GWAS研究可利用的数据库（持续更新）

Posted 2020-11-01 橙子牛奶糖

1、列表包括数据库名称、表型、是否能下载到基因型（genotype）、是否能下载到GWAS结果文件（P值、效应值、SNP位点）。目前收集到的有如下：

参考到这些数据库的文献：Genome-wide association study identifies 74 loci associated with educational attainment

 

2、The Japanese Genotype-phenotype Archive (JGA)  ：该数据拥有个体水平的基因型和表型数据，需要申请，已经有人做过GWAS了，数据库连接：https://www.ddbj.nig.ac.jp/jga/index-e.html

 

3、ExAC，不提供个体水平的genotype，但提供vcf、CNV、coverage等。表型只提供已经发表过的表型，比如二型糖尿病。

ExAC涉及的population和样本数：

Population	Male Samples	Female Samples	Total
African/African American (AFR)	1,888	3,315	5,203
Latino (AMR)	2,254	3,535	5,789
East Asian (EAS)	2,016	2,311	4,327
Finnish (FIN)	2,084	1,223	3,307
Non-Finnish European (NFE)	18,740	14,630	33,370
South Asian (SAS)	6,387	1,869	8,256
Other (OTH)	275	179	454
Total	33,644	27,062	60,706

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ExAC可下载的数据：

FTP Link	Description
Sites VCF	VCF of Variant Sites
CNV	CNV Counts and Intolerance Scores
Coverage	Per Base Coverage
Functional Gene Constraint	Functional Gene Constraint Scores for ExAC and Subsets
Manuscript Data	Variant Tables Used in Manuscript
Resources	Exome Calling and Purcell5k Intervals
Subsets	Non-TCGA VCF Subset

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据库链接：http://exac.broadinstitute.org/downloads

 

4、Simons Genome Diversity Project (SGDP)

提供279个样本，涉及的群体有：美洲、非洲、东亚、南亚、西欧、大洋洲；提供vcf、Phased genotypes、STR、BAMS for Y-chromosomes

链接地址：http://reichdata.hms.harvard.edu/pub/datasets/sgdp/

 

5、CHINESE MILLIONOME DATABASE

网址：https://db.cngb.org/cmdb/

The Chinese Millionome Database(CMDB) is a unique large-scale Chinese genomics database produced by BGI and hosted in the National GeneBank. The CMDB delivers peridical and useful variation information and scientific insights derived from the analysis of millions of Chinese sequencing data. The results aim to promote genetic research and precision medicine actions in China.

The delivering information includes any of detected variants and the corresponding allele frequency, annotation, frequency comparison to the global populations from existing databases, etc.

 提供变异位点的频率、注释、和其他群体的频率比较；

 

6 、UK biobank 

UKbiobank的GWAS summary数据：https://ctg.cncr.nl/documents/p1651/ukb2_sumstats.tar.gz

这个数据很大，下载请谨慎。

 

7、失眠、阿尔兹海默症、各种精神类疾病、智力等的summary数据库

https://ctg.cncr.nl/software/summary_statistics

 

8、日本的公共数据库National Bioscience Database Centre (NBDC) Human Database

https://humandbs.biosciencedbc.jp/

 

9、CVDKP Datasets

表型：人体测量、心血管疾病、心电图、房颤、血脂、血糖、精神病

http://www.kp4cd.org/datasets/mi

 

10、CARDIoGRAMplusC4D Consortium

表型：冠状动脉疾病、心血管疾病

http://www.cardiogramplusc4d.org/data-downloads/

 

11、diagram consortium

表型：T2D

http://diagram-consortium.org/downloads.html

 

12、GWAS公共数据以及代码存储

https://data.mendeley.com/research-data/

 

13、日本的GWAS summary数据

http://jenger.riken.jp/en/result

 

14、GWAS Catalog

https://www.ebi.ac.uk/gwas/

 

15、基于SAIGE的UKBB summary数据

https://www.leelabsg.org/resources