博文
分子生物学中常用数据库
||
转自生物统计家园http://www.biostatistic.net/thread-2498-1-1.html
https://blog.sciencenet.cn/blog-54276-453229.html
上一篇：R中的遗传算法
下一篇：Perl语言中的splice()函数的用法及其用于对数组的随机扰动
下面的数据库很有用，所以先保存下来了。非常感谢生物统计家园的总结！
综合数据库：
最权威的生物信息学网址链接：http://www.bioinformatics.vg
生物信息学网址链接：http://www.bioinformatics.ca/links_directory/
Nucleic Acid Research Database Issue：http://nar.oupjournals.org/content/vol32/suppl_2/
一、蛋白相关数据库蛋白质结构域预测工具
Esignal：http://motif.stanford.edu/esignal/
信号传导系统蛋白的结构域预测工具，凡是涉及到信号传导系统的蛋白用这个预测效果最佳
SignalP：http://www.cbs.dtu.dk/services/SignalP/
信号肽预测工具，适合定位于非胞质位置的蛋白质
Emotif：http://motif.stanford.edu/emotif-search/
结构域预测工具，由于其用motif电子学习的方法产生结构域模型，故预测效果比Prosite好
Ematrix：http://fold.stanford.edu/ematrix/
是用Matrix的方法创建的结构域数据库，可与emotif互相印证。其速度快，可快速搜索整个基因组
InterPro：http://www.ebi.ac.uk/InterProScan/
EBI提供的服务，用图形的形式表示出搜索的结构域结果
TRRD：http://wwwmgs.bionet.nsc.ru/mgs/gnw/trrd/
转录因子结构域预测的最好数据库。但不会用
Protscale：http://cn.expasy.org/cgi-bin/protscale.pl
可分析该序列的各种性状如活动度、亲水性（Kyte&Doolittle）、抗原性（Hopp&Woods）等
通过寻找MOTIF和Domain来分析蛋白质的功能
A. MOTIF是蛋白中较小的保守序列片断，其概念比Domain小
PROSITE：http://cn.expasy.org/tools/scanprosite/
是专门搜索蛋白质Motif的数据库，其中signature seqs是最重要的motif信息
B. Domain：若干motif可形成一个Domain，每个Domain形成一个球形结构，Domain与Domain之间通常像串珠一样相连
Pfam：http://www.sanger.ac.uk
可以搜索某段序列中的Domain，并以图形化表示出来。这个数据库非常重要。用法：在搜索栏中输入蛋白的swissprot的序列号
CDD：http://www.ebi.ac.uk/interpro/
NCBI搜索时在每个蛋白质Link旁都有Blink，Domains两个链接。Domains可以直接看到这个蛋白的确定的结构域。如果要在CDD数据库寻找Domain信息，则可进入Blink链接，再进行CDD搜索，就可以了。看Domain的详细信息可以到：http://www.ebi.ac.uk/interpro/上进行搜索查看
蛋白跨膜序列分析
kyte-Doolittle疏水性分析：每个等于或高于1.8的峰都可能是跨膜结构域
蛋白质结构预测工具
PREDATOR：http://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=/NPSA/npsa_preda.html
蛋白质二级结构预测工具
蛋白质糖基化位点的预测
http://bioresearch.ac.uk/browse/mesh/C0017982L1222670.html
这是个综合连接。包括：DictyOGlyc prediction server，NetOGlyc prediction server，YinOYang server，META II PredictProtein server，O-GLYCBASE，GlycoMod tool
蛋白质结构数据库
MMDB：http://www.ncbi.nlm.nih.gov/Structure/MMDB/mmdb.shtml
NCBI的蛋白质结构数据库，要使用Cn3D v4.1软件观看
PDB：http://www.rcsb.org/pdb/
Protein Data Bank, 要使用Swiss PDB viewer软件观看
蛋白质综合数据库
PIR：http://pir.georgetown.edu
Uniprot http://www.pir.uniprot.org
二、核酸相关数据库
三大主要核酸序列数据库：
EMBL：http://www.ebi.ac.uk/embl/
GenBank：http://www.ncbi.nlm.nih.gov/Genbank/
DDBJ：http://www.ddbj.nig.ac.jp
RNA二级结构及非编码区功能预测：
RNA二级结构预测：http://www.genebee.msu.su/services/rna2_reduced.html
速度快，生成图像
最好的RNA二级结构预测软件：mfold
UTR功能区预测：http://bighost.area.ba.cnr.it/BIG/UTRHome/
预测mRNA翻译能力的在线工具：http://wwwmgs.bionet.nsc.ru/programs/acts2/ma_mRNA.htm
其说明书在：http://wwwmgs.bionet.nsc.ru/mgs/papers/kochetov/bioinf/
RegRNA:http://bidlab.life.nctu.edu.tw/RegRNA2/website/
RFAM：http://www.sanger.ac.uk/Software/Rfam/
RNA world：http://www.imb-jena.de/RNA.html
RNA resource Links：http://bidlab.life.nctu.edu.tw/RegRNA2/website/references/
基因转录调控相关数据库
EPD http://www.epd.isb-sib.ch
真核生物启动子，好用
TRRD：Transcription Regulatory Regions Database
可搜索某一基因的调控区及相关转录因子
TRANSFAC：http://www.generegulation.de
可搜索所有转录因子的数据，好用
启动子数据库：http://www.epi.isb-sib.ch
转录因子结合位点 http://www.ejbiotechnology.info/content/vol3/issue3/full/2/bip/
电子延伸相关在线软件
意大利CAP3软件：http://bio.ifom-firc.it/ASSEMBLY/assemble.html
强烈推荐使用，使用时只需将整个Unigene全部序列文件输入就可以了
序列比对在线软件
Multialin：http://prodes.toulouse.inra.fr/multalin/multalin.html
最好的多序列比对在线工具
FASTA：http://www.ebi.ac.uk/fasta/，http://fasta.bioch.virginia.edu
BLAST：http://www.ncbi.nih.gov/BLAST/
Motif的发现与利用Motif发现新的功能基因
MEME：http://meme.sdsc.edu/meme/website/intro.html
可以发现几个序列所共有的motif以及根据已知的motif搜索est数据库以发现新的基因，此软件输出结果不好读懂
BLOCK Maker：http://blocks.fhcrc.org
in which Block maker is Very Good
http://bioinformatics.weizmann.ac.il/blocks/blockmkr/www/make_blocks.html
可通过蛋白多序列比对寻找其中的保守区域，非常好用，易学
IRES及其他UTR功能序列的预测
UTRscan：http://bighost.area.ba.cnr.it/BIG/UTRScan/，http://www.ba.itb.cnr.it/BIG/UTRScan/
需要先注册email
三、表达数据库
EST聚类表达数据资源
Unigene：http://www.ncbi.nlm.nih.gov/unigene/
不用说了，老牌的EST聚类程序，数据库质量很好，但毛病也不少，不过我常用它
TIGR：http://www.tigr.org/tdb/tgi/
按独一无二的剪接体对EST进行聚类，并从中得出独一无二的共有的序列，每个Cluster的EST都有图形排列显示
Allgenes：http://www.allgenes.org
其EST聚类要求比较严格，但每个Cluster都有一个质量极高的mRNA序列，可轻松定位到基因组上
MIPS：http://mips.gsf.de/proj/human/
MIPS的EST聚类数据库。其中有个工具特别好，就是在BLAST服务中有个可以得到与BLAST基因相近EST的组织分布的程序
特殊的表达数据库
前列腺表达数据库：http://www.pedb.org
膀胱癌EST数据库：http://bladder.nhri.org.tw
Microarray和SAGE表达数据库及其分析工具
全身正常组织microarray数据（U133A, U133B）：http://www.dev.gmod.org
较全的全身正常组织microarray数据库，推荐，要搜索表达数据需在search中数据探针名称（U133A, U133B），注意必须安装Adobe SVG Viewer，得到的数据需要用photoshop颠倒过来才能观看。
斯坦福大学生物芯片数据库：http://genome-www5.stanford.edu/
最好的生物芯片数据库，不仅数据源丰富，而且数据搜索软件功能齐全，但要学会也需要点时间
CleanEX：http://www.cleanex.isb-sib.ch
用于分析比较来源于不同技术平台的表达数据
EBI array database：http://www.ebi.ac.uk/arrayexpress/
欧洲生物信息学会主办的基因芯片数据库
RAD：http://www.cbil.upenn.edu/RAD/php/
功能与CleanEX近似，推荐使用
Gene Expression Db：http://discover.nci.nih.gov
提供60多个肿瘤细胞系的基因芯片数据
NIAID：http://madb.niaid.nih.gov
ONCOMINE：http://141.214.6.50/oncomine/main/
AWR1Uko AND MY EMAIL非常好的肿瘤microarray数据库
GENEHOPPER：http://genehopper.lumc.nl/db/
利用accession num将microarray数据与Genebank进行连接的软件
NetAffx：https://www.affymetrix.com/analysis/netaffx/index.affx
Microarray Anotation Database：探针注释数据库
四、其它数据库
免疫学相关数据库
MHCI结合表型预测：http://bimas.dcrt.nih.gov/molbio/hla_bind/
已经试过，非常好用
两种常用表位预测数据库
ProPred-I： http://www.imtech.res.in/raghava/propred1/
SYFPEITHI：http://www.uni-tuebingen.de/uni/kxi/
MHCI表型预测与蛋白酶体降解分析
SYFPEITHI的MHCI表型预测工具：http://syfpeithi.bmi-heidelberg.com/Scripts/MHCServer.dll/EpitopePrediction.htm
SEREX数据库：http://www2.licr.org/CancerImmunomeDB/
CT抗原数据库：http://www.cancerimmunity.org/CTdatabase/
Immunology相关工具综合：http://www.cancerimmunity.org
特殊数据库
McGill：http://ww2.mcgill.ca/androgendb/
雄激素受体数据库
肿瘤数据库
染色体突变数据库：http://www.infobiogen.fr/services/chromcancer/
内源性逆转录病毒数据库：http://www.girinst.org
包含100多个内源性逆转录病毒家族，每个家族都给出了共有序列
基因注释数据库
ensemble：http://www.ensembl.org/Homo_sapiens/
综合各种基因注释的平台
OE：http://vortex.cs.wayne.edu/Projects.html
基因功能注释的重要工具，提供每个注释的生物学意义的评分
GENMAPP：
将基因芯片数据综合在各种生物通路上，帮助分析表达数据的生物学意义
GeneCard：http://bioinformatics.weizmann.ac.il/cards/
很全的基因卡片
突变数据库
HGMD突变数据库：http://archive.uwcm.ac.uk/uwcm/mg/hgmd/search.html
包含各种疾病和基因的突变数据
肿瘤基因数据库：http://condor.bcm.tmc.edu/ermb/tgdb/tgdb.html
搜索起来不是很方便
比较基因组学数据库
VISTA：http://www-gsd.lbl.gov/vista/
最重要的比较基因组学在线软件，强烈推荐使用
PCR相关网站
引物数据库：http://pga.mgh.harvard.edu/primerbank/
含180000条mRNA特异引物，非常好用
方便的实验室运算软件
MOLBIOL.RU：http://molbiol.ru/eng/scripts/
可以进行随机核酸序列的产生，PCR条件优化运算等
密码子使用频度数据库：http://www.kazusa.or.jp/codon/
最权威的生物信息学网址链接：http://www.bioinformatics.vg
生物信息学网址链接：http://www.bioinformatics.ca/links_directory/
Nucleic Acid Research Database Issue：http://nar.oupjournals.org/content/vol32/suppl_2/
一、蛋白相关数据库蛋白质结构域预测工具
Esignal：http://motif.stanford.edu/esignal/
信号传导系统蛋白的结构域预测工具，凡是涉及到信号传导系统的蛋白用这个预测效果最佳
SignalP：http://www.cbs.dtu.dk/services/SignalP/
信号肽预测工具，适合定位于非胞质位置的蛋白质
Emotif：http://motif.stanford.edu/emotif-search/
结构域预测工具，由于其用motif电子学习的方法产生结构域模型，故预测效果比Prosite好
Ematrix：http://fold.stanford.edu/ematrix/
是用Matrix的方法创建的结构域数据库，可与emotif互相印证。其速度快，可快速搜索整个基因组
InterPro：http://www.ebi.ac.uk/InterProScan/
EBI提供的服务，用图形的形式表示出搜索的结构域结果
TRRD：http://wwwmgs.bionet.nsc.ru/mgs/gnw/trrd/
转录因子结构域预测的最好数据库。但不会用
Protscale：http://cn.expasy.org/cgi-bin/protscale.pl
可分析该序列的各种性状如活动度、亲水性（Kyte&Doolittle）、抗原性（Hopp&Woods）等
通过寻找MOTIF和Domain来分析蛋白质的功能
A. MOTIF是蛋白中较小的保守序列片断，其概念比Domain小
PROSITE：http://cn.expasy.org/tools/scanprosite/
是专门搜索蛋白质Motif的数据库，其中signature seqs是最重要的motif信息
B. Domain：若干motif可形成一个Domain，每个Domain形成一个球形结构，Domain与Domain之间通常像串珠一样相连
Pfam：http://www.sanger.ac.uk
可以搜索某段序列中的Domain，并以图形化表示出来。这个数据库非常重要。用法：在搜索栏中输入蛋白的swissprot的序列号
CDD：http://www.ebi.ac.uk/interpro/
NCBI搜索时在每个蛋白质Link旁都有Blink，Domains两个链接。Domains可以直接看到这个蛋白的确定的结构域。如果要在CDD数据库寻找Domain信息，则可进入Blink链接，再进行CDD搜索，就可以了。看Domain的详细信息可以到：http://www.ebi.ac.uk/interpro/上进行搜索查看
蛋白跨膜序列分析
kyte-Doolittle疏水性分析：每个等于或高于1.8的峰都可能是跨膜结构域
蛋白质结构预测工具
PREDATOR：http://npsa-pbil.ibcp.fr/cgi-bin/npsa_automat.pl?page=/NPSA/npsa_preda.html
蛋白质二级结构预测工具
蛋白质糖基化位点的预测
http://bioresearch.ac.uk/browse/mesh/C0017982L1222670.html
这是个综合连接。包括：DictyOGlyc prediction server，NetOGlyc prediction server，YinOYang server，META II PredictProtein server，O-GLYCBASE，GlycoMod tool
蛋白质结构数据库
MMDB：http://www.ncbi.nlm.nih.gov/Structure/MMDB/mmdb.shtml
NCBI的蛋白质结构数据库，要使用Cn3D v4.1软件观看
PDB：http://www.rcsb.org/pdb/
Protein Data Bank, 要使用Swiss PDB viewer软件观看
蛋白质综合数据库
PIR：http://pir.georgetown.edu
Uniprot http://www.pir.uniprot.org
二、核酸相关数据库
三大主要核酸序列数据库：
EMBL：http://www.ebi.ac.uk/embl/
GenBank：http://www.ncbi.nlm.nih.gov/Genbank/
DDBJ：http://www.ddbj.nig.ac.jp
RNA二级结构及非编码区功能预测：
RNA二级结构预测：http://www.genebee.msu.su/services/rna2_reduced.html
速度快，生成图像
最好的RNA二级结构预测软件：mfold
UTR功能区预测：http://bighost.area.ba.cnr.it/BIG/UTRHome/
预测mRNA翻译能力的在线工具：http://wwwmgs.bionet.nsc.ru/programs/acts2/ma_mRNA.htm
其说明书在：http://wwwmgs.bionet.nsc.ru/mgs/papers/kochetov/bioinf/
RegRNA:http://bidlab.life.nctu.edu.tw/RegRNA2/website/
RFAM：http://www.sanger.ac.uk/Software/Rfam/
RNA world：http://www.imb-jena.de/RNA.html
RNA resource Links：http://bidlab.life.nctu.edu.tw/RegRNA2/website/references/
基因转录调控相关数据库
EPD http://www.epd.isb-sib.ch
真核生物启动子，好用
TRRD：Transcription Regulatory Regions Database
可搜索某一基因的调控区及相关转录因子
TRANSFAC：http://www.generegulation.de
可搜索所有转录因子的数据，好用
启动子数据库：http://www.epi.isb-sib.ch
转录因子结合位点 http://www.ejbiotechnology.info/content/vol3/issue3/full/2/bip/
电子延伸相关在线软件
意大利CAP3软件：http://bio.ifom-firc.it/ASSEMBLY/assemble.html
强烈推荐使用，使用时只需将整个Unigene全部序列文件输入就可以了
序列比对在线软件
Multialin：http://prodes.toulouse.inra.fr/multalin/multalin.html
最好的多序列比对在线工具
FASTA：http://www.ebi.ac.uk/fasta/，http://fasta.bioch.virginia.edu
BLAST：http://www.ncbi.nih.gov/BLAST/
Motif的发现与利用Motif发现新的功能基因
MEME：http://meme.sdsc.edu/meme/website/intro.html
可以发现几个序列所共有的motif以及根据已知的motif搜索est数据库以发现新的基因，此软件输出结果不好读懂
BLOCK Maker：http://blocks.fhcrc.org
in which Block maker is Very Good
http://bioinformatics.weizmann.ac.il/blocks/blockmkr/www/make_blocks.html
可通过蛋白多序列比对寻找其中的保守区域，非常好用，易学
IRES及其他UTR功能序列的预测
UTRscan：http://bighost.area.ba.cnr.it/BIG/UTRScan/，http://www.ba.itb.cnr.it/BIG/UTRScan/
需要先注册email
三、表达数据库
EST聚类表达数据资源
Unigene：http://www.ncbi.nlm.nih.gov/unigene/
不用说了，老牌的EST聚类程序，数据库质量很好，但毛病也不少，不过我常用它
TIGR：http://www.tigr.org/tdb/tgi/
按独一无二的剪接体对EST进行聚类，并从中得出独一无二的共有的序列，每个Cluster的EST都有图形排列显示
Allgenes：http://www.allgenes.org
其EST聚类要求比较严格，但每个Cluster都有一个质量极高的mRNA序列，可轻松定位到基因组上
MIPS：http://mips.gsf.de/proj/human/
MIPS的EST聚类数据库。其中有个工具特别好，就是在BLAST服务中有个可以得到与BLAST基因相近EST的组织分布的程序
特殊的表达数据库
前列腺表达数据库：http://www.pedb.org
膀胱癌EST数据库：http://bladder.nhri.org.tw
Microarray和SAGE表达数据库及其分析工具
全身正常组织microarray数据（U133A, U133B）：http://www.dev.gmod.org
较全的全身正常组织microarray数据库，推荐，要搜索表达数据需在search中数据探针名称（U133A, U133B），注意必须安装Adobe SVG Viewer，得到的数据需要用photoshop颠倒过来才能观看。
斯坦福大学生物芯片数据库：http://genome-www5.stanford.edu/
最好的生物芯片数据库，不仅数据源丰富，而且数据搜索软件功能齐全，但要学会也需要点时间
CleanEX：http://www.cleanex.isb-sib.ch
用于分析比较来源于不同技术平台的表达数据
EBI array database：http://www.ebi.ac.uk/arrayexpress/
欧洲生物信息学会主办的基因芯片数据库
RAD：http://www.cbil.upenn.edu/RAD/php/
功能与CleanEX近似，推荐使用
Gene Expression Db：http://discover.nci.nih.gov
提供60多个肿瘤细胞系的基因芯片数据
NIAID：http://madb.niaid.nih.gov
ONCOMINE：http://141.214.6.50/oncomine/main/
AWR1Uko AND MY EMAIL非常好的肿瘤microarray数据库
GENEHOPPER：http://genehopper.lumc.nl/db/
利用accession num将microarray数据与Genebank进行连接的软件
NetAffx：https://www.affymetrix.com/analysis/netaffx/index.affx
Microarray Anotation Database：探针注释数据库
四、其它数据库
免疫学相关数据库
MHCI结合表型预测：http://bimas.dcrt.nih.gov/molbio/hla_bind/
已经试过，非常好用
两种常用表位预测数据库
ProPred-I： http://www.imtech.res.in/raghava/propred1/
SYFPEITHI：http://www.uni-tuebingen.de/uni/kxi/
MHCI表型预测与蛋白酶体降解分析
SYFPEITHI的MHCI表型预测工具：http://syfpeithi.bmi-heidelberg.com/Scripts/MHCServer.dll/EpitopePrediction.htm
SEREX数据库：http://www2.licr.org/CancerImmunomeDB/
CT抗原数据库：http://www.cancerimmunity.org/CTdatabase/
Immunology相关工具综合：http://www.cancerimmunity.org
特殊数据库
McGill：http://ww2.mcgill.ca/androgendb/
雄激素受体数据库
肿瘤数据库
染色体突变数据库：http://www.infobiogen.fr/services/chromcancer/
内源性逆转录病毒数据库：http://www.girinst.org
包含100多个内源性逆转录病毒家族，每个家族都给出了共有序列
基因注释数据库
ensemble：http://www.ensembl.org/Homo_sapiens/
综合各种基因注释的平台
OE：http://vortex.cs.wayne.edu/Projects.html
基因功能注释的重要工具，提供每个注释的生物学意义的评分
GENMAPP：
将基因芯片数据综合在各种生物通路上，帮助分析表达数据的生物学意义
GeneCard：http://bioinformatics.weizmann.ac.il/cards/
很全的基因卡片
突变数据库
HGMD突变数据库：http://archive.uwcm.ac.uk/uwcm/mg/hgmd/search.html
包含各种疾病和基因的突变数据
肿瘤基因数据库：http://condor.bcm.tmc.edu/ermb/tgdb/tgdb.html
搜索起来不是很方便
比较基因组学数据库
VISTA：http://www-gsd.lbl.gov/vista/
最重要的比较基因组学在线软件，强烈推荐使用
PCR相关网站
引物数据库：http://pga.mgh.harvard.edu/primerbank/
含180000条mRNA特异引物，非常好用
方便的实验室运算软件
MOLBIOL.RU：http://molbiol.ru/eng/scripts/
可以进行随机核酸序列的产生，PCR条件优化运算等
密码子使用频度数据库：http://www.kazusa.or.jp/codon/
https://blog.sciencenet.cn/blog-54276-453229.html
上一篇：R中的遗传算法
下一篇：Perl语言中的splice()函数的用法及其用于对数组的随机扰动
