作者归档：yuyin110

在Jupyter中配置使用Julia语言

发表于 由
3

最近了解到Julia是种非常好用的语言，打算学习一下，在 coursera上找到了相应的课程，但是是写在Jupyter中的，只能安装 IJulia 插件，按照要求先是在Julia终端（安装Julia的过程很简单，这里就不介绍了）输入

1
2

using Pkg
Pkg.add("IJulia")
结果出现了好像包不能编译的情况如ZMQ，”build ZMQ”出现了下面的错误： 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

(v1.1) pkg> build ZMQ
  Building ZMQ → `~/.julia/packages/ZMQ/ABGOx/deps/build.log`
┌ Error: Error building `ZMQ`: 
│ ┌ Warning: platform_key() is deprecated, use platform_key_abi() from now on
│ │   caller = ip:0x0
│ └ @ Core :-1
│ ┌ Warning: Could not extract the platform key of https://github.com/JuliaInterop/ZMQBuilder/releases/download/v4.2.5+6/ZMQ.x86_64-apple-darwin14.tar.gz; continuing...
│ └ @ BinaryProvider ~/.julia/packages/BinaryProvider/TcAwt/src/Prefix.jl:185
│ [ Info: Downloading https://github.com/JuliaInterop/ZMQBuilder/releases/download/v4.2.5+6/ZMQ.x86_64-apple-darwin14.tar.gz to /Users/davidbuchaca1/.julia/packages/ZMQ/ABGOx/deps/usr/downloads/ZMQ.x86_64-apple-darwin14.tar.gz...
│ ERROR: LoadError: Could not download https://github.com/JuliaInterop/ZMQBuilder/releases/download/v4.2.5+6/ZMQ.x86_64-apple-darwin14.tar.gz to /Users/davidbuchaca1/.julia/packages/ZMQ/ABGOx/deps/usr/downloads/ZMQ.x86_64-apple-darwin14.tar.gz:
│ ErrorException("")
│ Stacktrace:
│  [1] error(::String) at ./error.jl:33
│  [2] #download#89(::Bool, ::Function, ::String, ::String) at /Users/davidbuchaca1/.julia/packages/BinaryProvider/TcAwt/src/PlatformEngines.jl:498
│  [3] #download at ./none:0 [inlined]
│  [4] #download_verify#90(::Bool, ::Bool, ::Bool, ::Function, ::String, ::String, ::String) at /Users/davidbuchaca1/.julia/packages/BinaryProvider/TcAwt/src/PlatformEngines.jl:567
│  [5] #download_verify at ./none:0 [inlined]
│  [6] #install#129(::Prefix, ::String, ::Bool, ::Bool, ::Bool, ::Function, ::String, ::String) at /Users/davidbuchaca1/.julia/packages/BinaryProvider/TcAwt/src/Prefix.jl:314
│  [7] (::getfield(BinaryProvider, Symbol("#kw##install")))(::NamedTuple{(:prefix, :force, :verbose),Tuple{Prefix,Bool,Bool}}, ::typeof(install), ::String, ::String) at ./none:0
│  [8] top-level scope at /Users/davidbuchaca1/.julia/packages/ZMQ/ABGOx/deps/build.jl:44
│  [9] include at ./boot.jl:326 [inlined]
│  [10] include_relative(::Module, ::String) at ./loading.jl:1038
│  [11] include(::Module, ::String) at ./sysimg.jl:29
│  [12] include(::String) at ./client.jl:403
│  [13] top-level scope at none:0
│ in expression starting at /Users/davidbuchaca1/.julia/packages/ZMQ/ABGOx/deps/build.jl:40
│ [22:31:24] dyld: Library not loaded: @rpath/libssl.1.0.0.dylib
│ [22:31:24]   Referenced from: /Users/davidbuchaca1/anaconda3/lib/libssh2.1.dylib
│ [22:31:24]   Reason: image not found
└ @ Pkg.Operations /Users/julia/buildbot/worker/package_macos64/build/usr/share/julia/stdlib/v1.1/Pkg/src/Operations.jl:1075
整整折腾了太半天都没解决，如修改logo文件，切换到管理员权限，重装Julia等等都行不通，包括官网上的方法也不行，最后在CSDN中糖王大王中的一篇文章中找到了方法，原来是要先安装C库，而且只需要安装“MbedTLS”就可全部解决，包括IJulia都安装好了。具体思路就是先用“julia> rm(joinpath(homedir(), “.julia”, “registries”); recursive=true)”删除掉旧的registries，再导入”Pkg”,”julia> import Pkg”,最后安装”MbedTLS”,”julia> Pkg.build(“MbedTLS”)”，三步全部搞定。

如果还是出现上述的问题，可能还需要装一个windows更新Windows Management Framework。

Download Windows Management Framework 5.1 from Official Microsoft

安装完成后”using IJulia”，因为电脑原来安装Anaconda3时已经安装了Jupter Notebook了，所以这时只需要打开Jupter Notebook，在首页右上角的”New”下拉菜单上就可以找到新安装的”julia”，打开就可以运行代码了。不需要在Julia终端运行“notebook()”。 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85

               _
   _       _ _(_)_     |  Documentation: https://docs.julialang.org
  (_)     | (_) (_)    |
   _ _   _| |_  __ _   |  Type "?" for help, "]?" for Pkg help.
  | | | | | | |/ _` |  |
  | | |_| | | | (_| |  |  Version 1.2.0 (2019-08-20)
 _/ |\__'_|_|_|\__'_|  |  Official https://julialang.org/ release
|__/                   |
 
(v1.2) pkg> add ZMQ
  Updating registry at `C:\Users\kejunjun\.julia\registries\General`
  Updating git-repo `https://github.com/JuliaRegistries/General.git`
 Resolving package versions...
  Updating `C:\Users\kejunjun\.julia\environments\v1.2\Project.toml`
 [no changes]
  Updating `C:\Users\kejunjun\.julia\environments\v1.2\Manifest.toml`
 [no changes]
julia>  rm(joinpath(homedir(), ".julia", "registries"); recursive=true)
julia> import Pkg
julia> Pkg.build("MbedTLS")
   Cloning default registries into `C:\Users\kejunjun\.julia`
   Cloning registry from "https://github.com/JuliaRegistries/General.git"
     Added registry `General` to `C:\Users\kejunjun\.julia\registries\General`
 Installed Lazy ──────────────────────────────────── v0.14.0
 Installed FixedPointNumbers ────────── v0.6.1
 Installed Conda ────────────────────────────────── v1.3.0
 Installed FunctionalCollections ── v0.5.0
 Installed Distances ────────────────────────── v0.8.2
 Installed Traceur ────────────────────────────── v0.3.0
 Installed BinaryProvider ──────────────── v0.5.6
 Installed WebIO ────────────────────────────────── v0.8.11
 Installed Requires ──────────────────────────── v0.5.2
 Installed StringDistances ────────────── v0.4.0
 Installed CodeTracking ──────────────────── v0.5.8
 Installed Hiccup ──────────────────────────────── v0.2.2
 Installed Tokenize ──────────────────────────── v0.5.6
 Installed OrderedCollections ──────── v1.1.0
 Installed MbedTLS ────────────────────────────── v0.7.0
 Installed TreeViews ────────────────────────── v0.3.0
 Installed SoftGlobalScope ────────────── v1.0.10
 Installed Juno ──────────────────────────────────── v0.7.2
 Installed Pidfile ────────────────────────────── v1.1.0
 Installed CodeTools ────────────────────────── v0.6.4
 Installed VersionParsing ──────────────── v1.1.3
 Installed URIParser ────────────────────────── v0.4.0
 Installed JSON ──────────────────────────────────── v0.21.0
 Installed Colors ──────────────────────────────── v0.9.6
 Installed Widgets ────────────────────────────── v0.6.2
 Installed LNR ────────────────────────────────────── v0.2.0
 Installed Atom ──────────────────────────────────── v0.10.1
 Installed ColorTypes ──────────────────────── v0.8.0
 Installed WebSockets ──────────────────────── v1.5.2
 Installed IniFile ────────────────────────────── v0.5.0
 Installed HTTP ──────────────────────────────────── v0.8.6
 Installed DataStructures ──────────────── v0.17.1
 Installed Media ────────────────────────────────── v0.5.0
 Installed ZMQ ────────────────────────────────────── v1.0.0
 Installed JuliaInterpreter ──────────── v0.7.3
 Installed MacroTools ──────────────────────── v0.5.1
 Installed Compat ──────────────────────────────── v2.1.0
 Installed Reexport ──────────────────────────── v0.2.0
 Installed Cassette ──────────────────────────── v0.2.6
 Installed DocSeeker ────────────────────────── v0.3.0
 Installed Parsers ────────────────────────────── v0.3.7
 Installed Observables ────────────────────── v0.2.3
 Installed CSTParser ────────────────────────── v0.6.2
 Installed AssetRegistry ────────────────── v0.1.0
 Installed JuliaFormatter ──────────────── v0.1.13
 Installed IJulia ──────────────────────────────── v1.20.0
  Building MbedTLS →→ `C:\Users\kejunjun\.julia\packages\MbedTLS\a1JFn\deps\buil
d.log`
  Building WebIO ────→→ `C:\Users\kejunjun\.julia\packages\WebIO\2mZPb\deps\buil
d.log`
  Building Conda ────→→ `C:\Users\kejunjun\.julia\packages\Conda\kLXeC\deps\buil
d.log`
  Building ZMQ ────────→→ `C:\Users\kejunjun\.julia\packages\ZMQ\ABGOx\deps\buil
d.log`
  Building IJulia ──→→ `C:\Users\kejunjun\.julia\packages\IJulia\fRegO\deps\buil
d.log`
  Building MbedTLS →→ `C:\Users\kejunjun\.julia\packages\MbedTLS\a1JFn\deps\buil
d.log`
false
 
julia> using IJulia
[ Info: Precompiling IJulia [7073ff75-c697-5162-941a-fcdaad2a7d2a]

生物信息数据库大全

发表于 由
5

生物信息学数据库分类概览
生物与计算机的结合让生物进入大数据时代，为方便管理各种生物数据，科学家们开发了各式各样的生物数据库。了解与自己研究领域相关的数据库，并加以利用可能会使研究工作得到事半功倍的效果。在此将常用数据库按照以下分类方式大致整理了一下，也方便检索。

分类不准或有遗漏的欢迎指出，后续将不断推出更新版本。

目录
Meta databases
Model organism databases
Nucleic acid databases
3.1 DNA databases
3.2 Gene expression databases (mostly microarray data)
3.3 Phenotype databases
3.4 RNA databases
Amino acid / protein databases
4.1 Protein sequence databases
4.2 Protein structure databases
4.3 Protein model databases
4.4 Protein-protein and other molecular interactions
Signal transduction pathway databases
Metabolic pathway and protein function databases
Additional databases
7.1 Exosomal databases
7.2 Mathematical model databases
7.3 Taxonomic databases
7.4 Radiologic databases
Wiki-style databases
Specialized databases
Database

  1. Meta databases
    元数据库，合并不同来源的相关数据以更新的或更加方便的形式提供新的数据，通俗的讲就是数据库的数据库，代表性的数据库主要有以下几个：

ConsensusPathDB
网址：http://consensuspathdb.org/
描述：分子功能互作数据库，基于32个公共数据库，整合了人类蛋白质相互作用，遗传相互作用信号，代谢，基因调控和药物 – 靶标相互作用的信息。

Entrez
网址：https://www.ncbi.nlm.nih.gov/Class/MLACourse/Modules/Entrez/complex_boolean.html
描述：Entrez跨数据库全局查询搜索系统是一个联合搜索引擎或门户网站，允许用户在NCBI网站上搜索许多离散的健康科学数据库。

Neuroscience Information Framework
网址：https://neuinfo.org//
描述：整合了数百种神经科学相关资源，包括实验，临床和转化神经科学数据库，知识库，地图集和遗传/基因组资源等。

GeneCard
网址：https://www.genecards.org/
描述：自动整合125个数据库，包含基因组、转录组、蛋白组、遗传、临床和功能信息的庞大人基因组数据库。

Ensembl Genomes
网址：http://ensemblgenomes.org/
描述：该项目由EMBL运营，提供细菌、原生生物、真菌、植物和无脊椎动物后生动物的基因组数据。

NGS基础 – 参考基因组和基因注释文件
NGS基础 – GTF/GFF文件格式解读和转换
UCSC Genome
网址： http://genome.ucsc.edu
描述：主要是动物基因组信息，基因组注释，基因组保守性和基因组共线性数据。

UCSC XENA – 集大成者(TCGA, ICGC)
UCSC基因组浏览器
Human protein atlas
网址：http://www.proteinatlas.org/
描述：人体蛋白在细胞、组织、病理条件下的表达

ICGC数据库使用

  1. Model organism databases
    模式生物数据库，为深入研究模式生物提供生物数据，如：

Personal Genome Project
网址：https://www.personalgenomes.org/
描述：来自世界各地的100,00名志愿者的人类基因组计划。

Mouse Genome Database(MGD)
网址：http://www.informatics.jax.org/
描述：MGD数据库是整合了国际上实验室小鼠生物数据的资源库，提供小鼠相关的基因组、综合遗传等信息。

Rat Genome Database (RGD):
网址：https://rgd.mcw.edu/
描述：大鼠基因组数据库。

PomBase
网址：https://www.pombase.org/
描述：裂殖酵母Schizosaccharomyces pombe的知识库。

Saccharomyces Genome Database (SGD):
网址：https://www.yeastgenome.org/
描述：酵母模型生物的基因组数据库

TAIR
网址 https://www.arabidopsis.org/
描述：最全的拟南芥资源数据库。政府为我们付费购买了使用权，以至于不少人没感觉到TAIR已经收费了。

Legume Information System (LIS)
网址：https://legumeinfo.org/
描述：豆科植物的基因组数据库。

Wormbase:
网址：https://wormbase.org/#012-34-5
描述：关于线虫模式生物秀丽隐杆线虫的生物学和基因组在线生物数据库，还包含其他相关线虫的信息。

Xenbase:
网址：http://www.xenbase.org/entry/
描述：模式生物非洲爪蟾（Xenopus tropicalis）和非洲爪蟾（Xenopus laevis）的基因组数据库。

Zebrafish Information Network:
网址：http://zfin.org/
描述：斑马鱼的基因组数据库。

FlyBase:
网址：http://flybase.org/
描述：模式生物果蝇的基因组数据库。

UCSC Malaria Genome Browser:
网址：http://enacademic.com/dic.nsf/enwiki/7907997
描述：UCSC疟疾基因组浏览器是研究疟疾（如恶性疟原虫等）基因组的生物信息学研究工具。

  1. Nucleic acid databases
    3.1 DNA databases
    核酸数据库分为一级数据库（Primary databases）和二级数据库（Secondary databases）

3.1.1 一级核酸数据库
下面三个数据库是核酸的主数据库，存储来自所有生物的核酸序列，接受用户提交核酸序列，每天交换更新数据以实现他们之间的最佳同步。

DNA Data Bank of Japan
网址：https://www.ddbj.nig.ac.jp/index-e.html
EMBL (European Bioinformatics Institute)
网址：https://www.embl.org/
NCBI (National Center for Biotechnology Information)
网址：https://www.ncbi.nlm.nih.gov/
生信软件系列 – NCBI使用
如果你经常用PubMed，那么这个插件将非常好用！
一文教会你查找基因的启动子、UTR、TSS等区域以及预测转录因子结合位点
3.1.2 二级核酸数据库
数目很多，先列出一些，欢迎补充：

23andMe’s database
网址：https://www.23andme.com/en-int/
描述：23andMe是一家私营的个人基因组学生物技术公司 ，主要业务是基于唾液对消费者进行基因检测，并向客户提供基因检测报告。

OMIM (Online Mendelian Inheritance in Man):
网址：https://omim.org/
描述：一个管理人类基因和人类遗传疾病特征的数据库。

RefSeq
网址：https://www.ncbi.nlm.nih.gov/refseq/
描述：参考序列数据库收集了从病毒、细菌到真核生物等主要生物的核酸序列（DNA、RNA）及其蛋白质常产物。

1000 Genomes Project:
网址：http://www.internationalgenome.org/
描述：2008年1月启动的项目，对来自不同种族群体的一千多名匿名参与者的基因组进行了分析，并将数据公布于众。

SNP / Disease Databases
网址：https://www.snpedia.com/
描述：人SNP位点对表型的影响和贡献度数据库

3.2 Gene expression databases
这些数据库收集基因组序列，注释并分析他们，以提供公共访问。主要包括：

ArrayExpress
网址：https://www.ebi.ac.uk/arrayexpress/
描述：功能基因组数据存档；存储来自EMBL的高通量功能基因组学实验的数据；展示方式很炫酷。

Bioinformatic Harvester
网址：Ensembl: http://asia.ensembl.org/index.html
描述：为人类，小鼠，其他脊椎动物和真核生物基因组提供自动注释的数据库

BioGPS
网址：http://biogps.org/#goto=welcome
描述：强大的基因和蛋白表达注释平台

Gene Disease Database
基因疾病数据库，通过整理表型-基因型关系和基因-疾病机制，以及多种复合相互作用来理解复杂疾病的潜在机制。主要数据库如下：

5.1 The Comparative Toxicogenomics Database (CTD)
网址：http://ctdbase.org/
5.2 The Universal Protein Resource (UNIPROT)
网址：https://www.uniprot.org
5.3 The Online Mendelian Inheritance in Man
网址：https://www.ncbi.nlm.nih.gov/omim
5.5 The Ensembl genome database project
网址：http://www.ensembl.org/
5.6 The Gene Disease Associations Database DisGeNET
网址：http://www.disgenet.org/

Gene Expression Omnibus (GEO):
网址：https://www.ncbi.nlm.nih.gov/geo/
描述：来自美国国家癌症研究所（NCI）的公共功能基因组数据库，它支持基于阵列和序列的数据，并提供了用于查询和下载基因表达谱的工具。

NGS基础 – 测序原始数据下载
测序文章数据上传找哪里
3.3 Phenotype databases
PHI-base:
网址：http://www.phi-base.org/
描述：病原体 – 宿主相互作用数据库。

细胞表型数据库
网址：https://www.ebi.ac.uk/fg/sym
描述：基于RNAi的细胞表型收集

dbGAP
网址：https://www.ncbi.nlm.nih.gov/gap
描述：基因型-表型数据库，来源于GWAS、医学测序、分子诊断等

The Human Phenotype Ontology
网址：https://hpo.jax.org/app/
描述：人类疾病表型描述的标准化术语，类比于Gene Ontology. 现有13000个条目和156,000关于遗传病的注释。

GWAS central
网址： https://www.gwascentral.org
描述：包含2,974,967个SNP与829个MeSH疾病、表型之间的69,986,326个关联。

European genome-phenome archive
网址：https://ega-archive.org
描述：生物医学研究中涉及的遗传和表型数据关联库

Monarch
网址：https://monarchinitiative.org
描述：基因型-表型数据库，表型相似性度量

Cellular Phenotype Database
网址：http://www.ebi.ac.uk/fg/sym
描述：存储来自高通量表型研究的数据，可以搜索感兴趣的表型并检索相关靶基因和RNAi

GenomeRNAi
网址：http://www.genomernai.org/
描述：包含来自果蝇和人RNA干扰筛选的表型数据库

Genomics of Drug Sensitivity in Cancer
网址：http://www.cancerrxgene.org/
描述：筛选了多种抗癌疗法人类癌细胞系，通过与基因组数据关联以识别药物靶标，同时为临床应用提供信息

GenomeCRISPR
网址：http://genomecrispr.dkfz.de/
描述：用于高通量CRISPR / Cas9筛选实验的数据库

Cellular Microscopy Phenotype Ontology (CMPO)
网址：www.ebi.ac.uk/cmpo/
描述：CMPO为描述与整个细胞、细胞成分、细胞过程和细胞群体有关的表型特性提供了一种物种中立的词汇。

Human Phenotype Ontology (HPO)
网址：https://hpo.jax.org/app/
描述：提供了人类疾病中表型异常的标准化词汇

3.4 RNA databases
miRBase
网址：http://www.mirbase.org/
描述：存储microRNA序列和注释的数据库。

Rfam:
网址：http://rfam.org/
描述：一个包含非编码RNA（ncRNA）家族和其他类型RNA信息的数据库。

RNAcentral
网址：https://rnacentral.org/
描述：非编码RNA序列数据库。

  1. Amino acid / protein databases
    4.1 Protein sequence databases
    Swiss-Prot/Uniprot
    网址：https://www.uniprot.org/
    描述：结合了从文献中提取的信息和生物鉴定者评估的计算分析，是一个手动注释的非冗余蛋白质序列数据库。

Database of Interacting Proteins (Univ. of California)
网址：https://dip.doe-mbi.ucla.edu/dip/Main.cgi
描述：记录了实验确定的蛋白质之间的相互作用。

DisProt:（打不开了）
网址：http://www.disprot.org/
描述：用于注释文献中的蛋白固有无序区域（IDRs）

2018Cell系列最好的调控方式-相变，最强综述，未来以来，你在哪
InterPro:
网址：https://www.ebi.ac.uk/interpro/
描述：通过整合多个蛋白相关数据库，提供了一个方便的对蛋白序列进行功能注释的平台，包括对蛋白质家族、结构域、功能位点的预测。

MobiDB:
网址：http://mobidb.bio.unipd.it/
描述：内在蛋白质紊乱注释数据库。

neXtProt:
网址：https://www.nextprot.org/
描述：人类蛋白质数据库。

Pfam:
网址：http://pfam.xfam.org/
描述：Pfam是蛋白质家族的数据库，包括使用隐马尔可夫模型生成的注释和多序列比对。

PRINTS
网址：http://130.88.97.239/PRINTS/index.php
描述：蛋白质序列指纹图谱数据库，所谓蛋白质的指纹是指一组保守的序列基序，用于刻画蛋白质家族的特征。

PROSITE:
网址：https://prosite.expasy.org/
描述：收集了有显著生物学意义的蛋白质位点和序列模式，并能根据这些位点和模式快速并可靠地鉴别一个未知功能的蛋白质序列应该属于哪一个蛋白质家族。

Protein Information Resource
网址：https://pir.georgetown.edu/
描述：是一个全面的、经过注释的、非冗余的蛋白质序列数据库。可帮助研究者鉴别和解释蛋白质序列信息，研究分子进化、功能基因组，进行生物信息学分析。

SUPERFAMILY:
网址：http://supfam.org/SUPERFAMILY/
描述：一个包含所有蛋白质和基因组结构和功能注释的数据库。

4.2 Protein structure databases
Protein Data Bank (PDB)
网址：http://www.rcsb.org
描述：一个专门收录蛋白质及核酸的三维结构资料的数据库，以下为PDB成员网站
1.1 Protein DataBank in Europe (PDBe)：https://www.ebi.ac.uk/pdbe/
1.2 ProteinDatabank in Japan (PDBj)：https://pdbj.org
1.3 Research Collaboratory for Structural Bioinformatics (RCSB)：https://www.rcsb.org
1.4 Worldwide Protein Data Bank：http://www.wwpdb.org/

The Protein Protein Interaction Inhibition Database (2PI2db):
网址：http://2p2idb.cnrs-mrs.fr
描述：收集了已通过X射线晶体学或核磁共振表征的蛋白质-蛋白质、蛋白质-调节剂复合物结构。

4.3 Protein model databases
ModBase:
网址：https://modbase.compbio.ucsf.edu/modbase-cgi/index.cgi
描述：一个注释比较饭白纸结构模型的数据库。

Protein Model Portal (PMP):
网址：https://www.proteinmodelportal.org
描述：结合了数个蛋白质结构模型数据库的元数据库，提供模型构建和质量评估等多种交互式服务。

Similarity Matrix of Proteins (SIMAP):
网址：http://cube.univie.ac.at/resources/simap
描述：基于FASTA序列计算的蛋白质相似性数据库。

Swiss-model:
网址：https://swissmodel.expasy.org
描述：致力于同源蛋白质的3D结构建模。

4.4 Protein-protein and other molecular interactions
BioGRID
网址：https://thebiogrid.org
描述：蛋白质与遗传相互作用数据库。

string
网址：http://string-db.org/cgi/help.pl?subpage=api
描述：用于检索相互作用基因/蛋白质的搜索工具

IntAct
网址：https://www.ebi.ac.uk/intact/
描述：为分子交互研究提供免费的开源数据库系统和分析工具。

  1. Signal transduction pathway databases
    NCI-Nature Pathway Interaction Database
    网址：http://biogps.org/plugin/259/nci-nature-pathway-interaction-database/
    描述：http://www.ndexbio.org/#/ (原来的PID迁移到此新数据库)。
    NDEx提供了一个开源框架，科学家和机构可以共享、存储、操作和发布生物网络知识。

Netpath
网址：http://www.netpath.org/
描述：人类信号转导通路数据库，拥有45个信号通路，包括在免疫系统调节和癌症调节中起主要作用的通路。

Reactome
网址：https://reactome.org/
描述：该库覆盖了19个物种的通路研究，包括经典的代谢通路、信号转导、基因转录调控、细胞凋亡与疾病。

reactome相关推文：

生物AI插图素材获取和拼装指导
没钱买KEGG怎么办？REACTOME开源通路更强大
WikiPathways
网址：https://www.wikipathways.org/index.php/WikiPathways
描述：该数据库收录了超过20个物种的通路，其中人类的通路就包含了800多个通路，涵盖了约7500种基因。此外，它还包含了超过1000个代谢产物的通路。

  1. Metabolic pathway and protein function databases
    代谢途径和蛋白质功能数据库

BiGG Models
网址：http://bigg.ucsd.edu
描述：该数据库将70多种已发表的基因组规模的代谢网络整合到了一起，并且有一组标准化的BiGG ID。

BioCyc Database Collection:
网址：https://biocyc.org
描述：收集了14558个通路/基因组数据库，每一个数据库描述了单个有机体的基因组和代谢通路，同时提供多种用于组学数据导航和可视化的分析工具。

BRENDA:
网址：http://www.brenda-enzymes.org
描述：酶数据库，提供酶的分类、命名法、生化反应、专一性、结构、细胞定位、提取方法、文献、应用与改造及相关疾病的数据。

HMDB
网址：http://www.hmdb.ca
描述：人类代谢组数据库，包含有关人体中发现的小分子代谢物的详细信息。

KEGG PATHWAY Database
网址：https://www.kegg.jp
描述：KEGG是一个整合了基因组、化学和系统功能信息的数据库。把从已经完整测序的基因组中得到的基因目录与更高级别的细胞、物种和生态系统水平的系统功能关联起来是KEGG数据库的特色之一。

Reactome（同上）

WikiPathways（同上）

  1. Additional databases
    7.1 Exosomal databases
    外泌体是一类可以由多种细胞类型分泌的胞外囊泡，与其他胞外囊泡如核外颗粒体和凋亡小体不同，外泌体是内吞起源的。外泌体在疫苗、药物递送、细胞间通信的作用以及其作为生物标志物的一种可能来源以及引起了研究人员的极大兴趣，导致外泌体相关研究呈现井喷趋势。相关数据库如下：

ExoCarta
网址：http://www.exocarta.org
描述：是一个关于外泌体蛋白、RNA、脂质体的手工数据库。

exoRBase
网址：http://www.exorbase.org
描述：将不同疾病血来源外泌体中的circRNA, lncRNA和mRNA进行整理的数据库。

7.2 Mathematical model databases
Biomodels Database
网址：http://biomodels.caltech.edu
描述：生物模型在线数据库，主要存储数量型生物化学模型。
7.3 Taxonomic databases
BacDive
网址：https://bacdive.dsmz.de
描述：提供有关细菌和古细菌生物多样性的菌株相关信息。

EzTaxon-e
网址：https://www.ezbiocloud.net
描述：基于16S核糖体RNA基因序列鉴定原核生物的数据库。

7.4 Radiologic databases
The Cancer Imaging Archive (TCIA)
网址：http://www.cancerimagingarchive.net
描述：包含常见肿瘤（肺癌、前列腺癌等）医学图像（MRI、CT等）及相应临床信息（治疗方案细节、基因、病理等）的大规模公用数据库。

Neuroimaging Informatics Tools and Resources Clearinghouse
网址：https://www.nitrc.org
描述：神经影像信息学工具和资源交换中心。

  1. Wiki-style databases
    Gene Wiki
    网址：https://en.wikipedia.org/wiki/Wikipedia:Gene_Wiki
    描述：一个基于wiki的基因信息数据库
  2. Specialized databases
    Barcode of Life Data Systems
    网址：http://www.boldsystems.org
    描述：DNA条形码数据库（即生物体内能够代表该物种的、标准的、有足够变异的、易扩增且相对较短的DNA片段），并提供一个分析DNA序列的在线平台。

The Cancer Genome Atlas (TCGA)
网址：https://cancergenome.nih.gov
描述：提供使用高通量技术获得的癌症样本数据，包括基因表达谱、拷贝数变异、SNP基因分型、全基因组DNA甲基化等。

Cellosaurus
网址：https://web.expasy.org/cellosaurus/
描述：细胞系的在线资源库。

Comparative Toxicogenomics Database (CTD)
网址：http://ctdbase.org
描述：CTD（比较毒物遗传数据库），为研究人员提供了集中、综合的各种不同类型分子以及来自各种生物体的毒理学数据。

DiProDB
网址：http://diprodb.fli-leibniz.de
描述：收集和分析热力学，结构和其他二核苷酸特性的数据库。

Dryad
网址：http://datadryad.org
描述：存放优质数据资源的场所，使科学出版物背后的数据可被发现、可重复使用、可引用。

Edinburgh Mouse Atlas
网址：http://www.emouseatlas.org/emap/home.html
描述：小鼠胚胎原位基因表达数据库。

EPD Eukaryotic Promoter Database
网址：https://epd.vital-it.ch/index.php
描述：真核基因启动子数据库，提供从EMBL中得到的真核基因的启动子序列，帮助实验研究人员、生物信息学研究人员分析真核基因的转录信号。

FINDbase (the Frequency of INherited Disorders database)
网址：http://www.findbase.org
描述：是一个全球治病遗传变异频率的数据库。

HGNC (HUGO Gene Nomenclature Committee):
网址：https://www.genenames.org
描述：负责对人类基因组包括蛋白编码基因， ncRNA基因，甲基因和其他基因在内的所有基因提供一个唯一的、标准的、可以广泛传播的symbol

International Human Epigenome Consortium
网址：http://ihec-epigenomes.org
描述：国际人类表观基因组学会，致力于全球表观基因组学领域的发展。

MethBase
网址：http://smithlabresearch.org/software/methbase/
描述：在UCSC Genome Browser上可视化的DNA甲基化数据库。

Minimotif Miner
网址：http://minimotifminer.org/
描述：短连续功能性肽基序的数据库。

NCI-dbGaP
网址：https://www.ncbi.nlm.nih.gov/gap
描述：人类基因型和表型相互作用的数据库。

PubMed
网址： https://www.ncbi.nlm.nih.gov/pmc/
描述：生命科学和生物医学领域的参考和摘要。

Oncogenomic databases
网址：https://oglandscapes.irbbarcelona.org
描述：用于癌症研究的数据库汇编。

RIKEN integrated database of mammals
网址：http://metadb.riken.jp/metadb/download/SciNetS_ria254i
描述：Riken研究所推广的多个大型项目的综合数据库。

TDR Targets
网址：http://tdrtargets.org
描述：专注于热带疾病药物发现的化学基因组学数据库。

LNCipedia
网址：http://www.lncipedia.org/
描述：人类长链非编码RNA的整合库

NONCODE
网址: http://www.noncode.org/
描述：存储17类（人类，小鼠，牛，大鼠，鸡，果蝇，斑马鱼，小肠，酵母，拟南芥，黑猩猩，大猩猩，猩猩，恒河猴，负鼠和猪）物种非编码RNA（不包括tRNA和rRNA）的数据库

Oncomine
网址：https://www.oncomine.org/resource/login.html
描述：肿瘤相关基因研究的数据库，整合了GEO、TCGA和已发表的文献等来源的RNA和DNA-seq数据

GeneVestigator（GV）
网址：https://genevestigator.com/
描述：一个基因表达的搜索引擎，集成了上万的人工精选、注释的公共芯片实验结果

immuneXpresso
网址：http://immuneexpresso.org/immport-immunexpresso/public/immunexpresso/search

主要部分转载自（ https://blog.csdn.net/qazplm12_3/article/details/83014648 ），主要针对动物方面的，关于植物方面的数据库我将结合这么多年的经历再整理出一部分。

批量预测蛋白质理化性质

发表于 由
回复

原来用perl的LWP::UserAgent模块用在expasy批量做过一批蛋白理化性质预测，但不知为什么现在下载不了啦，决定改用python。一开始用的 urllib.request 模块，能做一部分，但总是会莫名奇妙的断掉，显示是“$HOME/anaconda3/lib/python3.6/http/client.py”文件中有问题，尝试了很多方法均没有解决，最后在网上看到这样一句话，如果 urllib.request 中的问题不能解决的话为什么要用它，而更高级一点的 requests是对urllib的进一步封装，因此在使用上显得更加的便捷，实际应用当中尽量使用requests 。更换成 requests 后显然解决了问题。

想到源代码的话给我留言。

线性回归：模型之母

发表于 由
回复

线性回归模型看上去很简单，简单到让不少人觉得它并没有什么研究和使用的价值。其实并不是这样，线性回归可以说是最重要的数学模型之一，其他很多模型都建立在它的基础之上。为了更好地理解这一点，让我们先来看一个有关数学家的笑话。

一天，数学家觉得自己受够了数学，于是他跑到消防队去宣布他想当消防员。

消防队长说：“您看上去不错，可是我得先给您一个测试。”消防队长带数学家到消防队后院小巷，巷子里有一个货栈、一只消防栓和一卷软管。

消防队长问：“假设货栈起火，您怎么办？”

数学家回答：“我把消防栓接到软管上，打开水龙头，把火浇灭。”消防队长说：“完全正确！最后一个问题，假设您走进小巷，而货栈没有起火，您怎么办？”

数学家疑惑思索了半天，终于答道：“我就把货栈点着。”消防队长大叫起来：“什么？太可怕了！您为什么要把货栈点着？”

数学家回答：“这样我就把问题化简为一个我已经解决过的问题了。”

搭建模型的思路和笑话中数学家的思路一样。当遇到一个新问题时，总是考虑通过某种数学上的变换，将未知的问题转化为已知模型能解决的问题。所以任何一个复杂模型，一层层拨开来，里面可能藏着好多个线性回归模型。因此，线性回归模型很有研究的必要。深入了解它的模型细节能帮助我们理解其他模型，进而指引我们根据实际场景搭建有效的模型。

摘自：唐亘.精通数据科学：从线性回归到深度学习

Matplotlib的样式

发表于 由
回复

今天粗略看了下scikit-learn文档，发现首先第一步需要弄清楚的是python的画图，也就是首先得面对matplot，打算先从matplot学起。在网上搜了下matplot画图的事例，发现比较散乱，不够系统，决定还是先跟着matplot的文档过一遍，然而，首先就面对了一个问题，因为原来用ggplot画图，对ggplot这个样式比较感兴趣，试了下ggplot样式，果然出现了想要的图形，但问题来了，当我测试文档中例子时，怎么都做不出文档中输出的图形，颜色不对，想改成默认的样式，但却不知道怎么改。搜索了很多之后，终于找到了解决的办法，用plt.rcdefaults()。

1
2

import matplotlib.pyplot as plt
plt.rcdefaults()

可以用下面符号改变图中标记的样式：

线的样式 描述
'-' 实线
'--' 杠线
'-.' 点杠线
':' 点线
颜色的样式 描述
'b' 蓝色
'g' 绿色
'r' 红色
'c' 青色
'm' 品红
'y' 黄色
'k' 黑色
'w' 白色
标记点的样式 描述
'.' 点
',' 无
'o' 圆
'v' 下三角
'^' 上三角
'<' 左三角
'>' 油三角
'1' 下三角
'2' 上三角
'3' 左三角
'4' 油三角
's' 方形
'p' 五边形
'*' 星形
'h' 六边形1
'H' 六边形2
'+' 加号
'x' 叉号
'D' 钻石
'd' 细钻石
'\|' 短竖线
'_' 短横线

matplotlib的颜色种类：

Bioperl的简单快速安装

发表于 由
回复

Bioperl 由于涉及到的包太多，需要超过12000的单独的检测，安装起来比较麻烦，而且很多检测都通不过，对于新手过于繁杂，现在bioperl官网介绍了一种简单快速安装的方法————用第三方工具进行安装，经亲自测试，效果非常好，现简要介绍而下。
1 安装perlbrew(https://perlbrew.pl/)
在终端输入

curl -L https://install.perlbrew.pl | bash

如果系统没有curl命令
对于linux系统

wget -O - https://install.perlbrew.pl | bash

FreeBSD系统

fetch -o- https://install.perlbrew.pl | sh

也可以用cpan安装，在终端输入（注意不需要先打开cpan）

1
2

sudo cpan App::perlbrew
perlbrew init

如果是用cpan安装，perlbrew程序安装在/usr/bin/perlbrew 或者 /usr/local/bin/perlbrew，默认的perlbrew的根目录是~/perl5/perlbrew 。

2 安装cpanm

perlbrew install-cpanm

3 安装Bio::perl

cpanm Bio::Perl

如果找不到cpanm，就输入cpanm的绝对路径

/root/perl5/perlbrew/bin/cpanm Bio::Perl

如果其中报错缺少哪个模块或者哪个模块版本太老，就先安装报错的模块，我的显示是 Test::More 模块版本太老，我就用cpan “install Test::More”就好了。如果正确安装会显示

–> Working on Bio::Perl
Fetching http://www.cpan.org/authors/id/C/CJ/CJFIELDS/BioPerl-1.007001.tar.gz … OK
Configuring BioPerl-1.007001 … OK
Building and testing BioPerl-1.007001 … OK
Successfully installed BioPerl-1.007001
1 distribution installed

一般在第一步“Working on Bio::Perl”会等一段时间，因为是要下载安装包，只要没有报错，等着就可以了。

Aspera从NCBI下载数据

发表于 由
回复

如果要从NCBI下载大数据，单纯用FTP下载工具根本不够用了，还在NCBI提供了一款下载神器Aspera，试着用了一下，效果非常好，我6M的宽带速度可以达到5M/s，现简要介绍一下使用方法和遇到的问题。
1、下载
下载地址为：http://downloads.asperasoft.com/en/downloads/8?list
先点击操作系统的图标，在下拉框中就出现了相应的操作系统，再点下拉框右边那个小三角形，选择要下载的版本，然后点左边的”Download”图标就可以下载了。这个设计的真心有问题，反正我点了操作系统后，怎么也没找到下载的图标，后面还是不经意间点了那个下拉框后才出现。
2、安装
Windowns下直接双击下载的文件，linux下运行“ sh aspera-connect-xx-linux-64.sh ”，安装完成后在当前目录会找不到安装文件，其实是安装在当前用户的根目录下了，linux安装文件为隐藏文件“/home/用户/.aspera/”。windows中会出现在开始菜单里，具体的配置可以参考“ http://boyun.sh.cn/bio/?p=1933 ”的介绍。
3、使用
如果是批量下载，将要下载的文件链接存入一个文件，例如我要下载所有植物参考蛋白数据，先在NCBI FTP中找到所在目录，将要下载的文件路径存入文件plant_protein_seq_file_list.txt，格式如下/refseq/release/plant/plant.1.protein.faa.gz，每个文件一行，然后运行

/home/用户/.aspera/connect/bin/ascp -k 1 -QT -l 100M  -i /home/用户/.aspera/connect/etc/asperaweb_id_dsa.openssh --mode recv --host ftp-private.ncbi.nlm.nih.gov --user anonftp   --file-list plant_protein_seq_file_list.txt   ./

具体各参数的意思可以运行/home/用户/.aspera/connect/bin/ascp –help查看软件自带的说明。
备注：
（1）将“用户”换成当前使用的用户名。
（2）如果使用asperaweb_id_dsa.putty会出现要输入密码的情况，建议换成asperaweb_id_dsa.openssh，反正我找了半天都没有找到密码。
（3）“./”表示的是下载的输出目录为当前目录，也可以换成其它的目录。
如果是单独下载一个文件，运行

/home/用户/.aspera/connect/bin/ascp -k 1 -QT -l 100M -i /home/用户/.aspera/connect/etc/asperaweb_id_dsa.openssh -T anonftp@ftp-private.ncbi.nlm.nih.gov:/refseq/release/plant/plant.1.protein.faa.gz ./

。

google根据图片搜索图片

发表于 由
1

最近在浏览网页的时候看到一张图“凝结了人类一半智慧的照片，”

凝结了人类一半智慧的照片

想找一下它的出处，无意中点了下右键，发现有一个”用google搜索图片”的功能，点了一下，想不到马上出现这张图片的来源，对该图片的最佳猜测是”solvay conference 1927 color”，而且出现了外观类似此图片的图片搜索结果，

图片搜索结果

看来google的图片识别技术非常高了，以后还是少传点私人的照片到网上吧，不然可以被瞬间人肉，不过如果想扩大影响，也可以多传点。

centOS7 安装mysql5.7

发表于 由
回复

mysql5.7相比较mysql5.6而言，有很大进步，特别对于安装来说，要简单得多。现将方法简介而下。
前两步和安装mysql5.6相同。
1、卸载mariadb
rpm -e mariadb-libs-5.5.37-1.el7_0.x86_64
###会提示错误：依赖检测失败
###加上–nodeps参数强制卸载
rpm -e –nodeps mariadb-libs-5.5.37-1.el7_0.x86_64
如果找不到就用yum -y remove mariadb-libs.x86_64
2、下载mysql5.7
进入mysql下载官网，点击左上方的“Community”，选择平台“Red Hat Enterprise Linux”，下载此版本下的mysql-5.7.11-1.el7.x86_64.rpm-bundle.tar（大小为520.7M），如果点击Download会提示你要先登录Oracle帐户，如果没有帐户或者不想登录，可以点击下方的“No thanks,just start my download”，也可一个FTP站点下载，里面包含了几乎所有的mysql版本。
3、安装
解压：tar xvf mysql-5.7.11-1.el7.x86_64.rpm-bundle.tar ,先安装“rpm -ivh mysql-community-common-5.7.11-1.el7.x86_64.rpm”,然后“mysql-community-libs-5.7.11-1.el7.x86_64.rpm”，再“mysql-community-client-5.7.11-1.el7.x86_64.rpm”，“mysql-community-devel-5.7.11-1.el7.x86_64.rpm”，最后“mysql-community-server-5.7.11-1.el7.x86_64.rpm”。
安装后mysql的主要文件如下：
MySQL Installation Layout for Linux RPM Packages from the MySQL Developer Zone

Files or Resources Location
Client programs and scripts /usr/bin
mysqld server /usr/sbin
Configuration file /etc/my.cnf
Data directory /var/lib/mysql
Error log file For RHEL, Oracle Linux, CentOS or Fedora platforms: /var/log/mysqld.log

For SLES: /var/log/mysql/mysqld.log
Value of secure_file_priv /var/lib/mysql-files
System V init script For RHEL, Oracle Linux, CentOS or Fedora platforms: /etc/init.d/mysqld

For SLES: /etc/init.d/mysql
Systemd service For RHEL, Oracle Linux, CentOS or Fedora platforms: mysqld

For SLES: mysql
Pid file /var/run/mysql/mysqld.pid
Socket /var/lib/mysql/mysql.sock
Keyring directory /var/lib/mysql-keyring
Unix manual pages /usr/share/man
Include (header) files /usr/include/mysql
Libraries /usr/lib/mysql
Miscellaneous support files (for example, error messages, and character set files) /usr/share/mysql

3、初始化
切换到root用户，启动服务“service mysqld start”，找到root用户的初始密码“grep ‘temporary password’ /var/log/mysqld.log”，用找到的密码登录root用户“mysql -uroot -p ”，改密码“mysql> ALTER USER ‘root’@’localhost’ IDENTIFIED BY ‘yourpasswd’; ”。