生物信息大数据&数据库（NCBI、EBI、UCSC、TCGA）

生物信息大数据&数据库（NCBI、EBI、UCSC、TCGA）

想系统的学习生信数据库可以先看一下北大的公开课，有一章专门讲的数据库与软件：

1-生物信息学：导论与方法  北大\10 生物信息数据库及软件资源

一个优秀的生信开发者能够解决如下问题：

• 如何鉴定一个重要的且没有被解决的生物学问题？
• 如何将该问题转化为一个可计算的问题？
• 如何提出一个解决此问题的算法？
• 如何实现该算法？
• 如何评估算法？

生信工具使用者需要解决如下问题：

• 每个方法解决的是哪个生物学问题？
• 该方法有哪些基本的假设？
• 每个参数是什么意思，都是用来干什么的？
• 准确度评估，sensitivity and specificity，tradeoff，应该追求哪一个？
• 生物学问题和方法的局限性？

生信资源的分类：

• 集中资源&独立资源
• 数据库&软件工具
• 原始数据库&二级数据库
• 命令行工具&网页服务器工具

NCBI

EBI

UCSC Genome Browser：基因组浏览器，表达调控、变异数据，track，ENCODE 非编码元件（计划）

集中资源

	NCBI	EBI	UCSC
链接	Database、Tools、Resource List（A-Z）	by topic  by name	Table Browser  Genome Browser
Tools	BLAST	BLAST、Exonerate、ClustalW2	BLAT、In-Silico PCR
Data Repository	GenBank、GEO、SRA	ArrayExpress、ENA、PDBe	ENCODE
DNA/Genome	Genome	Ensembl、Genomes	Ideogram、Recombination Rate、GC Content
DNA/Gene	Gene	Ensembl	UCSC Genes、GENCODE、RefSeq Genes
RNA	RefSeq	Ensembl	mRNAs、ESTs、UniGene
Proteins	Protein, RefSeq、Conserved Domain	UniProt、InterPro、PRIDE
Expression	UniGene	Expression、Atlas	Affy Exon Array、Caltech RNA-seq、Allen Brain
Regulation			Transcription、TFBS、Epigenetics、DNaseI HS
Literature	PubMed
Ontology		Gene Ontology
Comparative Genomics	Taxonomy、HomoloGene	*Ensembl	Conservation、Neandertal
Variation	dbSNP、dbVar	*Ensembl	SNPs、DGV、RepeatMasker
Disease	OMIM、MeSH、dbGaP、ClinVar		GAD、COSMIC、ClinVar、GWAS Catalog、QTLs

独立资源

 

---

癌症

DNAnexus Reanalyzes Cancer Genome Atlas Data

DNAnexus完成世界上最大的泛癌症数据的重分析(附数据下载） - 基因慧

DNANexus：DNANexus专注于建立一个云计算服务器中的DNA数据库，然后以服务方式将该数据库提供给研究者和科学家。DNAnexus和谷歌开展技术合作，提供最为全面的DNA数据库，它可通过美国国家生物技术信息中心（NCBI）下SRA的网站访问到这些DNA数据（2011年2月，NCBI曾宣布由于联邦政府削减经费支持逐步淘汰SRA）。

Cancer Genome Atlas：泛癌症基因组

The Cancer Genome Atlas：就是 TCGA 的全称，Atlas 古希腊的一个神

TCGA 官网   User Guides and Help