(用最簡單的方式靠自己發(fā)生信SCI?。?/p>
(朋友圈里有更多科研干貨)
生信技能學(xué)習(xí),是現(xiàn)在科研最好的自我投資!
單細(xì)胞數(shù)據(jù)庫
單細(xì)胞測序技術(shù)能夠揭示每個細(xì)胞獨特的基因表達特征,精細(xì)區(qū)分細(xì)胞類型,深入系統(tǒng)的研究細(xì)胞間的相互作用關(guān)系。
現(xiàn)在單細(xì)胞用于生信SCI的發(fā)文越來越多,單細(xì)胞相關(guān)的數(shù)據(jù)庫這兩年也多了起來。簡單好用,君子性非異也,善假于物也,希望大家把好用的工具用起來,降低分析難度。
part 1:最常用的
1
Human cell atlas(HCA)
人類細(xì)胞圖譜HCA(Human Cell Atlas)(https://data.humancellatlas.org/),是目前規(guī)模比較大、覆蓋比較全面的單細(xì)胞數(shù)據(jù)庫,致力于建立一個健康人體所包含的所有細(xì)胞的參考圖譜。主要聚焦于人正常組織,獲取人體各個組織器官的單細(xì)胞層面數(shù)據(jù)均可使用這個網(wǎng)站進行下載。
2
scRNASeqDB
scRNASeqDB(https://bioinfo.uth.edu/scrnaseqdb/)專門收集人類單細(xì)胞測序的數(shù)據(jù)庫,涵蓋200種細(xì)胞系和14000個樣本。
scRNASeqDB包含了目前幾乎所有可用的人類單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集(n=38)。用戶可根據(jù)基因或細(xì)胞類型搜索基因表達的信息,包括基因、細(xì)胞類型或群體間差異表達基因的注釋信息。
3
Single Cell Expression Atlas
SCEA(Single Cell Expression Atlas)(https://www.ebi.ac.uk/gxa/sc/home)是歐洲EMBL-EBI的單細(xì)胞數(shù)據(jù)庫,收錄了各種疾病類型的單細(xì)胞數(shù)據(jù)??梢园磄ene和experiment檢索實驗設(shè)計、分析參數(shù)、下載marker基因和表達數(shù)據(jù)矩陣等。
4
CancerSEA
CancerSEA(http://biocc.hrbmu.edu.cn/CancerSEA/)是由哈爾濱醫(yī)科大學(xué)研發(fā),提供了一個破譯癌癥單細(xì)胞功能狀態(tài)的數(shù)據(jù)庫,并在單細(xì)胞水平上將這些功能狀態(tài)與蛋白編碼基因(PCGs)和lncRNA聯(lián)系起來,以促進對癌細(xì)胞功能差異的機制性理解。
5
Single Cell Portal
SCP(Single Cell Portal)(https://singlecell.broadinstitute.org/single_cell)由BRAOD研究所開發(fā),數(shù)據(jù)庫首頁非常簡潔,包括數(shù)據(jù)檢索框,可以按 study 或者 gene 進行檢索,以查詢實驗設(shè)計和基因在不同cell type中的表達情況。
6
PanglaoDB
PanglaoDB(https://panglaodb.se/index.html),是2019年年初發(fā)布的一個單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)庫包含了超過1000個單細(xì)胞實驗的預(yù)處理和預(yù)計算分析,涵蓋了大多數(shù)主要的單細(xì)胞平臺和分析流程,致力于探索人類和小鼠的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)。
包含了6000多個marker基因,可用于細(xì)胞分群注釋的marker數(shù)據(jù)庫。適合零基礎(chǔ)的人使用、探索和挖掘,無論你是做人類研究還是小鼠研究,都能用的到。
7
Cell Blast
Cell Blast(https://cblast.gao-lab.org/)是一個自帶高質(zhì)量參考數(shù)據(jù)庫的scRNA-seq數(shù)據(jù)檢索/注釋工具,能做細(xì)胞類型鑒定、發(fā)現(xiàn)新細(xì)胞類型、注釋連續(xù)細(xì)胞狀態(tài)。
8
CellMarkrer
CellMarker(http://bio-bigdata.hrbmu.edu.cn/CellMarker/)該數(shù)據(jù)庫通過手動收集超過100,000篇發(fā)表的論文,整理人類158種組織、467個細(xì)胞類型的13605個Marker基因。為人類和小鼠組織中的各種細(xì)胞類型提供全面而準(zhǔn)確的細(xì)胞標(biāo)志物資源。
9
Jingle Bells
Jingle Bells(https://jinglebells.bgu.ac.il/)便是一個專門存放免疫相關(guān)的單細(xì)胞數(shù)據(jù)庫。
Jingle Bells數(shù)據(jù)來源為公開可用的數(shù)據(jù),數(shù)據(jù)來源相對集中,收集免疫(120個數(shù)據(jù)集)以及非免疫(183個數(shù)據(jù)集)的單細(xì)胞文獻,且數(shù)據(jù)庫仍在持續(xù)更新中。這是標(biāo)準(zhǔn)化單細(xì)胞RNA-Seq數(shù)據(jù)集的存儲庫,用于在單細(xì)胞水平上進行分析和可視化。
part 2:更新
1
scTIME
scTIME(http://sctime.sklehabc.com/#/home)不僅整合了泛癌的免疫單細(xì)胞數(shù)據(jù)資源,而且提供一系列的單細(xì)胞分析模塊,包括免疫細(xì)胞組成、免疫細(xì)胞類型的關(guān)聯(lián)性分析、免疫細(xì)胞類型特異的signature分析、細(xì)胞-細(xì)胞通訊等,方便實驗研究人員和臨床醫(yī)生探索腫瘤免疫微環(huán)境的特征 。
2
HUSCH
人體由各種組織和細(xì)胞組成,表征不同細(xì)胞的表達模式對于探測發(fā)育和疾病中的細(xì)胞功能和分子事件至關(guān)重要,單細(xì)胞RNA-seq已被證明是研究各種組織中人類細(xì)胞類型異質(zhì)性的強大技術(shù)。目前已經(jīng)開發(fā)的幾個人類單細(xì)胞圖譜項目,如JingleBells,SCPortalen,PanglaoDB極大促進了對細(xì)胞的理解,但多數(shù)局限在收集數(shù)據(jù)集的簡單呈現(xiàn),或者具有極簡單的可視化處理,因此給數(shù)據(jù)的使用造成了比較大的困難。
2022年11月01日,生物科學(xué)類雜志NAR(Nucleic Acids Research,IF=19.160)在線發(fā)表題為“HUSCH: an integrated single-cell transcriptome atlas for human tissue gene expression visualization and analyses(HUSCH:用于人體組織基因表達可視化和分析的集成單細(xì)胞轉(zhuǎn)錄組圖譜)”的研究文章。
HUSCH數(shù)據(jù)庫包括來自185個高質(zhì)量人類數(shù)據(jù)集的2865305個細(xì)胞的單細(xì)胞轉(zhuǎn)錄組圖譜,涵蓋45種不同的組織類型和7個平臺,平均每個數(shù)據(jù)集包含約15,000個細(xì)胞和~18,000個基因。
HUSCH的數(shù)據(jù)集模塊包括樣本信息、聚類結(jié)果、細(xì)胞類型注釋、細(xì)胞類型統(tǒng)計和標(biāo)記基因,以及185個數(shù)據(jù)集的下游功能分析;數(shù)據(jù)集模塊主要有三大功能,單數(shù)據(jù)集探索、單組織探索、數(shù)據(jù)下載。
part 3:其他
SCI
單細(xì)胞數(shù)據(jù)庫
scTPA:單細(xì)胞轉(zhuǎn)錄組生物途徑注釋工具
http://sctpa.bio-data.cn:8888/sctpa/
SC2disease:用于疾病分析
http://easybioai.com/sc2disease/
scQuery:對比分析單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)
https://scquery.cs.cmu.edu/
BloodSpot:健康和血液病單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)庫
http://servers.binf.ku.dk/bloodspot/
SCPortalen:日本單細(xì)胞測序數(shù)據(jù)庫
http://single-cell.clst.riken.jp/
SCDevDB:深度組學(xué)數(shù)據(jù)
https://scdevdb.deepomics.org/
SignatureDB:單細(xì)胞標(biāo)記
https://singlecell.broadinstitute.org/single_cell
KIT:腎臟單細(xì)胞數(shù)據(jù)庫:
http://humphreyslab.com/SingleCell/
血管單細(xì)胞數(shù)據(jù)庫:
http://betsholtzlab.org/VascularSingleCells/database.html
腦細(xì)胞數(shù)據(jù)庫:
https://web.stanford.edu/group/barres_lab/brain_rnaseq.html
非小細(xì)胞肺癌數(shù)據(jù)庫:
http://lung.cancer-pku.cn/index.php