各种常用数据库合集

KEGG and GO

  1. DAVID + 微生信绘图

  2. Metascape

  3. Kobas

  4. reactome

  5. Enrichr

蛋白网站

  1. UniProt (强大的蛋白结构和功能注释网站)

  2. HPA(可查看蛋白表达以及亚细胞定位)

  3. String (PPI)

  4. BioGRID(相互作用蛋白的PPI网络图)

  5. TCPA与TCGA相对应,用于访问可视化肿瘤蛋白组学网站

  6. PDB蛋白结构数据库

  7. SWISSMODEL蛋白3D结构预测

  8. Pfam蛋白结构及功能预测

基因及蛋白分析网站

  1. GEPIA可进行基因表达、共表达、预后等分析

  2. TIMER可进行基因表达、共表达、预后、免疫等分析

  3. Cbioportal数据库之神可进行突变、突变结构、共表达富集等分析 网站使用说明

  4. Linkedomics可分析基因在不同肿瘤的表达以及相关基因的表达

  5. BioGRID可以查询基因、蛋白、药物、PPI、关联基因、GO等可以关联到好多其他网站,功能强大!

  6. UALCAN相关基因以及预后

  7. Depmap肿瘤细胞系、基因、药物

  8. TISIDB查询基因、基因富集(GO KEGG)、免疫等信息

  9. TCPA与TCGA相对应,用于访问可视化肿瘤蛋白组学网站,关联基因,生存分析

  10. CTD药物基因疾病相互作用分析

  11. chilibot可绘制基因表型互作图

查询基因信息

  1. genecards查询基因详细信息 - 非常强大,会直接连接到HGNC/HUGO,NCBI,ensembl,OMIM,UniProt 网站

  2. Genome Browser Gateway还可查询基因启动子序列

  3. DISEASE查询基因与疾病

  4. BioGPS查询基因详细信息以及基因在细胞和组织中的表达量

  5. EMBL-EBI可查询基因蛋白化合物信息

  6. ensembl基因浏览器+gene ID转换

  7. TISIDB查询基因、基因富集(GO KEGG)、免疫等信息

  8. Depmap其中集合了CCLE网站信息,可分析肿瘤细胞系、基因、药物

  9. HGNC/HUGO可查询基因信息

  10. COSMIC可查询基因突变信息

  11. OMIM包括文本信息和相关参考信息、序列纪录、图谱和相关其他数据库。

细胞系信息网站

  1. GDSC药物突变以及表达与细胞系敏感性分析网站

  2. Depmap其中集合了CCLE网站信息,可分析肿瘤细胞系、基因、药物

  3. BioGPS可直接检索基因信息以及基因在细胞系的表达情况

分析关联基因:

  1. GEPIA

  2. Cbioportal

  3. Linkedomics

  4. BioGRID

  5. TIMER

  6. UALCAN

  7. UCSC网站有相关的操作演示

  8. TCPA与TCGA相对应,用于访问可视化肿瘤蛋白组学网站,关联基因,生存分析

生存分析

  1. KM-plotter

  2. PrognoScan 可分析特殊GEO数据集预后

  3. TIMER

  4. GEPIA

  5. UALCAN

  6. UCSC

  7. TCPA与TCGA相对应,用于访问可视化肿瘤蛋白组学网站,关联基因,生存分析

药物分析

  1. GDSC药物细胞系敏感性分析网站

  2. Depmap肿瘤细胞系、基因、药物

  3. BioGRID可以查询基因、蛋白、药物、PPI、关联基因、GO等可以关联到好多其他网站,功能强大!

  4. CTD药物基因疾病相互作用分析

  5. Drugbank药物查询网站

  6. EMBL-EBI可查询基因蛋白化合物信息

  7. Open Targets Platform

免疫分析

  1. TIMER

  2. TISIDB

特殊数据库

  1. 自噬数据库

  2. eFORGE 表观遗传数据库

  3. CellMarker 细胞标志物数据库,可用于单细胞测序

  4. COSMIC癌症体细胞突变数据库

通路可视化数据库

  1. KEGG

  2. Reactome

  3. Pathview

Selleckchem : https://www.selleck.cn/ 抑制剂

CRISPRlnc : http://www.crisprlnc.org/ crispr/lncRNA

MRPrimerW2 : http://mrprimerw2.com/ qPCR引物

ChIPprimersDB : https://www.chipprimers.com ChIP-PCR引物

PrimerBank:https://pga.mgh.harvard.edu/primerbank/ qPCR引物

Addgene:http://www.addgene.org/ 载体信息共享网站

2.实验protocol数据库 Jove : https://www.jove.com 视频/权限

bio-protocol : https://bio-protocol.org/cn/default.aspx protocol

Current Protocols : https://currentprotocols.onlinelibrary.wiley.com/ protocol

Nature protocol : https://www.nature.com/nprot/ protocol

Springer Protocols : https://experiments.springernature.com/springer-protocols-closure protocol

Cold Spring Harbor Protocols : http://cshprotocols.cshlp.org/ protocol

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,332评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,508评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,812评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,607评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,728评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,919评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,071评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,802评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,256评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,576评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,712评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,389评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,032评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,026评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,473评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,606评论 2 350

推荐阅读更多精彩内容