6月数据库汇总(截止6.21)(中)
写在前面
整个5-6月份发表了近100篇数据库文章。进一步去掉一些其他物种的以及植物方面的数据库,最后剩下了以下这些数据库。
这次的数据库我们分成了六个方面。(1) 疾病相关数据库;(2) DNA相关数据库;(3) RNA相关数据库;(4) 蛋白相关数据库;(5) 组学分析流程数据库;(6) 微生物和老鼠相关数据库;(7) 其他数据库。
由于这个月发表的数据库比较多,所以我们分上、中、下来介绍这些新发表的数据库。今天我们介绍RNA相关数据库和其他数据库。
以下是所有这个月数据库的汇总,如果想要pdf格式的文件。可以直接后台回复:"2006"。
1.DeepCLIP https://deepclip-web.compbio.sdu.dk/
利用深度学习的方法来预测RNA绑定蛋白位点.
2. IRESbase http://reprod.njmu.edu.cn/cgi-bin/iresbase/index.php
实验验证的内部核糖体进入位点(IRESs)数据库:内部核糖体进入位点(IRESs)是功能性RNA元件,可以以不依赖帽的方式将核糖体直接募集到mRNA的内部位置以启动翻译。
3. CCLA http://bioinfo.life.hust.edu.cn/web/CCLA/
肿瘤细胞系认证数据库:基于表达谱芯片来认证肿瘤细胞系是哪种细胞。通过上传这个细胞系的表达谱芯片来评估这个基因是什么癌症细胞。
4. RNAProbe https://rnaprobe.genesilico.pl
基于RNA结构探针数据来预测RNA结构的在线分析数据库
5. ncRI http://www.jianglab.cn/ncRI/
炎症相关的ncRNA数据库:这个数据库收集了经过实验验证了验证相关的ncRNA。其中ncRNA包括lncRNA、miRNA等等。
6. miRNet 2.0 https://www.mirnet.ca
miRNA一站式分析数据库:数据库提供了关于miRNA芯片分析流程以及miRNA相关调控的一站式数据分析的结果。
7. CVCDAP https://omics.bjcancer.org/cvcdap/
肿瘤RNA-seq数据与临床数据分析数据库:数据库利用TCGA和CPTAC公共数据,来分析基因和临床性状之间的数据。类似于GEPIA,数据库好像更大一些。
8. ASAP https://asap.epfl.ch
单细胞测序数据分析平台:数据库对HUMAN CELL ATLAS数据库的单细胞测序的数据进行了分析。方便我们使用这个这个数据库的scRNA-seq的结果,同时也可以分析自己的数据。
9. 3D-GNOME https://3dgnome.cent.uw.edu.pl/
三维基因组数据库可视化:数据库利用 ChIA-PET 以及 Hi-C等数据对基因组进行了三维可视化。
10. Fluxer https://fluxer.umbc.edu
代谢途径可视化数据库:基于全基因组测序的数据,来进行代谢途径的可视化。
11. scTPA http://sctpa.bio-data.cn/sctpa
单细胞数据通路分析数据库:利用单细胞数据在多个数据库当中进行通路的富集分析。
12. iMRM http://www.bioml.cn/XG_iRNA/home
多种RNA修饰预测的数据库:可以预测m6A, m5C, m1A, ψ and A-to-I修饰的结果。
13. TIMER2.0 http://timer.cistrome.org/
免疫浸润评价数据库:基于RNA-seq的数据来评价样本的免疫浸润程度。同时对TCGA的数据进行了分析。目前这个数据库更新到了2.0版本,以后我们会来介绍这个数据。
1. Webina http://durrantlab.com/webina
分子对接数据库:利用AutoDock Vina来预测小分子如何结合大分子靶标。
2. DDIEM http://ddiem.phenomebrowser.net
先天性代谢缺陷的药物数据库
3. Tox21BodyMap https://sandbox.ntp.niehs.nih.gov/bodymap/
化学物质作用数据库:数据库使用了9270种化学物质高通量检测的结果,用来评价某种化学物质更可能的作用靶向器官。
4. SYNERGxDB http://SYNERGxDB.ca/
5. HCVpred http://codes.bio/hcvpred/
预测HCV NS5B抑制剂生物活性的数据库
6. DenvInD https://webs.iiitd.edu.in/raghava/denvind/index.htm
戈登热病毒抑制剂数据库:可以通过检索了解相关疾病的抑制剂。
以上是关于RNA和其他方面的数据库。明天我们把剩下的蛋白以及组学分析数据库介绍完。