生物信息学数据库及在线工具汇总 （更新）
文章目录
- 核酸数据库
- 非编码RNA数据库
- 1.非编码小RNA数据库
- 2.长非编码RNA数据库：
- 3.非编码RNA家族数据库
- 4.非编码RNA序列数据库
- 蛋白质数据库
- 0.蛋白质信息
- 1.蛋白序列数据库
- 2.蛋白质结构数据库
- 3.蛋白组数据库
- 4.蛋白质功能域数据库
- 5.蛋白互作数据库
- 代谢数据库
- 1.代谢途径数据库
- 2.代谢组学常用数据库
- 3.表型数据库
- 序列比对
- 1.序列与数据库比对
- 2.多序列间比对
- 3.序列进化树分析
- 基因分析
- 0.基因信息
- 1.基因注释
- 2.基因功能预测：
- 3.基因结构预测
- 4.同源基因分析
- 5.亚细胞定位预测
- 6.启动子分析
- 7.调控目的基因的miRNA预测
- 8.表达分析
- 9.基因结构绘制
- 蛋白质分析
- 1.蛋白二级三级结构预测及绘图
- 2.蛋白特性分析
- 3.蛋白亲疏水性分析
- 4.跨膜结构分析
- 5.信号肽分析
- 6.磷酸化位点分析
核酸数据库
NCBI [https://www.ncbi.nlm.nih.gov/genbank/]
NCBI (National Center for Biotechnology Information）是指美国国立生物技术信息中心
EMBL [https://www.ebi.ac.uk/ena]
欧洲分子生物学实验室EMBL（The European Molecular Biology Laboratory）
DDBJ [https://www.ddbj.nig.ac.jp/index-e.html]
DDBJ(DNA Data Bank of Japan)，于1984年建立，是世界三大DNA 数据库之一，与NCBI的GenBank，EMBL的EBI数据库共同组成国际DNA数据库
CNGB [https://db.cngb.org/]
中国国家数据库（China National GeneBank）位于深圳大鹏新区，是继世界三大数据库之后的全球第四大国家级数据库。它是中国首个，也是唯一一个国家基因库，相对于全球另外三个基因库而言，国家基因库样品保存的规模、存储量和可访问的数据量皆是全球最大。
BIGD [https://bigd.big.ac.cn/]
中国国家基因组科学数据中心 生命与健康大数据中心 (National Genomics Data Center BIG Data Center)
非编码RNA数据库
1.非编码小RNA数据库
miRBase [http://www.mirbase.org/]
piRNAbank [http://pirnabank.ibab.ac.in/]
piRNAbank [http://gtrnadb.ucsc.edu/]
SILVA [https://www.arb-silva.de/]
2.长非编码RNA数据库：
LncRNAdb [http://www.lncrnadb.org/]
真核生物
LncRNAwiki [http://lncrna.big.ac.cn/index.php/Main_Page]
人类长非编码RNA数据库
3.非编码RNA家族数据库
Rfam[http://rfam.xfam.org/]
类似于Pfam的RNA家族注释数据库
4.非编码RNA序列数据库
- RNAcentral [https://rnacentral.org/ ]
蛋白质数据库
0.蛋白质信息
Human protein atlas [http://www.proteinatlas.org/ ]
人体蛋白在细胞、组织、病理条件下的表达
1.蛋白序列数据库
Pfam [http://pfam.xfam.org/]
Pfam是蛋白质家族的数据库，包括使用隐马尔可夫模型生成的注释和多序列比对。
SwissProt [http://us.expasy.org/sprot/]
手动注释的非冗余蛋白序列数据库
UniProt [ https://www.uniprot.org/]
PIR [http://www.proteininformationresource.org/]
Antibodies [http://www.bioinf.org.uk/abs/]
BRENDA [ http://www.brenda-enzymes.org/]
HPRD [http://www.hprd.org/]
InterPro [http://www.ebi.ac.uk/interpro/]
通过整合多个蛋白相关数据库，提供了一个方便的对蛋白序列进行功能注释的平台，包括对蛋白质家族、结构域、功能位点的预测
iProClass [http://pir.georgetown.edu/iproclass/]
PRF [http://www.prf.or.jp/]
REBASE [http://rebase.neb.com/rebase/rebase.html]
2.蛋白质结构数据库
PDB [http://www.rcsb.org/]
通过实验测定的结构
SCOP [http://scop.mrc-lmb.cam.ac.uk/scop/]
CATH [http://www.cathdb.info/]
PSI [http://www.uwstructuralgenomics.org/]
3.蛋白组数据库
- PRIDE [https://www.ebi.ac.uk/pride/archive/]
4.蛋白质功能域数据库
PROSITE [https://prosite.expasy.org/]
最全面
Pfam [http://pfam.xfam.org/]
最专业
ProDom [http://prodom.prabi.fr/]
CCD [http://www.ncbi.nlm.nih.gov/Structure/cdd/cdd.shtm]
Prints [http://www.bioinf.man.ac.uk/dbbrowser/PRINTS/index.php]
SMART [ http://smart.embl-heidelberg.de/]
TIGRFAM [http://www.tigr.org/TIGRFAMs/]
5.蛋白互作数据库
STRING [https://string-db.org/]
DIP [https://dip.doe-mbi.ucla.edu/dip/Main.cgi]
实验验证的蛋白相互作用数据库
BioGRID [https://thebiogrid.org/] ：
IntAct [ https://www.ebi.ac.uk/intact/]
代谢数据库
MapMan：一个功能强大的代谢途径查看和编辑软件
1.代谢途径数据库
KEGG [https://www.kegg.jp/]
GO [http://www.geneontology.org/]
NCBI BioSystems [https://www.ncbi.nlm.nih.gov/biosystems]
IMP [http://imp.princeton.edu/]
plantCyc [https://www.plantcyc.org/]
MANET [ https://manet.illinois.edu/]
MetaNetX [ https://www.metanetx.org/]
2.代谢组学常用数据库
MataboLights [https://www.ebi.ac.uk/metabolights/]
HMDB [http://www.hmdb.ca/]
YMDB [http://www.ymdb.ca/]
ECMDB [http://ecmdb.ca/]
3.表型数据库
Planteome [http://www.planteome.org/]
dbGaP [https://www.ncbi.nlm.nih.gov/gap/]
IPPN [https://www.plant-phenotyping.org/]
序列比对
1.序列与数据库比对
- Blast [https://blast.ncbi.nlm.nih.gov/Blast.cgi]
2.多序列间比对
- Clustal
3.序列进化树分析
- MEGA
基因分析
0.基因信息
GeneCard [https://www.genecards.org/]
Gene Wiki[https://en.wikipedia.org/wiki/Wikipedia:Gene_Wiki ]
1.基因注释
Blast [https://blast.ncbi.nlm.nih.gov/Blast.cgi]
Interproscan [http://www.ebi.ac.uk/interpro/]，
WEGO [http://wego.genomics.org.cn/]
KAAS [https://www.genome.jp/tools/kaas/]
2.基因功能预测：
FGENESH [http://linux1.softberry.com/berry.phtml?topic=fgenesh&group=programs&subgroup=gfind]
AUGUSTUS [http://bioinf.uni-greifswald.de/augustus/submission.php ]
GENESCAN [http://argonaute.mit.edu/GENSCAN.html]
GeneMark [http://topaz.gatech.edu/GeneMark/]
Glimmer [http://ccb.jhu.edu/software/glimmer/index.shtml]
3.基因结构预测
Exon-Intron Graphic Maker [http://wormweb.org/exonintron]
根据候选基因的外显子和内含子等信息绘制基因结构
Blastp [https://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastp&PAGE_TYPE=BlastSearch&LINK_LOC=blasthome]
可在线获取蛋白结构域的注释和位置信息
4.同源基因分析
- OrthoDB是直系同源物的综合目录[https://www.orthodb.org/]
5.亚细胞定位预测
- PSORT Prediction [http://psort1.hgc.jp/form.html]
6.启动子分析
- Plantcare [http://bioinformatics.psb.ugent.be/webtools/plantcare/html/]
7.调控目的基因的miRNA预测
- psRNAtarget [http://plantgrn.noble.org/psRNATarget/analysis?function=2]
8.表达分析
ArrayExpress [https://www.ebi.ac.uk/arrayexpress/ ]
数据来自EMBL的高通量功能基因组学实验的数据；
BAR [http://bar.utoronto.ca]
在分析基因功能时，通常会参考基因的表达模式，即基因在植物不同组织不同发育时期的表达丰度变化。通过在线分析网站BAR对候基因进行表达分析。 是一个植物生信分析资源网站，用该网站分析基因表达时，不仅可以获得基因表达模式的热图，还可以获得可视化的电子荧光图片，直观呈现基因在植物组织中的表达位置。
9.基因结构绘制
GSDS [http://gsds.cbi.pku.edu.cn/]
Gene Structure Display Server，基于基因组注释文件绘制序列基因结构等功能
蛋白质分析
1.蛋白二级三级结构预测及绘图
- CFSSP [http://www.biogem.org/tool/chou-fasman/]
- SOPMA [https://npsa-prabi.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html]
- PredictProtein [https://www.predictprotein.org/]
- SWISS-MODEL [https://swissmodel.expasy.org/interactive]
2.蛋白特性分析
ProtParam [http://web.expasy.org/protparam/]
蛋白特性分析是指蛋白的一些物理和化学参数，如分子量、等电点、氨基酸和原子组成、消光系数、半衰期、不稳定系数、脂肪族氨基酸指数、亲水性。这些参数，有助于进行蛋白的相关生化实验。比如在体外体系（大肠杆菌、酵母等）表达和纯化目的蛋白时，需要考虑蛋白的分子量、等电点、消光系数、不稳定系数和亲水性等。在酶活实验中，也需要根据这些参数优化实验体系。
3.蛋白亲疏水性分析
Protscale [https://web.expasy.org/protscale/]
蛋白氨基酸的亲疏水性主要由其侧链基团R，如果R只是H或是C、H两元素组成的话，都是疏水的，如果含有极性侧链基团，如-OH、-SH、-COOH、-NH2 等，则就是极性的（亲水的）。疏水性氨基酸有酪氨酸、色氨酸、苯丙氨酸、缬氨酸、亮氨酸、异亮氨酸、丙氨酸和蛋氨酸（甲硫氨酸）。疏水性氨基酸在蛋白质内部，在保持蛋白质的三级结构上，酶和基质、抗体和抗原间的相互作用等各种非共价键的分子结合方面，具有重要作用。
4.跨膜结构分析
TMHMM [http://www.cbs.dtu.dk/services/TMHMM/]
蛋白的跨膜结构分析对于预测蛋白的亚细胞定位密切相关。如果具有跨膜结构，蛋白很可能定位于细胞中与膜相关的结构，如细胞质膜、叶绿体膜或线粒体膜等内膜系统。此外，蛋白跨膜结构分析对于蛋白功能分析也有一定的帮助。比如某蛋白没有跨膜结构，但是亚细胞定位实验显示其可定位于膜相关结构，这说明该蛋白可能通过其他膜定位蛋白招募过去的。
5.信号肽分析
SignalP [http://www.cbs.dtu.dk/services/SignalP/]
峰信号位置为信号肽切割点，峰之前的序列为信号肽
信号肽是指引导新合成的蛋白质向分泌通路转移的短肽链，常位于蛋白的N-末端，负责把蛋白质引导到不同膜结构的亚细胞器内。编码分泌蛋白的mRNA在翻译时首先合成N末端的信号肽，它被信号肽识别蛋白(SRP)所识别，SRP将核糖体携带至内质网上，内质网膜上的 SPR 受体识别并与之结合。新合成蛋白在信号肽引导下到达内质网内腔，而信号肽则在信号肽酶的作用下被切除。由于它的引导，新生的多肽就能够通过内质网膜进入腔内，最终被分泌到胞外。在宿主菌中表达外源蛋白时，可用信号肽引导外源蛋白定位分泌到胞外，提高蛋白可溶性，在原核表达系统（大肠杆菌、芽孢杆菌等）和真核表达系统（如毕赤酵母）中均有应用。
6.磷酸化位点分析
NetPhos [http://www.cbs.dtu.dk/services/NetPhos/]
KinasePhos-2.0 [http://kinasephos2.mbc.nctu.edu.tw/]
蛋白质磷酸化指由蛋白质激酶催化的把 ATP 的磷酸基转移到底物蛋白质氨基酸残基（丝氨酸、苏氨酸、酪氨酸）上的过程，或者在信号作用下结合 GTP（通常以 GTP 取代 GDP），是生物体内一种普通的调节方式，在细胞信号转导的过程中起重要作用。在信号达到时通过获得一个或几个磷酸集团而被激活，而在信号减弱时能去除这些集团，从而失去活性。有时某个信号蛋白磷酸化通常造成下游的蛋白依次发生磷酸化，形成磷酸化级联反应。
参考:
http://www.pathguide.org
https://www.jianshu.com/p/e09dd3db76c3?utm_campaign=haruki&utm_content=note&utm_medium=reader_share&utm_source=weixin_timeline&from=timeline
http://m.sohu.com/a/202115741_629408
https://bigd.big.ac.cn/?lang=zh
生物信息学数据库及在线工具汇总 （更新）相关推荐
- 正则表达式 - 在线工具汇总
正则表达式 - 在线工具汇总 本文主要总结常用的在线正则表达式相关的工具,从而高效的写出正确的表达式.@pdai 正则表达式 - 在线工具汇总 工具一:可视化理解正则 工具二:在线测试正则 工具三:R ...
- 渗透测试常用在线工具汇总
网站导航 编码/加密 CyberChef:编解码及加密,可本地部署 https://github.com/gchq/CyberChef OK Tools在线工具:https://github.com/ ...
- 推荐一些在线效率工具汇总（数据分析，舆情监测、图片语义识别等）
推荐一些我经常使用的一些在线的效率工具汇总给大家,大部分是免费的,相当有用的: 1. 数据分析相关 1.在线词频.语义.情感分析工 ...
- 【工具】更新云文档办公利器汇总，腾讯新增批量上传多文件上传，云文档对比测试报告...
昨天腾讯文档增加了新功能:一键批量文件导入,即一次操作将多个文件导入到腾讯文档.简单测试了一下,非常好用.腾讯文档要往云存储方向发展?小伙伴们又多了一个云备份地方,好评! 上次的大文件上传测试 在论坛 ...
- 【工具】更新云文档办公利器汇总，腾讯文档测试文件上传，云文档对比测试报告...
昨天在论坛里看到有大神分享"书籍索引目录.xlsx",据说是某宝买的资源,里边是约5T电子书资源的网盘书籍引目录,这个excel表格文档大小6M左右,我想分享给大家,然后便有了今天 ...
- 【PC工具】更新在线图片文字识别工具，OCR免费文字识别工具
微信关注 "DLGG创客DIY" 设为"星标",重磅干货,第一时间送达. 之前分享过两个windows上的OCR文字识别工具: [PC工具]更新!windows ...
- Android 开发、成长、辅助等工具汇总（持续更新中）
互联网的迅速发展,导致市面上各种各样的工具层出不穷,这本来是好事.但是过于频繁的尝试.更换工具,不仅仅浪费了我们的时间,最重要的是也影响了我们的成长.现如今同类工具的功能基本类似,优秀的ideal总会 ...
- 在线数据库设计工具-toolfk程序员在线工具网
2019独角兽企业重金招聘Python工程师标准>>> 本文要推荐的[ToolFk]是一款程序员经常使用的线上免费测试工具箱,ToolFk 特色是专注于程序员日常的开发工具,不用安装 ...
- sqlaction 更新至 v0.2.1.0，自动生成 JDBC 代码的数据库持久层工具
开发四年只会写业务代码,分布式高并发都不会还做程序员? 0.2.1.0 2019-04-17 calvin * 新增拦截器"@@STA ...
- 【PC工具】更新：在线智能抠图工具，在线视频、图片、音频等转换工具，绿色免安装抠图神奇抠图工具...
今天分享两款简单粗暴的工具软件,在线工具,不用安装,只需收藏. 在线智能抠图工具: https://www.gaoding.com/koutu/ 先上传图片,然后和上次的软件一样,用鼠标划一划就能扣出 ...
最新文章
- 五步让你玩转CocoaPods
- 【运筹学】运输规划求最大值 ( 运输规划求最大值问题示例 | 转为运输规划求最小值的方式 )
- DVWA暴力破解（Brute Force）——全等级（Low，Medium，High，lmpossible）精讲
- 浏览器插件：一款解决谷歌浏览器吃内存神器插件，你值得试一试！
- 致诺奖得主：低报酬、超工时，为什么我们要追求科学事业？
- 英寸和厘米的交互python_Python的新手-尝试将厘米编码为英寸,反之亦然
- 【Flink】Flink的 processingTimeTimersQueue 是如何注册数据的
- Linux内存管理之vmalloc与low_memory
- 微型计算机控制是微机原理吗,微型计算机控制技术学习心得
- 千方百剂医药管理系统对接第三方WMS系统(天力士物流)
- Win10新电脑里的设备和驱动器下如何分盘
- 中国云服务商最新排名：阿里云第一腾讯云华为云分列二、三名
- c语言使用scanf_s输入时，保存的内容是中文乱码的解决方案
- 红帽Redhat—Linux文本处理
- Fleck说明文档翻译
- 【数学建模入门】数学建模基本知识｜如何准备如何备战
- 业务后台商业组件ViewUI（iView）入门
- 【深度学习小常识】CPU（中央处理器）和GPU（图像处理器）的区别
- 大数据学习——常用的数据分析法和模型
- 域控策略之用户或计算机组策略例外配置