CNGBdb：国家基因库生命大数据平台

陈凤珍, 游丽金, 杨帆, 王丽娜, 郭学芹, 高飞, 华聪, 谈聪, 方林, 单日强, 曾文君, 王博, 王韧, 徐讯, 魏晓锋

CNGBdb: China National GeneBank DataBase

Chen Fengzhen, You Lijin, Yang Fan, Wang Lina, Guo Xueqin, Gao Fei, Hua Cong, Tan Cong, Fang Lin, Shan Riqiang, Zeng Wenjun, Wang Bo, Wang Ren, Xu Xun, Wei Xiaofeng

表1 知识搜索服务数据

Table 1 Data of knowledge search service

数据类型 索引量(万) 主要外源数据库 主要信息 文献 2947.19 GigaScience、PubMed和Europe PMC 文献标题、摘要、医学关键词、引用和参考文献和文献相关数据等 基因 2274.41 NCBI Gene 基因名称、染色体位置、基因产物和它的属性、基因所在的基因组、基因序列和基因变异等 变异 76323.01 dbSNP[28]、dbVar和ClinVar[29] 变异名称(HGVS名称)、基因组位置、相关物种、人群频率以及变异数据与疾病、表型和文献等 蛋白 13406.59 Uniprot[30] 蛋白名称、蛋白长度、物种和编码蛋白的基因等 序列 213665.12 NCBI Refseq[31]和GenBank[8] 序列名称、序列长度、物种和fastq序列文件等 项目 35.63 NCBI BioProject[32] 项目的名称、描述和数据类型等 样本 1007.36 NCBI BioSample[8] 样本的名称、物种、样本类型和描述等 实验 5515.46 NCBI SRA[33] 实验的题目、测序平台、文库构建策略、文库来源和文库选项等 组装 0.24 NCBI Assembly[34] 组装的名称、分子类型、测序技术和组装方法等