The National Center for Biotechnology Information (NCBI) GenBank|基因组学数据集|生物信息学数据集

www.ncbi.nlm.nih.gov2024-10-26 收录

基因组学

生物信息学

下载链接：

https://www.ncbi.nlm.nih.gov/genbank/

下载链接

链接失效反馈

资源简介：

GenBank是一个全面的、公开可访问的DNA序列数据库，包含了来自各种生物体的基因组序列数据。它由美国国家生物技术信息中心（NCBI）维护，涵盖了从病毒、细菌到真核生物的广泛物种。数据集包括基因、蛋白质编码区域、调控元件等详细信息。

提供机构：

www.ncbi.nlm.nih.gov

AI搜集汇总

数据集介绍

构建方式

NCBI GenBank数据集的构建基于全球科研机构和实验室提交的生物序列数据。这些数据包括DNA、RNA和蛋白质序列，涵盖了从微生物到高等生物的广泛范围。数据提交者需遵循NCBI的格式标准和质量控制流程，确保数据的准确性和完整性。NCBI通过自动化工具和人工审核相结合的方式，对提交的数据进行处理和注释，最终整合到GenBank数据库中。

使用方法

NCBI GenBank数据集广泛应用于生物信息学、基因组学和分子生物学等领域。研究人员可以通过NCBI的Entrez系统进行序列检索、比对和分析，利用BLAST工具进行序列相似性搜索。此外，GenBank数据集还支持多种编程接口（API），方便开发者进行自动化数据处理和分析。用户可以根据研究需求，选择合适的工具和方法，从GenBank中提取有价值的信息。

背景与挑战

背景概述

NCBI GenBank，作为美国国家生物技术信息中心（NCBI）的核心数据库之一，自1982年创建以来，已成为全球生物信息学领域的重要资源。该数据集由众多国际研究机构和科学家共同维护，致力于收集、存储和分发所有已知的核酸序列。其核心研究问题在于如何高效地整合和管理海量的基因序列数据，以支持基因组学、分子生物学和生物医学研究。NCBI GenBank不仅为科学家提供了丰富的数据资源，还极大地推动了基因组测序技术的发展和应用，对生命科学领域的研究产生了深远影响。

当前挑战

尽管NCBI GenBank在基因序列数据管理方面取得了显著成就，但其面临的挑战依然严峻。首先，随着基因测序技术的飞速发展，数据量呈指数级增长，如何高效存储和快速检索这些数据成为一个重大挑战。其次，数据质量的保证和一致性问题也亟待解决，尤其是在处理来自不同实验室和研究机构的数据时。此外，数据隐私和安全问题在基因数据共享中显得尤为重要，如何在确保数据安全的前提下促进数据共享和合作，是NCBI GenBank需要持续关注和解决的问题。

发展历史

创建时间与更新

NCBI GenBank数据集创建于1982年，由美国国家生物技术信息中心（NCBI）主导开发。自创建以来，GenBank经历了多次重大更新，最近一次主要更新发生在2021年，以适应日益增长的基因组数据需求。

重要里程碑

NCBI GenBank的第一个重要里程碑是1982年的创建，标志着公共基因组数据库的诞生。1992年，GenBank与欧洲分子生物学实验室（EMBL）和日本DNA数据库（DDBJ）建立了国际合作，形成了国际核苷酸序列数据库协作（INSDC），极大地扩展了数据共享和整合。2003年，随着人类基因组计划的完成，GenBank的数据量和多样性显著增加，成为全球基因组研究的核心资源。

当前发展情况

当前，NCBI GenBank已成为全球最大的公共基因组数据库，涵盖了几乎所有已知的生物物种的基因组数据。其数据不仅支持基础生物学研究，还在医学、农业和环境科学等领域发挥了关键作用。随着高通量测序技术的进步，GenBank的数据量持续快速增长，为全球科研人员提供了丰富的资源。此外，GenBank不断优化其数据检索和分析工具，以适应日益复杂的基因组研究需求，进一步推动了生命科学的发展。

发展历程

NCBI GenBank首次发布，作为美国国家卫生研究院（NIH）的一部分，旨在存储和提供生物序列数据。
1982年
GenBank与欧洲分子生物学实验室（EMBL）和日本DNA数据库（DDBJ）建立合作关系，形成国际核苷酸序列数据库合作（INSDC）。
1986年
GenBank引入BLAST（Basic Local Alignment Search Tool）工具，显著提升了序列比对和搜索的效率。
1992年
GenBank开始支持大规模基因组测序项目，如人类基因组计划，极大地扩展了其数据存储和分析能力。
1997年
GenBank发布其首个完整的人类基因组序列草图，标志着基因组学研究的重要里程碑。
2000年
GenBank引入序列注释和元数据的标准化框架，提高了数据质量和互操作性。
2005年
GenBank开始支持下一代测序技术，进一步扩展其数据类型和容量。
2010年
GenBank推出其云服务，提供更高效的数据访问和分析工具。
2015年
GenBank发布COVID-19病毒基因组序列，支持全球抗击疫情的研究和开发。
2020年

常用场景

经典使用场景

在生物信息学领域，NCBI GenBank数据集被广泛用于基因序列的存储与分析。其经典使用场景包括基因组测序数据的比对、进化树构建以及基因功能预测。通过整合全球范围内的基因序列信息，GenBank为研究人员提供了一个强大的平台，用于探索基因的多样性和功能。

解决学术问题

NCBI GenBank数据集解决了生物信息学中基因序列数据的共享与整合问题。通过提供一个统一的基因序列数据库，GenBank促进了跨学科的研究合作，推动了基因组学、进化生物学和分子生物学等领域的快速发展。其意义在于为全球科学家提供了一个开放的资源，加速了新基因和新功能的发现。

实际应用

在实际应用中，NCBI GenBank数据集被广泛用于疾病诊断、药物开发和农业育种等领域。例如，研究人员可以通过比对GenBank中的基因序列，快速识别与疾病相关的基因变异，从而开发新的诊断方法和治疗策略。此外，GenBank还支持农业科学家优化作物基因，提高产量和抗病性。

数据集最近研究

相关研究论文

1
GenBankNational Center for Biotechnology Information (NCBI) · 2005年
2
The Universal Protein Resource (UniProt) in 2010European Bioinformatics Institute · 2010年
3
The Gene Ontology resource: 20 years and still GOing strongGene Ontology Consortium · 2019年
4
The Sequence Read ArchiveNational Center for Biotechnology Information (NCBI) · 2011年
5
The European Nucleotide Archive in 2017European Molecular Biology Laboratory · 2017年

以上内容由AI搜集并总结生成

用户留言

有没有相关的论文或文献参考？

这个数据集是基于什么背景创建的？

数据集的作者是谁？

能帮我联系到这个数据集的作者吗？

这个数据集如何下载？

点击留言

数据主题

具身智能

数据集 4098个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

5,000+

优质数据集

54 个

任务类型

进入经典数据集

热门数据集

MedChain

MedChain是由香港城市大学、香港中文大学、深圳大学、阳明交通大学和台北荣民总医院联合创建的临床决策数据集，包含12,163个临床案例，涵盖19个医学专科和156个子类别。数据集通过五个关键阶段模拟临床工作流程，强调个性化、互动性和顺序性。数据来源于中国医疗网站“iiYi”，经过专业医生验证和去识别化处理，确保数据质量和患者隐私。MedChain旨在评估大型语言模型在真实临床场景中的诊断能力，解决现有基准在个性化医疗、互动咨询和顺序决策方面的不足。

arXiv 收录

LIDC-IDRI

LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。

OpenDataLab 收录

CAP-DATA

CAP-DATA数据集由长安大学交通学院的研究团队创建，包含11,727个交通事故视频，总计超过2.19百万帧。该数据集不仅标注了事故发生的时间窗口，还提供了详细的文本描述，包括事故前的实际情况、事故类别、事故原因和预防建议。数据集的创建旨在通过结合视觉和文本信息，提高交通事故预测的准确性和解释性，从而支持更安全的驾驶决策系统。

arXiv 收录

AISHELL/AISHELL-1

Aishell是一个开源的中文普通话语音语料库，由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音，录音在安静的室内环境中使用高保真麦克风进行，并下采样至16kHz。通过专业的语音标注和严格的质量检查，手动转录的准确率超过95%。该数据集免费供学术使用，旨在为语音识别领域的新研究人员提供适量的数据。

hugging_face 收录

WildlifeReID-10k

WildlifeReID-10k是由西波希米亚大学等机构创建的一个大型野生动物再识别数据集，包含超过214,000张图片，涵盖10,344个不同个体的野生动物。数据集内容丰富，包括海洋龟、灵长类、鸟类、非洲食草动物、海洋哺乳动物和家畜等多种动物。创建过程中，研究者们对30个现有数据集进行了整合和处理，确保数据集的质量和可用性。该数据集主要用于野生动物的个体识别，有助于疾病监测、生态系统研究、入侵物种监控及人类对动物栖息地的影响评估等领域。

arXiv 收录