创作中心
反馈咨询
欢迎添加微信!
微信号:z_gqing
微信二维码:

生物信息数据库

1 生物信息学概述 1.1 生物信息学定义和历史 1.2 生物信息学的应用领域 2 基因组学数据库 2.1 NCBI基因组数据库 2.1.1 GenBank 2.1.2 RefSeq 2.1.3 dbSNP 2.2 Ensembl 2.3 UCSC基因组浏览器 2.4 EMBL-EBI基因组资源 2.5 其他基因组数据库 3 蛋白质序列和结构数据库 3.1 UniProt 3.2 Pfam 3.3 SMART 3.4 CATH 3.5 SCOP 3.6 InterPro 4 非编码RNA数据库 4.1 miRBase 4.2 piRNABank 4.3 snoRNABase 4.4 Lncipedia 4.5 Rfam 5 表观遗传学数据库 5.1 ENCODE 6 微生物数据库 6.1 NCBI微生物数据库 7 生物化学和代谢途径数据库 7.1 KEGG 7.2 Reactome 7.3 BioCyc 7.4 MetaCyc 8 医学和临床数据库 9 分子互作数据库 9.1 STRING 9.2 IntAct 9.3 MINT 9.4 BioGRID 9.5 iRefIndex 10 生物医学文献数据库 10.1 PubMed 10.2 Scopus 11 数据挖掘和分析工具 11.1 BLAST 11.2 HMMER 11.3 MAFFT 11.4 Jalview 11.5 Cytoscape 11.6 Galaxy 12 生物信息学软件和编程语言 12.1 R语言 12.2 Python 12.3 Perl 12.4 Biopython 12.5 Bioconductor
首页 教程 生物信息数据库 生物信息学定义和历史
生物信息学是一门交叉学科,结合了生物学、计算机科学和数学。它的主要目标是开发算法、方法和技术,用于分析和解释生物学数据。这些数据通常来自基因组测序、蛋白质结构研究、代谢途径分析等实验。 生物信息学的历史可以追溯到20世纪60年代,当时科学家们开始使用计算机来处理分子生物学数据。然而,直到1990年,人类基因组计划启动后,生物信息学才真正进入了一个快速发展阶段。这个计划的目标是测定人类基因组的全部DNA序列,这需要大量的计算能力和数据分析技术。 随着基因组测序技术的进步,生物信息学也在不断发展。现在,生物信息学家不仅关注基因组数据,还研究转录组、蛋白质组、表观基因组等其他类型的生物学数据。他们开发出各种工具和算法,用于识别基因、预测蛋白质结构、分析基因表达模式、发现疾病相关基因等。 总的来说,生物信息学是一个充满活力和挑战性的领域,它在推动生物学研究和医学进步方面发挥着重要作用。

官方微信
点击收藏 编辑日记
木牛零码 Newmer生信 公司产品 意见反馈 联系我们 关于我们 招合伙-招聘-兼职
Copyright © 2021-2024 上海牛马人生物科技有限公司 沪ICP备 2022007390号-2