支持中心_舍为斯生物-推动生物医学快速发展

在线工具

为了方便广大科研工作者对各类编码和非编码RNA做结构或序列分析、注释、预测基因靶标、功能查询等生物信息学内容，我们在此汇集了许多常用的在线工具，供广大科研工作者使用。详情请点击以下链接网页：

NCBI

NCBI (National Center for Biotechnology Information）是指美国国立生物技术信息中心，NCBI研究小组包括计算机科学家，分子生物学家，数学家，生物化学家，实验物理学家，和结构生物学家，集中于计算分子生物学的基本的和应用的研究。这些问题包括基因的组织，序列的分析，和结构的预测。目前研究计划的一些代表是：检测和分析基因组织，重复序列形式，蛋白domain和结构单元，建立人类基因组的基因图谱，HIV感染的动力学数学模型，数据库搜索中的序列错误影响的分析，开发新的数据库搜索和多重序列对齐算法，建立非冗余序列数据库，序列相似性的统计显著性评估的数学模型和文本检索的矢量模型。另外，NCBI研究者还坚持推动与NIH内部其他研究所及许多科学院和政府的研究实验室的合作。
了解更多：https://www.ncbi.nlm.nih.gov/
NCBI/ BLAST

序列分析常用工具。BLAST发现生物序列之间的相似区域，该程序将核苷酸或蛋白质序列与序列数据库进行比较，并计算统计学意义。
了解更多：
https://blast.ncbi.nlm.nih.gov/Blast.cgi
GO富集性分析

在获得特定的基因集之后，GO功能显著性富集分析能够确定差异基因行使的主要生物学功能。GO主要有三个ontology（ontology：Biological Process、Cellular Component、Molecular Function），分别描述基因的分子功能（Molecular Function）、细胞组分（Cellular Component）和生物过程（Biological Process）。GO的基本单位是term，每一个term都对应一个属性。
了解更多：http://www.geneontology.org/
KEGG富集性分析

KEGG 显著性富集分析能确定差异表达基因参与的最主要的生化代谢途径和信号转导途径。Kyoto Encyclopedia of Genes and Genomes（KEGG）是有关Pathway的主要公共数据库。在生物体内，不同基因相互协调行使其生物学功能，Pathway的分析有助于更进一步了解基因的生物学功能。
了解更多：https://www.kegg.jp/
韦恩图

用于显示元素集合重叠区域的图示，能够展示不同数据之间的交集、差集，最多可以输入30个列表。
BioVenn: http://www.cmbi.ru.nl/cdd/biovenn/index.php
Venn: http://bioinformatics.psb.ugent.be/webtools/Venn/
VENNY: http://bioinfogp.cnb.csic.es/tools/venny/index.html
Venn Diagram Plotter: http://omics.pnl.gov/software/venn-diagram-plotter
VennDiagram: R package http://cran.r-project.org/web/packages/VennDiagram/index.html
CSCD癌症相关的circRNA

CSCD（癌症特异性circRNA数据库）是为癌症特异性环蛋白开发的数据库。CSCD收集了来自87个癌细胞样品的可用RNA测序（总RNA与rRNA去除或polyA富集）数据集。我们使用了4种流行的算法：CIRI, find_circ, circRNA_finder和circexplorer进行了综合分析。然后我们收集仅在癌症样本中鉴定的circRNA，而不是任何正常样品。目前在CSCD有272152种癌症特异性circRNA。
了解更多：http://gb.whu.edu.cn/CSCD/#
catRAPID

大规模预测RNA与蛋白质相互作用的算法。
了解更多：
http://big.crg.cat/gene_function_and_evolution/services/catrapid
弦图（Chord Diagram）

弦图是为了表示一组具有相互关系的单位之间的联系，通常连线表示具有联系，连线的粗细表示权重。可以用于展示基因融合、共表达、蛋白互作等信息。
了解更多：
http://mkweb.bcgsc.ca/tableviewer/visualize/
ceRNA功能研究数据库：circNet

circNet 是ceRNA功能研究数据库，circNet利用464个RNA-seq测序数据，进行新circRNA预测及基因组注释，并计算已知的及新预测的circRNA表达情况，构建circRNA-miRNA-gene调控网络。
了解更多：
http://circnet.mbc.nctu.edu.tw/
聚类图

聚类分析是一种在高通量数据中常用的无监督分类方法。通过特征集计算样本之间的相似性，构建相似性矩阵，然后根据一定的原则进行聚类，最终实现将相同或相似类型的样本聚类在一起，可以直观的观察样本之间的差异。
了解更多：
http://www2.heatmapper.ca/expression/