020-生信数据库「未完」
刘小泽写于18.8.6
大致分为核酸序列数据库、蛋白质序列数据库、蛋白质结构数据库、基因组数据库、非编码RNA数据库等
1 核酸序列数据库
主要存储在GenBank（美国，附属NCBI）、ENA（欧洲，附属EMBL-EBI）、DDBJ（日本），它们组成了国际核酸联盟(International Nucleotide Sequence Database Collaboration, INSDC)，每天交换数据。
| 数据类型 | 中文名 | NCBI | EMBL | DDBJ |
|---|---|---|---|---|
| NGS reads | 高通量测序序列 | Sequence Read Archive (SRA) | European Nucleotide Archive （ENA） | SRA |
| Cappillary reads | 一代测序序列 | Trace Archive | 同上 | 同NCBI |
| Annotated Sequences | 注释序列 | GenBank | 同上 | DDBJ |
| Samples | 生物样本 | BioSample | 同上 | BioSample |
| Studies | 研究计划 | Bioproject | 同上 | Bioproject |
1.1 GenBank数据库
它是NIH（National Institute of Health）附属的注释核酸数据库，两个月一次更新。1982年release3包含606条序列，共680338个碱基。截止2018.7.15，已经到了release226，
访问方式：
- Entrez Nucleotide
- FTP方式进行文件下载：ftp://ftp.ncbi.nlm.nih.gov/genbank
主要包括：
- WGS（Whole Genome Shotgun）：未注释的全基因组测序序列数据库
- TSA（Transcriptome Shotgun Assembly）：转录组测序组装序列数据库
- TLS（Targeted Locus Study）：特定位点研究
- 【后来这三个为了避免重复统计，都开始各自单独统计】
