生信通明
生信通明
首页
教程
实践
题库
课程推荐
博客推荐
创作中心
登录
|
注册
首页
教程
实践
题库
推视频
推博客
币 时
V币充值
创作中心
我的日记
账号设置
收支管理
退出登录
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
数据挖掘和分析工具
数据挖掘和分析工具是一种用于从大量数据中提取有用信息的软件工具。它们可以帮助企业更好地了解客户行为、市场趋势和其他有价值的信息,从而改善业务决策和提高效率。常见的数据挖掘和分析工具有SAS、SPSS、RapidMiner、KNIME等。
日记关键词:
取消
保存
目录
收藏
日记
官方微信
点击收藏
编辑日记
返回顶部
NewMer首页
数据挖掘
NGplot科研绘图
Copyright © 2021-2025 上海牛马人生物科技有限公司
沪ICP备 2022007390号-2