生物数据中心的年报
每到年终大家都爱做总结,除了我在每日文献:2018-01-08提到的比对工具年鉴更新到了2017版,各大生物数据中心也开始纷纷做总结,然后发一篇核酸研究NAR. 这三篇文章的标题和地址如下
地点 | 数据库名 | 原文标题 | 原文链接 |
---|---|---|---|
美国 | NCBI | Database Resources of the National Center for Biotechnology Information | https://academic.oup.com/nar/article/45/D1/D12/2605705 |
欧洲 | EMBL-EBI | The European Bioinformatics Institute in 2017: data coordination and integration | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5753251 |
中国 | BIG | Database Resources of the BIG Data Center in 2018 | https://academic.oup.com/nar/article/46/D1/D14/4316108 |
数据库之间每天都会交互数据,保证数据同步,并且都有自己的特色.
NCBI应该是世界上综合性最大的生物学数据库, 并且应该也是访问量最多的数据库.如同我会不自主的点开百度测试一下网络速度, 每当别人给我一个生物学名词或者一个编号,我就会熟练打开NCBI看看这个是啥.
如果NCBI访问速度太慢, 我会去看一下EMBL-EBI,因为后者的网页设计也非常的养眼. 但是BIG则是我最近从某一篇标题党文章里面了解的, 大致意思为BIG打破了资本主义的垄断,取代了小日本的DDBJ 跻身成为世界一流的数据中心.
当时一看到内容,我就特别的开心.因为我看BIG里面也会存放高通量测序结果, 而且当我打开他的Biosample用他们提供的案例编码查看原始数据时,我惊喜的发现他们直接存放Fastq,而不是SRA,简直不能太激动,感觉以后下载数据再也不用翻山过海了.我就把每日文献:2018-01-11里提到的拟南芥高通量测序结果的标号SRP062811在三大数据库进行了搜索,结果如下
看来中国科学院的北京基因组组学中心的钱不太够,还没钱买硬盘放植物的数据.