单细胞数据库

作者: rong酱 | 来源:发表于2021-08-29 00:55 被阅读0次

    signatureDB - B cell数据库
    CancerSEA - 癌症单细胞
    KIT(肾脏单细胞数据库):http://humphreyslab.com/SingleCell/
    血管细胞数据库:http://betsholtzlab.org/VascularSingleCells/database.html

    PlantscRNAdb:http://ibi.zju.edu.cn/plantscrnadb/
    植物单细胞marker gene数据库,详细介绍在此:Mol Plant | 浙江大学樊龙江团队建立植物单细胞RNA分析数据库

    CellMarker:http://biocc.hrbmu.edu.cn/CellMarker/
    该数据库只针对人和鼠,通过手工整理超过10万篇已发表的论文,收集了158个人组织467种细胞13605个marker,81个小鼠组织389种细胞9148个marker。

    PanglaoDB:https://panglaodb.se/index.html
    PanglaoDB数据库是一个单细胞转录组数据库包含了超过1000个单细胞实验的预处理和预计算分析,涵盖了大多数主要的单细胞平台和分析流程,基于来自各种组织和器官的超过400万个细胞。它包含了6000多个marker基因,可用于细胞分群注释的marker数据库,数据主要源于已经公开发表的单细胞转录组数据。

    CancerSEA:http://biocc.hrbmu.edu.cn/CancerSEA/home.jsp
    CancerSEA是一个旨在单细胞水平上全面探索癌细胞的不同功能状态的多功能网站,涉及14个细胞功能状态,是25种癌症类型的900个癌症单细胞。

    Mouse Cell Atlas:http://bis.zju.edu.cn/MCA/index.html
    小鼠单细胞图谱数据库–浙江大学郭国骥老师团队。

    SCPortalen:http://single-cell.clst.riken.jp/
    人类和小鼠单细胞中心数据库。当前该网站收录了人类79种细胞类型的20761个单细胞以及小鼠119种细胞类型的46385个单细胞的单细胞转录组数据。

    scRNASeqDB:https://bioinfo.uth.edu/scrnaseqdb/index.php?csrt=11272935744226394604
    第一个人类单细胞转录组数据库,包含了38个人类单细胞转录组数据集,覆盖200个人类细胞系或细胞类型和13440个样本。

    Single Cell Expression Atlas:https://www.ebi.ac.uk/gxa/sc/home
    欧洲分子生物学实验室(EMBL)收集整理的单细胞数据。

    SignatureDB:https://lymphochip.nih.gov/signaturedb/
    收集整理marker gene的数据库。

    Single Cell Portal:https://singlecell.broadinstitute.org/single_cell
    该网站开发的主旨为:促进科学成果的共享,并传播因单细胞测序技术而产生的数据。相比于前三个数据库(多为低通量测序数据,细胞数较少)来说,Single cell portal收录了169个研究的4152655个单细胞的测序数据。

    KIT(肾脏单细胞数据库):http://humphreyslab.com/SingleCell/
    对一些肾脏单细胞文章进行了整理,构建了一个肾脏单细胞数据集的在线分析数据库。

    血管细胞数据库:http://betsholtzlab.org/VascularSingleCells/database.html
    构建了小鼠脑和肺血管及血管相关细胞类型数据库, 数据库包含脑的3436个单细胞单细胞转录组以及小鼠肺的1504个单细胞转录组。

    脑细胞数据库:https://web.stanford.edu/group/barres_lab/brain_rnaseq.html
    专门针对人脑单细胞构建的数据库。

    CellTalkDB:http://tcm.zju.edu.cn/celltalkdb/index.php
    浙江大学药学院范骁辉教授课题组通过对已知蛋白质-蛋白质相互作用数据库进行文本挖掘和手动验证,建立了一个人类和小鼠配体-受体相互作用对(LR interaction pairs)的综合数据库。

    ColorCells:http://rna.sysu.edu.cn/colorcells/
    单细胞lncRNA数据库。

    JingleBells:http://jinglebells.bgu.ac.il/
    JingleBells将单细胞数据划分为免疫和非免疫类,共收录120篇免疫相关以及182篇非免疫的单细胞文献,且数据库仍在持续更新中。这是标准化单细胞RNA-Seq数据集的存储库,用于在单细胞水平上进行分析和可视化。

    Cell BALST:https://cblast.gao-lab.org/
    Cell BLAST是一个自带高质量参考数据库的scRNA-seq数据检索/注释工具,能做细胞类型鉴定、发现新细胞类型、注释连续细胞状态。

    scTPA:http://sctpa.bio-data.cn/sctpa
    scTPA是用于在人和小鼠中基于生物途径激活进行单细胞转录组分析和注释的网络工具。数据库收集了具有不同功能和分类的大量生物途径,这有助于识别细胞类型注释和解释的关键途径。

    sc2disease:http://easybioai.com/sc2disease/home
    用来分析疾病当中的细胞和正常细胞哪些基因有差异。

    iSyTE:https://research.bioinformatics.udel.edu/iSyTE/ppi/index.php
    眼睛发育数据库。

    DBTMEE:http://dbtmee.hgc.jp/
    小鼠早期胚胎发育数据库。

    StemMapper:http://stemmapper.sysbiolab.eu/
    干细胞发育数据库。

    EMAGE: http://genex.hgu.mrc.ac.uk/Emage/database
    小鼠胚胎发育空间转录组数据库。

    stemformatics:https://www.stemformatics.org/expressions/gene_expression_graph
    针对干细胞构建的单细胞数据库。

    https://hemberg-lab.github.io/scRNA.seq.datasets/
    This website contains a collection of publicly available datasets used by the Hemberg Group at the Sanger Institute. 包含小鼠和人的多个组织。

    https://support.10xgenomics.com/single-cell-gene-expression/datasets
    10x Genomics 官方提供了多种测序数据,主要探究 10x Genomics 技术差异。

    LnCeCell:http://www.bio-bigdata.net/LnCeCell/
    哈尔滨医科大学李霞教授团队出品(没错,又是李教授团队,实际上他们还开发了很多的非常有用的lncRNA数据库比如lnc2cancer、LnCeVar、LncTarD等),

    SC2disease:http://easybioai.com/sc2disease/
    来自西北工业大学、西安交通大学、哈尔滨工业大学、复旦大学和天津大学的研究团队共同开发的、人工整理的人类疾病单细胞转录组数据库,

    HCA(Human Cell Atlas):https://data.humancellatlas.org/
    人类细胞图谱计划,目前规模比较大、覆盖比较全面的单细胞数据库。

    SCEA(Single Cell Expression Atlas):https://www.ebi.ac.uk/gxa/sc/home
    欧洲EMBL-EBI的单细胞数据库,收集了包括14个物种、181个study、403万个细胞。

    HCL(Human Cell Landscape):https://db.cngb.org/HCL/
    浙江大学郭国骥教授开发,包括人类50种组织的超过70万个细胞,划分为102个cluster,可以查询每种组织、每个cluster的marker基因。可以上传和下载数据自行分析。

    scRNASeqDB:https://bioinfo.uth.edu/scrnaseqdb/
    第一个人类单细胞转录组数据库,数据库收录了38个单细胞转录组数据集的13440个样本的信息,其中GEO数据库中的数据集有36个,用户可根据基因gene或细胞类型cell来搜索基因表达的信息,同时scRNASeqDB还提供可查询和可视化工具,包括基因、细胞类型或群体间差异表达基因的注释信息,另外用户还可以通过Dataset View功能浏览数据库的数据信息。

    相关文章

      网友评论

        本文标题:单细胞数据库

        本文链接:https://www.haomeiwen.com/subject/mdqwiltx.html