基因組學數據分析常用的在線資源

奮斗在人類組學數據分析的一線,要隨時跟上最新的研究進展。大型的研究項目會有全面的數據集和可視化工具,也有專門從各個數據源收集數據整合而成的數據庫。手頭備幾個,方便查閱。

Genetic和Epigenetic數據查詢與下載

GeneCards (http://www.genecards.org/) 使用125個數據源對人類基因組基因進行詳細注釋

ENCODE data portal (https://www.encodeproject.org/)

  • ENCODE Phase 3和ENCODE Phase 4的數據庫
  • 常用細胞系和組織的各類組學數據

ENCODE Downloads (http://genome.ucsc.edu/encode/downloads.html)

  • ENCODE phase 2數據下載頁面

ICGC Data Portal (https://dcc.icgc.org/) 最全的癌癥項目數據庫,包含TCGA的數據

COSMIC (http://cancer.sanger.ac.uk/cosmic) 人工注釋癌癥樣本中的Somantic Mutation大全

BioMart (https://www.ensembl.org/biomart/martview/1fbe827446e53d1a0f34002043ac4dfa) 在線注釋基因組信息(R中有biomaRt包實現同樣功能)

Firebrowse (http://firebrowse.org/) TCGA數據分析展示的工具

非編碼基因組(noncoding genome)的相關數據庫
  • 隨著ENCODE計劃從Phase 2到Phase 4不斷推進,大家發現基因組絕大部分是不編碼的,再加上基因編輯技術更新換代,這些nocoding genome的功能研究一直如火如荼。從短的(miRNA,siRNA等)到長的(lncRNA),再到成環的(circRNA),無所不能...

Noncode (http://www.noncode.org/) 陳潤生院士課題組開發的,網站功能全面

Lncipeda (https://lncipedia.org/) 數據來源十分廣泛

Lncrnadb (http://lncrnadb.com/) 完全手動收集,每一個條目有對應文獻

GWAS Catalog (https://www.ebi.ac.uk/gwas/) 完全手動收集的GWAS SNP,每一個有對應文獻

基因組瀏覽器

UCSC genome browser (https://genome.ucsc.edu/)

  • 人類基因組計劃時代開發的browser,頁面較簡陋,但數據仍在不斷更新

WashU Browser (http://epigenomegateway.wustl.edu/)

  • 云端有ENCODE項目和Roadmap項目的全部數據
  • 可以上傳自己的數據,也有截圖功能產生矢量圖片
  • 支持三維基因組學數據的可視化(比如Hi-C和ChIAPET)

IGV (http://www.igv.org/) 包括桌面瀏覽器和javascript兩個版本

  • 桌面瀏覽器本地運行,適合可視化大文件(如bam文件),也可以加載來自ENCODE, TCGA,1000 Genomics的云端數據
  • javascript版本IGV.js可以直接嵌入其他web應用里

HiGlass (http://higlass.io/) 4D Nucleome項目官方瀏覽器

  • 不僅能可視化組學數據(比如ChIP-Seq和RNA-Seq),還支持Hi-C交互矩陣的可視化
常用軟件

OMICTools (https://omictools.com/) 生物信息學軟件收集

Bioconductor (https://www.bioconductor.org/) 生物信息學R package大本營

問答社區

Biostars (https://www.biostars.org/) 軟件報錯的時候

SEQanswers(http://seqanswers.com/) 軟件報錯的時候

Stackoverflow (https://stackoverflow.com/) 代碼報錯的時候

在線課程

Bioinformatics Specialization UCSD開設的計算生物學課程,從算法角度解決生物學問題

Data Analysis for Life Sciences 哈佛開設的統計分析課程,針對生命科學背景的研究人員

暫時想到的就是這么多,以后再更新...

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,836評論 6 540
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,275評論 3 428
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,904評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,633評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,368評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,736評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,740評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,919評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,481評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,235評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,427評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,968評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,656評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,055評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,348評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,160評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,380評論 2 379

推薦閱讀更多精彩內容