生物信息 | 数据库 | 预测工具 | 数字化汇编目录

生物信息泛指发生在生命体内的所有的活动信息，是控制我们生老病死的根本原因。

要想开发一个大一统模型，那就必须对该系统的核心的方方面面有扎实的理解。

先根据初高中知识，按中心法则的上游到下游分个类，DNA、RNA、蛋白质、代谢物，最后补充表观、药物、整合、癌症。

 

DNA相关数据库

Human DNA序列

• 人类基因组计划

基因组功能注释

• 蛋白编码区 - Genecode
• 非编码区 - ENCODE、Roadmap

Human variant

• dbSNP
• gnomAD
• 千人基因组计划 - 10k
• haplotype - HapMap
• InDel
• CNV
• SV

Human diseases and traits variants

• GWAS Catalog
• OMIM

泛基因组

 

相关预测 

预测未知DNA序列来源 - BLAST，如测序中没比对上的序列可能是杂菌

预测variant的功能【GWAS下游热门领域】

• 编码区 - VEP、annovar
• 非编码区 - enhancer区

 

表观数据库

ENCODE

Roadmap

Cistrome

 

相关预测

TF靶基因预测 - 做个TF ChIP-seq即可

预测SNP的表观效应，prioritize regulatory variants - DeepSEA 【热门领域】

 

RNA相关数据库

Human RNA序列

全长转录本

lncRNA

miRNA

可变剪切AS

 

 

基因相关数据库

调控因子

• 转录因子TF - 靶基因预测 
• 可变剪切调控 - 靶exon预测

基因集

• GO
• MSigDB - GSEA

基因调控网络GRN

 

蛋白质相关数据库

蛋白质互作网络PPI

蛋白质序列

蛋白质结构

蛋白质功能

 

蛋白结构预测 AlphaFold

 

代谢物相关数据库

代谢物结构

代谢网络

 

Drug相关数据库

drugdb

 

整合型数据库

eQTL

• GTEx

DeepSEA【见上】

 

癌症数据库

TCGA

 

 

三位一体，一个蛋白编码基因的三种状态，有点宗教的意思了。