与变异检测，支撑遗传学和功能基因组学研究，揭示基因组的结构与功能特征。Expression表达与表观遗传转录组数据、DNA甲基化与组蛋白修饰等调控层面信息整合，解析基因表达调控的分子机制。Network蛋白质互作网络蛋白质相互作用、转录因子结合与基因调控网络的分子机制，构建生命活动的系统生物学图景。Comparative比较基因组学人类与模式生物间的同源基因比较，辅助功能推断和进化分析，理解基因功能的保守性与分化。METHODOLOGY工具调研方法学本研究基于bio.tools和OMICtools两个权威多组学数据平台进行系统性工具调研，通过严格的筛选标准和时间窗口控制，确保推荐工具的可靠性、可用性和时效性。01数据来源一：bio.tools生物信息学工具和服务发现门户，提供标准化的工具描述和分类体系bio.tools02数据来源二：OMICtools多组学数据分析信息目录，按软件、协议、数据集等多维度组织工具OMICtools03时间窗口控制2020年3月15日至4月15日期间的工具状态，排除标记为"暂时不可用"的工具。通过30天固定窗口确保数据时效性，避免过期工具干扰分析结果30天04筛选标准OMICtools使用"人类资源"并按智人分类学筛选，bio.tools使用"人类"和"网络应用"关键词智人分类DATAOVERVIEW人类数据库工具统计概览OMICtools平台收录超过4400个生物信息学工具，其中1390个涉及特定生物体，762个专门针对人类研究，覆盖基因组、转录组、蛋白质组等20余个功能类别，最终筛选出505个可用工具。01OMICtools门户总计收录超过4400个工具，涵盖软件、协议、数据集、操作系统、发行版等多个分类维度4,400+02按生物体筛选后获得1390个工具，其中专门针对人类研究的工具有762个，占比超过54%54%+03工具分类分布：基因组数据库91个、基因表达81个、miRNA50个、蛋白质-蛋白质相互作用45个、低频变异28个20+类别04最终修订的505个人类数据库工具均具备可用的网络界面，适合无编程背景的研究人员使用505个可用主要工具类别分布工具类别数量占比基因组数据库9111.9%基因表达8110.6%miRNA506.6%蛋白质-蛋白质相互作用455.9%低频变异283.7%变异-疾病关联283.7%疾病特异性变异243.1%蛋白质组233.0%人类数据库工具覆盖20余个功能类别，基因组和基因表达类工具占比最高CoreValue网络应用工具的核心价值网络应用工具通过图形化界面封装复杂分析流程，使无编程背景的研究者能够独立完成数据挖掘任务，是连接生物医学研究与计算分析的关键桥梁。降低技术门槛无需掌握Python、R等编程语言，通过直观的网页界面即可完成复杂的生物信息学分析零代码简化环境配置免去本地安装软件、配置依赖库的繁琐过程，打开浏览器即可使用最新版本的工具即开即用整合多源数据许多网络工具内置数据库连接，可直接调用公共数据资源，减少数据获取和格式转换的工作量公共数据促进跨学科合作让临床医生、生物学家等非计算背景研究者能够独立开展分析，加速科研发现转化科研转化CHAPTER02综合性数据库平台掌握NCBI、EBI、DDBJ等国际核心生物数据库的使用方法Bioinformatics·CoreResourcesNCBI：美国国家生物技术信息中心NCBI是全球最重要的生物信息学资源中心，整合了GenBank、PubMed、BLAST等核心工具，为核酸序列检索、文献查询、序列比对提供一站式解决方案，是人类基因组研究的基石平台。GenBank核酸序列数据库—收录全球研究者提交的DNA和RNA序列，与EBI、DDBJ构成国际核酸序列数据库合作联盟PubMed文献检索系统—索引超过3500万篇生物医学文献摘要，支持MeSH主题词检索和引文追踪BLAST序列比对工具—提供核酸和蛋白质序列的相似性搜索，是功能注释和同源基因鉴定的标准工具RefSeq参考序列—提供经过人工审核的标准参考序列，涵盖基因组、转录本和蛋白质，是变异分析的重要基准NCBIBLAST序列比对工具界面EUROPEANBIOINFORMATICSINSTITUTEEBI：欧洲生物信息学研究所EBI是欧洲核心生物信息学资源中心，维护UniProt蛋白质知识库、Ensembl基因组注释系统等权威数据库，在蛋白质组学和比较基因组学领域具有不可替代的地位。UNIPROT整合Swiss-Prot人工审核数据和TrEMBL自动注释数据，是蛋白质序列和功能信息的黄金标准ENSEMBL提供脊椎动物基因组的自动注释，包括基因预测、变异分析、比较基因组学等功能ENA存储原始测序数据和组装序列，与NCBI的SRA和DDBJ的DRA构成全球原始数据共享网络EXPRESSIONATLAS整合多物种、多组织的基因表达数据，支持差异表达分析和功能富集查询UniProt蛋白质数据库主页核心功能支持蛋白质序列检索、功能注释查询、结构域分析和文献关联，提供API和批量下载服务。使用特性每日更新，覆盖超2.5亿条序列人工审核条目质量可靠数据覆盖250M+序列DATABASEDDBJ：日本DNA数据库DDBJ与GenBank、ENA共同构成国际核酸序列数据库合作联盟INSDC，三大数据库每日交换数据保持同步，确保全球研究者能够无障碍访问核酸序列数据。INSDC国际合作与NCBI的GenBank、EBI的ENA构成国际核酸序列数据库合作联盟，每日交换数据保持同步GenBank·ENA亚洲数据中心服务亚洲地区研究者的数据提交需求，支持日文界面和本地化技术支持AsiaRegionDRA原始数据档案存储高通量测序原始数据，遵循与SRA、ERA相同的数据标准和元数据规范SRA·ERA特色资源维护jPOST蛋白质组学标准数据集、BIRD转录调控数据库等区域性特色资源jPOST·BIRDInternationalNucleotideSequenceDatabaseCollaboration三大核酸数据库对比GenBank、ENA、DDBJ三大核酸数据库虽然数据同步，但在检索系统、提交流程、特色资源上各有优势，研究者应根据地理位置、数据规模和分析需求选择最适合的平台。NCBI·USAGenBank依托Entrez检索系统与PubMed深度整合，适合文献关联分析提供BankIt和Sequin两种提交工具，支持从单条到批量序列提交Entrez+PubMedEBI·EuropeENA提供完善的元数据管理工具和Webin批量提交接口支持ERA原始数据归档和组装序列提交，适合大规模测序项目Webin·ERANIBB·JapanDDBJ亚洲时区提供更快的技术响应和本地化支持维护jPOST蛋白质组学数据库等区域特色资源jPOST·Asia-PacificGENOMICSTOOLSUCSC基因组浏览器UCSC基因组浏览器提供人类和模式生物基因组的交互式可视化浏览，整合数百种数据轨道，支持基因注释、表观遗传、变异频率等多维度数据的叠加分析，是基因组研究的核心工具。UCSCGenomeBrowser基因组可视化界面01交互式基因组浏览：支持按基因组坐标、基因名称或关键词快速定位，提供从染色体到碱基级别的多尺度视图02丰富数据轨道：整合RefSeq基因注释、ENCODE表观遗传数据、gnomAD变异频率、保守性评分等数百种公共数据03TableBrowser数据提取：支持批量导出特定区域或基因列表的注释信息，可自定义输出格式和字段04BLAT序列比对：快速将核酸或蛋白质序列定位到基因组，比BLAST更适合短序列和精确匹配搜索GENOMICSPLATFORMEnsembl基因组注释系统Ensembl提供高质量的脊椎动物基因组自动注释，其精细的基因模型预测和完善的比较基因组学工具使其成为进化生物学研究的首选平台，BioMart数据挖掘功能支持复杂的跨数据库查询。01精细基因注释

采用多证据整合的基因预测流程，提供比UCSC更精细的基因模型和转录本结构02BioMart数据挖掘

支持复杂的跨数据库联合查询，可批量提取基因列表、变异信息、同源基因等数据03比较基因组学

提供多物种基因组比对、共线性分析、基因家族进化树等比较分析工具04VEP变异效应预测

评估基因组变异对基因功能的影响，是临床变异解读和遗传病诊断的重要工具Ensembl基因组浏览器界面CHAPTER03专业性数据库详解深入探索基因组变异、基因表达、表观遗传等领域的专业数据库资源GENOMICDATABASES基因组变异数据库基因组变异解读需要综合使用dbSNP、ClinVar、gnomAD等多个专业数据库，从变异频率、临床关联、群体分布等维度评估变异的致病性，这是精准医学研究的标准分析流程。核心数据库概览dbSNPNCBI维护，收录超6.5亿个人类遗传变异位点，提供rs编号和基础注释6.5亿+ClinVar整合变异与临床表型关联证据，支持致病性评级，遗传病诊断核心参考临床关联gnomAD汇总超14万人外显子组和基因组数据，提供精细等位基因频率分层统计14万+COSMIC系统收集肿瘤样本体细胞突变，支持癌症驱动基因鉴定和靶向治疗研究癌症突变主要变异数据库对比数据库关注领域数据来源dbSNP遗传变异文献和大规模测序项目ClinVar临床关联临床实验室和研究者提交gnomAD群体频率大规模人群外显子组/基因组COSMIC癌症突变肿瘤样本测序研究DECIPHER拷贝数变异临床遗传学中心不同变异数据库各有侧重，组合使用可实现全面的变异解读GENEEXPRESSION基因表达数据库基因表达研究依赖GTEx、GEO、ExpressionAtlas等多个专业数据库，这些资源提供从bulkRNA-seq到单细胞转录组的多层次表达谱数据，支撑组织特异性分析和疾病机制研究。01GTEx基因型-组织表达项目：提供54种人体正常组织的RNA-seq数据，支持组织特异性表达和eQTL分析02GEO基因表达综合数据库：NCBI维护的高通量表达数据仓库，收录芯片和RNA-seq实验数据，支持GEO2R在线分析03ExpressionAtlas表达图谱：EBI整合的多物种表达数据平台，提供基线表达和差异表达的统一查询界面04HCA人类细胞图谱：单细胞转录组参考图谱，目标是构建人体所有细胞类型的分子特征目录GTEx多组织基因表达可视化图谱EPIGENETICDATABASES表观遗传数据库表观遗传研究依赖ENCODE、RoadmapEpigenomics等核心资源，这些数据库系统绘制了DNA甲基化、组蛋白修饰、转录因子结合等功能基因组注释，是解析基因表达调控机制的关键工具。01ENCODE功能元件百科全书：系统绘制人类基因组的转录因子结合位点、组蛋白修饰、染色质可及性等功能注释02RoadmapEpigenomics：提供127种人类细胞和组织的表观基因组参考图谱，支持细胞类型特异性调控元件鉴定03CistromeDB：整合超过4万个ChIP-seq和ATAC-seq实验，支持转录因子靶基因和结合motif查询04EWASCatalog：收集表观基因组关联研究的已知CpG位点，支持DNA甲基化与疾病关联的Meta分析ENCODE项目功能基因组注释轨道可视化MolecularDatabases蛋白质-蛋白质相互作用数据库蛋白质互作研究依赖STRING、BioGRID、IntAct等专业数据库，这些资源整合多维度证据，支撑互作网络构建和关键调控节点识别。STRING蛋白质互作网络可视化STRING互作网络数据库整合实验、文献、共表达、基因组邻近等多维度证据，提供蛋白质互作网络的可视化查询BioGRID生物相互作用数据库专门收集经实验验证的蛋白质-蛋白质和遗传相互作用数据，数据质量高IntAct分子相互作用数据库遵循IMEx联盟标准，提供详细的互作实验条件和定量信息CORUM蛋白质复合物数据库提供哺乳动物蛋白质复合物的综合目录，支持复合物组成和功能查询DatabaseResources非编码RNA数据库非编码RNA研究依赖miRBase、TargetScan、LNCipedia等专业数据库，这些资源提供miRNA和lncRNA的序列注释、靶基因预测和实验验证信息，支撑非编码RNA的功能机制研究。miRBase数据库界面miRNA数据库miRBase—miRNA序列和注释的权威数据库，收录所有已知物种的成熟miRNA和前体序列TargetScan—基于种子区保守性预测miRNA靶基因，提供靶位点评分和保守性分析miRTarBase—收集经实验验证的miRNA-靶基因关系，支持报告基因、Westernblot等证据类型查询GENCODElncRNA注释页面lncRNA数据库GENCODE—提供人类lncRNA的综合注释，包括基因结构、表达模式和保守性评估LNCipedia—整合lncRNA序列、结构和编码潜力评估，提供转录本水平的详细信息LncRNA2Target—收集lncRNA与mRNA、miRNA、蛋白质等靶分子的实验验证关系BioinformaticsDatabases通路与调控网络数据库KEGG、Reactome、WikiPathways等通路数据库将分子相互作用整合为系统性生物学过程，是功能富集分析和系统生物学研究的基础工具，支撑从基因列表到生物学意义的解读。KEGG京都基因与基因组百科全书提供代谢、信号传导、疾病等通路图，KO编号支持跨物种通路比较Reactome通路数据库专家人工审核的高质量通路数据，支持通路富集分析和PathwayBrowser可视化WikiPathways社区协作的通路数据库，更新快、覆盖广，支持GPML格式导出和Cytoscape集成TRRUST转录调控数据库收集经实验验证的人类转录因子-靶基因关系，支持调控网络构建KEGG代谢通路可视化·KEGGDatabaseDisease&Phenotype疾病与表型数据库OMIM、Orphanet、DisGeNET等疾病数据库连接基础研究与临床医学，提供基因-疾病关联、罕见病信息和标准化表型描述，是遗传病诊断和精准医学研究的核心资源。主要疾病数据库功能对比数据库覆盖范围核心特色OMIM遗传病基因-疾病关联的权威记录，提供详尽的遗传病表型与基因型信息Orphanet罕见病罕见病分类和临床资源，欧洲罕见病研究网络的核心数据平台DisGeNET复杂疾病多来源证据整合，涵盖GWAS、文献挖掘和专家注释的综合数据库HPO表型描述标准化表型术语体系，用于统一描述人类疾病表型特征的本体库ClinVar临床变异变异致病性评级，NCBI维护的临床意义变异公开归档数据库不同疾病数据库各有侧重，组合使用可支撑从遗传病诊断到精准医学的完整流程DATABASES药物与药理学数据库DrugBank、ChEMBL、PharmGKB等药物数据库提供药物化学、生物活性、药物基因组学等多维度信息，支撑从药物发现到个体化用药的完整研发链条。DrugBank药物信息数据库界面01DrugBank药物数据库—提供药物的化学结构、药理作用、靶点、ADMET特性和药物相互作用等全面信息02ChEMBL生物活性数据库—EBI维护，收录超过200万个化合物的生物活性数据和靶点信息03PharmGKB药物基因组学知识库—记录基因变异与药物反应的关联，支撑个体化用药决策04CMap连接图谱—基于基因表达谱关联药物效应和疾病状态，支持药物重定位和机制研究StructuralBiology·Databases蛋白质结构与功能数据库PDB、AlphaFoldDB、InterPro等蛋白质数据库提供实验测定和计算预测的三维结构信息，结合蛋白质家族和功能位点注释，支撑结构生物学和药物分子设计研究。01PDB蛋白质数据库—存储X射线晶体学、NMR和冷冻电镜实验测定的蛋白质三维结构，是结构生物学的核心资源实验测定02AlphaFoldDB—提供DeepMind预测的高质量蛋白质结构模型，覆盖人类蛋白质组和多种模式生物AI预测03InterPro—整合Pfam、PROSITE、SMART等多个数据库，提供统一的结构域和功能位点注释多库整合04UniProt功能注释—提供蛋白质酶学分类、亚细胞定位、翻译后修饰、功能描述等全面信息全面注释PDB数据库·蛋白质三维结构可视化DATABASES单细胞组学数据库单细胞组学数据库如HCA、CellxGene、PanglaoDB等提供百万级细胞的表达谱参考和细胞类型注释，支撑细胞异质性解析、发育轨迹推断和细胞间通讯分析。HCA人类细胞图谱—国际合作计划，目标是构建人体所有细胞类型的单细胞分子特征参考图谱CELLXGENE数据探索平台—CZI开发的单细胞数据可视化工具，支持百万级细胞的交互式分析和细胞类型标注PANGLAODB单细胞参考库—整合公共单细胞RNA-seq数据集，提供细胞类型特异性的标记基因参考SCPSingleCellPortal—Broad研究所的单细胞数据门户，提供多种单细胞分析工具和参考数据集CellxGene单细胞数据可视化界面DATABASES&PLATFORMS微生物组数据库HMP、MG-RAST、GMRepo等微生物组数据库提供人体微生物群落的组成、功能和疾病关联信息，支撑肠道菌群与宿主健康关系的系统研究。HMP人类微生物组计划提供多身体部位的微生物群落16S和宏基因组参考数据，建立健康人群的基线特征16S&宏基因组MG-RAST分析服务器支持16S和宏基因组数据的在线质控、物种分类和功能注释分析在线注释GMRepo疾病关联库整合疾病相关的微生物组研究数据，支持菌群-疾病关联的系统查询菌群-疾病Qiita分析平台支持微生物组数据的标准化分析流程和元数据管理，促进研究可重复性标准化流程DATAGOVERNANCE数据提交与共享规范遵循FAIR原则和MIAME/MINSEQE等最低信息标准进行数据提交，确保研究数据的可发现性、可访问性、可互操作性和可重用性，是现代生物医学研究的基本要求。01原始数据提交：测序数据提交至SRA/ENA/DRA，表达数据提交至GEO/ArrayExpress，遵循相应的数据格式规范02元数据标准：MIAME芯片实验、MINSEQE测序实验等最低信息标准，确保实验设计的完整描述03数据引用规范：使用DOI和数据访问号（如GSE、PRJNA）引用数据集，确保数据的可追溯性04FAIR原则：数据应具备可发现、可访问、可互操作、可重用四个特征，促进科学发现的可重复验证主要数据类型提交平台数据类型提交平台元数据标准原始测序数据SRA/ENA/DRAMINSEQE基因表达数据GEO/ArrayExpressMIAME/MINSEQE蛋白质组数据ProteomeXchangeMIAPE变异数据dbGaP/EGAGA4GH标准代谢组数据MetaboLightsMSI标准不同数据类型有对应的提交平台和元数据标准规范CHAPTER04实用工具与资源获取掌握高效检索策略、分析流程设计和常用工具的使用技巧BIOINFORMATICSTOOLKIT序列比对工具选择指南序列比对工具的选择需综合考虑序列类型、数据库规模和分析目的，BLAST适合通用相似性搜索，BLAT适合基因组定位，BWA/Bowtie适合高通量reads比对，HHblits适合远缘同源检测。常用序列比对工具对比工具适用场景速度BLAST通用序列相似性搜索中等BLAT短序列基因组定位快BWA高通量reads比对快DIAMOND大规模蛋白质搜索极快HHblits远缘同源检测快01BLAST系列工具NCBI提供的序列相似性搜索标准工具，包括blastn、blastp、blastx等多种变体02BLAT快速比对UCSC开发，比BLAST速度快，适合将短序列精确定位到参考基因组03BWA/Bowtie高通量测序reads比对的标准工具，支持大规模数据的快速比对和SAM/BAM输出04HHblits/DIAMOND基于隐马尔可夫模型或优化的快速搜索工具，适合大规模蛋白质组分析BIOINFORMATICSTOOLS功能富集分析工具功能富集分析是连接高通量数据与生物学意义的关键桥梁，DAVID、g:Profiler、clusterProfiler等工具提供GO术语和通路富集分析，帮助研究者从基因列表中挖掘生物学洞见。01DAVID功能注释工具：最经典的富集分析平台，提供GO术语、KEGG通路、蛋白质结构域等多维度注释02g:Profiler多功能富集：支持多物种的功能富集分析，数据库更新频繁，提供g:GOSt和g:Convert等工具03clusterProfiler可视化分析：R/Bioconductor包，提供dotplot、enrichplot等丰富的可视化功能04GSEA基因集富集：考虑基因排序的连续变化，无需预设差异阈值，适合检测微弱的协调变化DAVID功能富集分析结果界面GENOMEBROWSER基因组浏览器使用技巧UCSC和IGV是两款核心基因组浏览器，掌握TrackHub、Session管理、TableBrowser等高级功能可显著提高基因组数据探索效率，支撑多组学数据的整合可视化分析。UCSCGenomeBrowser·多轨道视图UCSC基因组浏览器TrackHub—支持加载远程托管的自定义数据轨道，方便分享和协作TableBrowser—批量提取特定区域或基因列表的注释信息，支持多种输出格式Session—保存和分享浏览器状态，包括轨道配置和视图位置IGV核心特性●高性能渲染—支持大规模基因组数据的流畅浏览与缩放●灵活数据接入—支持本地文件、远程服务器及云端存储●丰富可视化—覆盖比对、变异、表观、表达等多组学数据●跨平台支持—提供桌面版、命令行及网页版多种使用方式IGV·本地数据可视化界面IGV本地浏览器本地文件支持—直接加载BAM、VCF、BED等本地文件，无需上传服务器实时导航—快速跳转到目标基因或坐标，支持书签和区域历史多组学整合—同时显示测序深度、变异位点、表观修饰等多层数据LiteratureMining文献检索与数据挖掘整合生物信息学分