![39309d91a14629ebde1c8514307f459c.png](https://i-blog.csdnimg.cn/blog_migrate/5fe8bc86f4e73895fd0a76bf48864419.jpeg)
长久以来,我在做文献调研的时候常常面临一个痛苦的问题——当我需要查一个靶点的信息的时候:
我可能需要先分别从书签栏或者地址栏里找出来Uniprot、PDB、BindingDB、Drugbank、guidetopharmacology、Ensembl……等等网站;
然后在他们的搜索栏中一个个输入我的蛋白名字;
最后分别点击搜索,查看想要的结果。
这个过程不仅耗时间,而且常常会在搜索之中忘记上面众多项目中的其中一部分……
于是就出现了如下对话: 导师:这个蛋白有四个亚型啊,在不同的组织中表达,合作者问我们是哪一个??? 你:……???
于是,我们的生物医学搜索导航1.0就应运而生了!
Biodatabase_Search 生物医学搜索导航1.0
https://bio-lin-187cad-1302119316.tcloudbaseapp.com/ComBio-CN.html
点击上方超链接访问1.0版本
http://biodb.online/index.html
正在内测的2.0版本,主要是跟进了下方展示的标签可调的问题以及大幅度的页面优化。
2020.08.06更新:现在的2.0已经跟1.0几乎截然不同了,各位小伙伴们还是直接用2.0吧
![4a00e62e2e766bb027f9b16f3064f3be.png](https://i-blog.csdnimg.cn/blog_migrate/efc87f0e2f8600549f1d8e8b2a28db78.jpeg)
通过这个标签页(你可以将它固定在你的浏览器上或者设为主页),你可以访问到一些常用的生物医学数据库(你也可以点击下方邮箱给我发邮件让我来添加你常用的网站),使用你感兴趣的关键词在这些不同数据库中搜索:
![64e504e5b706172608d35cb126bbcdf7.png](https://i-blog.csdnimg.cn/blog_migrate/827ddb9816e7456ad1dcf3b30e800ffd.jpeg)
左侧的标签主要是各种常用的数据库,通过在上方的搜索框中输入关键词,点击下方的图片标签就可以搜索了,数据库主要有下面的这些:
![1d76f282f5f22f3a258e3765f8acec4c.png](https://i-blog.csdnimg.cn/blog_migrate/06bc2095b67cb2d66d2a63c74638c259.png)
第一个栏目主要是PubMed、Wikipedia和谷歌学术,分别用于查找文献和专业名词,当然,1.0版本还加入了Science Direct来补充实现一些功能(当你无法访问谷歌学术和维基百科时)。
![0528d7fdbce204c1c759b66e965c9c32.png](https://i-blog.csdnimg.cn/blog_migrate/bb519f7d1d1dc0f5de2bb70b57b27418.png)
第二个栏目是关于药物设计,包括了主要的带注释的Pubchem数据库(你可以从这里用一个化合物的俗名来获取这个化合物的CAS号、化合物结构、物理化学性质、生物医学相关文献信息),第二个是DrugBank数据库,从这里可以查看一些实验性的、正在临床的以及上市药物的信息,尤其是关于其靶点的信息,第三个BindingDB则偏重于化合物-靶点的亲和力数据,一般用于查看药物的靶点和靶点的药物都有哪些,但是其详细程度和清晰程度均不如第四个Guide to PH药理学网站【真不是我黑它(狗头)】,这个网站尤其适合查看一个靶点有哪些在研药物,这些化合物对同家族的其他蛋白的选择性,以及是否有复合物结构,是否是天然产物,是否上市以及其亲和力数据等等信息,非常详尽。
![0fa19727b6e77cd72bf2a15b953fdb4a.png](https://i-blog.csdnimg.cn/blog_migrate/1080d31256dbd0e2f9a45bf97baca5c2.png)
接下来是几个蛋白质相关信息的数据库,其实相关的数据库还有很多很多,但是因为版面有限只放了最最最常用的几个,第一行的Uniprot和RCSB PDB不用多说,前者是最主要的蛋白质注释信息数据库,后者是PDB数据库中用的人最多的,而剩下的三个可能也被大家熟知,分别是EBI的蛋白相互作用数据库IntAct,两个蛋白质家族数据库Pfam和InterPro(一般用这两个来查看蛋白质的domain信息)。
可能下面的蛋白表达信息数据库可能较少有人知,第一个OPM数据库是一个膜蛋白的数据库,主要功能是告诉我们膜蛋白的结构中膜应该在哪里,在分析和模拟蛋白结构的时候可能有用。剩下的四个放在这里均主要用于检索蛋白质的表达分布和表达水平(但这四个数据库其实各有各的功能),因为并非做这方面的我也不是特别清楚到底哪一个更好,比较推荐中间的Genevisible和最后面的GTEx(GTEx本身的可视化功能不是特别好,但通过GTEx可以访问到前面的Ensembl和其他的几个基因组数据库并直接抵达蛋白质表达水平页面。)
![682f3e8d9fbb6f0c3d7e6eabee635a88.png](https://i-blog.csdnimg.cn/blog_migrate/439c94e98b57eea7e5ff12dbf3b4b823.png)
生化相关的数据库主要看KEGG,但是偶尔也会用到剩下的这几个,比如人类代谢物HMDB就包含了很多人类自身代谢、药物代谢、食物代谢以及环境污染物代谢的信息,同样这方面我也不是特别了解,如果有其他的数据库欢迎各位小伙伴邮件给我推荐!
此外,为了丰富网站的功能,免去从书签中寻找一些常用生信或计算Server的麻烦,我还做了右边的这个cloumn来存放一些在线工具和经常需要打开的网页,希望能够减少浪费在找网站上的时间。这些Server包括了常用的序列比对工具,蛋白质建模工具以及药物靶点研究的工具,这里面特地加入了一些非常有用的Maping和批量下载的工具——比如将BLAST得到的序列的Accession ID转换到Uniprot或者KEGG等其他网站,又比如批量下载从Pubchem找到的感兴趣的小分子的信息。
![59edede860c0790961ac93557e38ba65.png](https://i-blog.csdnimg.cn/blog_migrate/49feea62e6b51fe0d845bb13e5abec1b.png)
![647273fae01b01a009728618d9b757fe.png](https://i-blog.csdnimg.cn/blog_migrate/1fe7eb259b654a1ef58c51b306019c55.png)
除了上面两行常用的生信方面的工具以外,还加入了药物研发、分子对接和蛋白质建模三个板块的一些常用链接
![d94b0fb7e67c479a5f9bb3d7ef825a65.png](https://i-blog.csdnimg.cn/blog_migrate/df69858b1d82f8f620c175b65044333e.png)
![b842d347ef463ab8a7c9551a6990d940.png](https://i-blog.csdnimg.cn/blog_migrate/5db4e6605a89e725207d43fe10d9c942.png)
![863ae7994eb116db18845c66a39e192d.png](https://i-blog.csdnimg.cn/blog_migrate/b2eca3daf9e335c5410c2977d1a24e36.png)
当你拿到一个基因/蛋白要开始你的项目时,不妨用上面的这些工具来进行一下分析~
![3c82be813855843ad4b4f0f5d9432058.png](https://i-blog.csdnimg.cn/blog_migrate/bb1018c70f9db254a5bbbed3cd1dd7f8.png)
有一些可以使用简单的JavaScript制作的简单小工具我也会尽量加到网站上,比如批量下载PDB的功能,最常用的场景可能是在PDB中找到的一堆蛋白,当你想全部下载的时候,可以将搜索页设置为Gallery模式,然后复制这些所有的PDB ID,放到搜索框里点击下方的“批量下载PDB”就可以一键下载了(这个功能调用了PDB自身的批量下载方法,不需要担心频繁访问带来的问题)。
![8553bc04bc7ad55cb27a9d05c78be5f4.png](https://i-blog.csdnimg.cn/blog_migrate/6a7f5a2ece4e8b2d927dbd2e6c394ddb.jpeg)
对于初学者,每一个网站或工具都通过浮动提示的方式提示了常用的功能和介绍,这些介绍会逐步完善,尤其是当有人问我这些网站的使用的问题的时候(让我知道有什么标签可以简短地帮助到网站的使用者)。
如果你有其他时常需要用到的基于url访问的小功能(或者其他我能实现的,仅限对生物医学方向有意义的),也可以联系我加到网页上~
如果你对这个长期的Project感兴趣或者想要寻找志同道合的小伙伴,网站下方的二维码问卷和QQ群(群号:1136682465)或许可能帮助到你。
https://qm.qq.com/cgi-bin/qm/qr?k=BkwF6uWjjFjMEAJ3ev59hOGIR5SypOjC&authKey=bAhDkMB78RFHn8x2i2Wi6A00pFTmG+sEe/gwPIq0tTjMyODXV/YICRSq+vebEahV&noverify=0 (二维码自动识别)