一些关于医学科研的好用网站(转载)
Posted Mario cai
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一些关于医学科研的好用网站(转载)相关的知识,希望对你有一定的参考价值。
GEPIA 2: http://gepia2.cancer-pku.cn/#index
仙桃学术:https://www.xiantao.love/ 有基础的功能体验,高阶版需钞能力解锁
转录因子数据库 Cistrome DB: http://cistrome.org/db/#/
蛋白表达数据库 HPA:https://www.proteinatlas.org/
GEO2R,针对GEO数据的差异分析的工具:https://www.ncbi.nlm.nih.gov/geo/geo2r/
紧接着,GEO,高通量基因表达数据库:https://www.ncbi.nlm.nih.gov/gds
GDC,对TCGA数据库及其他数据库数据的整合分析:https://portal.gdc.cancer.gov/
STRING,蛋白相互作用数据库:https://cn.string-db.org/
Hitpredict,蛋白互作:http://www.hitpredict.org/
BioGRID,蛋白互作:https://thebiogrid.org/
HuRI, 人类蛋白互作组数据库:http://www.interactome-atlas.org/
GeneMANIA, 基因间相互作用和功能:https://genemania.org/
IntAct,开源的分子相互作用数据库:https://www.ebi.ac.uk/intact/home
TIMER,肿瘤免疫的在线研究工具:https://cistrome.shinyapps.io/timer/
Metascape, 基因富集分析在线工具:https://metascape.org/gp/index.html#/main/step1
Genecards, 基因信息库:https://www.genecards.org/
KM-plotter,在线生存分析工具:https://kmplot.com/analysis/
National Genomics Data Cente, 全球生物数据库目录:https://ngdc.cncb.ac.cn/databasecommons/
Ensembl数据库,基因组检索数据库:http://asia.ensembl.org/index.html
BioPlex,293T细胞系系统的蛋白质互作组学数据库:https://bioplex.hms.harvard.edu/
IMEx,各大蛋白质互作数据库的整合查询工具:http://www.imexconsortium.org/
MassIVE,质谱数据:https://massive.ucsd.edu/ProteoSAFe/static/massive.jsp
Pathway Commons,通路数据库:https://www.pathwaycommons.org/
UniProt,蛋白质百科全书:https://www.uniprot.org/
geneontology,GO数据库,dddd,:http://geneontology.org/
ICG,RT-qPCR内参选择标准库:http://icg.big.ac.cn/index.php/Main_Page
PrimerBank,顾名思义,PCR引物设计(白嫖)网站:https://pga.mgh.harvard.edu/primerbank/index.html
Primer3web,PCR引物在线设计:https://primer3.ut.ee/
UALCAN,TCGA数据挖掘网站:http://ualcan.path.uab.edu/index.html
SMART,蛋白结构域的数据库:http://smart.embl-heidelberg.de/
Pfam,蛋白质家族数据库:http://pfam.xfam.org/
DepMap, 细胞系基因表达数据:https://depmap.org/portal/
PrognoScan,基因的预后分析(KM):http://dna00.bio.kyutech.ac.jp/PrognoScan/
OncoLnc,TCGA数据的生存分析:http://www.oncolnc.org/
Biomedical Informatics Institute,预后分析:https://bioinfo.henu.edu.cn/GC/GCList.jsp
UbiBrowser,泛素连接酶-底物相互作用数据库:http://ubibrowser.bio-it.cn/ubibrowser_v3/
NetworkAnalyst,基因表达分析工具:https://www.networkanalyst.ca/
ENCORI,RNA相互作用:https://starbase.sysu.edu.cn/ 作者:康老师不是老师 https://www.bilibili.com/read/cv17418519/ 出处:bilibili
以上是关于一些关于医学科研的好用网站(转载)的主要内容,如果未能解决你的问题,请参考以下文章
计算机视觉热门科研!基于深度神经网络的蛋白质智能显微分类系统,寒假报名已开启!
有一段长度约为1000bp的DNA序列,如何证明其中的PRD区(大约第60-100bp)表达的蛋白与特定蛋白有作用?