全网疾病单细胞数据库汇总

在过去的十年中，作为最伟大的科学技术之一，单细胞测序技术在许多科学研究领域都产生了深远的影响。
它解决了对单细胞量表上的机制的研究，该机制大量无法解决适应性并成为事件级的研究方法。
它在缓解广泛适应性和多样的测序技术，免疫细胞和神经系统的复杂性的研究方面具有极好的优势。
随着单细胞测序数据的迅速增加，基于单细胞测序的生物信息分析设备也迅速发展。
本文将在2 02 2 年初共享所有非肿瘤单细胞数据库。
非肿瘤单细胞数据库主要分为三种类型：大型广泛数据库，特定于疾病的数据库和单细胞功能分析数据库。
1 大型宽数据库1 HANANSELLATLAS（HCA）：人类细胞图项目，其中包含大量有关正常人体组织的数据。
网站：data.humancelllatlas.org ... 2 .SCXA：包括各种疾病类型的单细胞数据，并不断更新。
网站：ebi.ac.uk/gxa/sc/home3 .singlecelleportal：它具有1 8 00万个单细胞数据库，并不断更新。
网站：singlecell.broadinstitute.org ... 4 .Scportale：它包含大量的单细胞测序数据。
网站：Single-cell.clst.riken.jp ... 5 .scrnaseqdb：收集了人类的单细胞测序数据。
网站：bioinfo.uth.edu/scrnase..6 .Tabulamuris：小鼠的单细胞转录本转录数据库。
网站：tabula-ruris.ds.czbiohub.org ... 7 .SpatialLDB：专用于单细胞空间转录数据的数据库。
网站：spatiallomics.org/spatia..mca：鼠标单细节地图数据库。
网站：bis.zju.edu.cn/mca/9 .plantscrnad：植物单细胞数据库。
网站：ibi.zju.edu.cn/plantscr..2 特异性数据库1 .SC2 DISESE：它主要用于分析各种疾病。
网站：Easybioai.com/sc2 diseases..2 .BloodSpot：健康和血液疾病的单细胞转录数据库。
网站：server.binf.ku.dk/bloo..kit：reenal单细胞数据库。
网站：humphreyslab.com/single .. WascularSingleCel：血管单细胞数据库。
网站：betsholtzlab.org/vascul..5 .isste：一个单细胞数据库侧重于眼睛发育研究。
网站：research.bioinformatics.udel.edu ... 6 .dbtmee：一个单细胞数据库，用于研究眼小鼠早期胎儿发育。
网站：dbtmee.hgc.jp/7 .cedratlas：基于文献的特定药物反应分析数据库。
网站：ngdc.cncb.ac.cn/sedr8 .jinglebells：收集了免疫和非防御数据数据库。
网站：jinglebells.bgu.ac.ac.il/1 .9 .Gagingatlas：用于衰老研究的单细胞数据库。
网站：ngdc.cncb.ac.cn/aging/i..gutcellatlas：用于肠道组织的单细胞测序数据库。
网站：gutcelllatlas.org/1 1 .stemmapper：用于干细胞开发研究的单细胞数据库。
网站：STEMMAPPER.SYSBIOLAB.EU ... 1 2 .STEMFORMATICS：STEM细胞单细胞数据库。
网站：STEMFORMATICS.ORG/EXPRE ....单细胞功能分析数据库1 HCL：5 0个人体组织中7 00,000个细胞的数据库。
网站：db.cngb.org/hcl/2 .cellblast：scrna-seq数据恢复/ANOTATION工具。
网站：cblast.gao-lab.org/3 .panglaodb：一个集成鼠标和人类scrna-seq数据的数据库。
网站：panglaodb.se/index.html4 .cellmarker：一个包含大量标记基因的数据库。
网站：bio-h3data.hrbmu.edu.cn ... 5 .Scquery：来自各种研究的单细胞转录数据的比较分析。
网站：scquare.cs.cmu.edu/6 .scadevdb：单细胞深度omix数据库。
网站：scdevdb.deepomics.org/7 .lnscell：a收集了与癌症相关的SCRNA-SEQ数据集。
网站：bio-h3data.net/lnscel..colorcells：人类和小鼠中各种组织和细胞类型的数据库。
网站：rnna.sysu.edu.cn/colorce..9 .virtylcytermetry：免疫细胞歧视计算平台。
网站：grnpedia.org/cytometry/1 0.spica：一个用于病毒感染和肿瘤小鼠模型的单细胞数据库。
网站：spica.epfl.ch/projects1 1 .grndb：用于形成其下游靶基因的转录因子和基因调节网络数据库。
网站：grndb.com/1 2 .scibet：一种计算工具，用于预测任何随机测序单元格的标识。
网站：scibet.cancer-pku.cn/in..in..in..cellphonedB：细胞间通信网络的研究设备。
网站：cellphonedb.org/1 4 .scmetabolism：收集kegg，jean in reactom中。
网站：cancerdiversity.asia/sc..1 5 .SignaturedB：Bcell数据库。
网站：lymphochip.nih.gov/sign..mummary这是有史以来非肿瘤单细胞数据的最广泛摘要。
我希望本文可以帮助您更好地使用这些数据库资源。
对于一般的非肿瘤疾病特定的单细胞数据集，请遵循Shengxinren官方帐户获取它们。

人类疾病数据库MalaCards

MALACARDS数据库是人类疾病和疾病的全面群体。
当前版本包括有关来自7 4 个来源的2 1 3 6 9 名患者的信息。
MALACARDS数据库包括来自6 8 个数据来源的疾病，并提供了大约2 0,000种疾病的详细信息。
它描述了1 5 个部分的摘要，症状，解剖背景，药物，基因检测，变量和出版物等广泛的解释性主题。
疾病的每个插入都包含借用的名称和分类部分，这反映了通过来源整合疾病名称的算法，该算法提供了有效的注释。
主要特征是平衡基因，其日食反映了该疾病与基因相关的严重程度。
此外，它还包含有关与基因与GeneCardssuite数据库（例如路径，鼠标虚拟模式和GO）相关的其他疾病的信息。
Malacards可以将信息从互补来源链接到彼此，同时提供高级搜索功能，为关系关系和舒适的数据文件提供基础架构，从而使他们能够处理解释丰富疾病的环境，促进系统分析和解释遗传序列。
它采用了一种“平坦”疾病卡的方法，但是该卡的所有地图都可以纳入普遍的阶级（例如国际疾病的分类，人类的基础学和统一的医学语言系统）提供了有关疾病之间多层关系的信息，以提供最佳的疾病工具和审查。
疟疾中每种疾病的相关基因的平均数量不仅仅是脱节。
MALACARDS是一个综合研究数据库，可提供有关所有人类疾病所解释的全面易用的信息。
该知识库自动集成了重点关注7 5 个选定网络资源疾病的数据，其结构和丰富度表明了著名的人类遗传学数据库。
数据库的URL为：malacards.org/

想获取某种疾病近期的流行病学数据，有现成的数据库吗

在美国，您可以找到NHANES（国家健康和营养调查），Framingham Heart Research，NHSI和NHSII（护士健康研究I和II）等数据库。
这些资源提供了丰富的流行病学数据。
如果您想找到更多数据库，则可以访问PubMed的DBGAP网站，该网站有很多数据可使用。
此外，您可以直接在PubMed上搜索关键字“ cohortprofile”，以查找更多相关的搜索和数据集。
DBGAP（数据库中的基因组和基因组协会研究）是一个专门研究人类遗传学和流行病学研究数据的数据库。
它为研究人员提供了许多有关遗传变异与疾病之间关系的信息。
通过访问DBGAP，您可以获得许多遗传和表型数据，这对于理解疾病的流行病学特征非常有用。
“同队撰稿人”是一种研究方法，可以通过分析一定时间段内的健康状况和特定人群的生活习惯来评估疾病的危险因素。
这种研究方法广泛用于流行病学领域，可以帮助我们更好地了解该疾病的流行趋势和潜在的预防措施。
通过在PubMed上查找“群组封面”，您可以找到许多使用此方法研究的示例和数据集。
此外，NHANES和FRAMINGHAM心脏研究等数据库还提供了大量的流行病学数据，包括但没有限制自己的人口统计学信息，生理指标，有关生活方式的信息和疾病的诊断。
这些数据对于了解疾病的流行趋势，危险因素和预防措施至关重要。
多亏了这些数据库，研究人员可以进行 - 深度流行病学分析，为制定公共卫生政策的科学依据。
总体而言，PubMed和DBGAP是获得流行病学数据的重要资源。
NHANES，FRAMINGHAM心脏研究，NHSI和NHSII等数据库提供了丰富的流行病学数据。
由于这些资源，您可以将自己沉浸在流行病趋势，危险因素和预防性措施中，从而为制定公共卫生政策提供了科学基础。