分析实验室数据库

『壹』 分析miRNA的数据库都有哪些

1、starBase

一个高通量实验数据CLIP-Seq（或称为HITS-CLIP,PAR-CLIP,iCLIP）和mRNA降解组测序数据支持的microRNA靶标数据库,包含了miRNA-mRNA，-lncRNA，miRNA-circRNA，miRNA-ceRNA 和RNA-protein等的调控关系。整合和构建多个流行的靶标预测软件的交集和调控关系。最新版本发布时间：2013年11月。

2、miRbase

众所周知的microRNA基因注释数据库。目前miRBase只提供了microRNA的靶标的预测软件的链接（如：PicTar）。最新版本发布时间：2010年9月。

3、ChIPBase

整合CLIP-Seq和ChIP-Seq的数据探讨microRNA的转录和转录后调控，构建转录因子->microRNA->靶标的调控网络。最新版本发布时间：2012年11月。

4、Tarbase

一个收集已被实验验证的microRNA靶标数据库。最新版本发布时间：2009年1月。

5、miRecords

一个整合的microRNA靶标数据库。整合多个靶标预测软件的调控关系。最新版本发布时间：2010年11月。

6、targetScan

基于靶mRNA序列的进化保守等特征搜寻动物的microRNA靶基因。是预测microRNA靶标假阳性率较低的软件。而且是microRNA领域大牛Bartel实验室开发的。最新版本发布时间：2009年4月。

7、PicTar

基于microRNA或microRNA靶标联合作用等特征开发的搜寻动物的microRNA靶基因。假阳性率也较低。是microRNA领域大牛Rajewsky实验室开发的。最新版本发布时间：2007年3月。

8、PITA

基于靶位点的可接性和自由能预测microRNA的靶标。是著名的生物信息学家Segal实验室开发的。最新版本发布时间：2008年8月。

9、RNA22

基于序列特征预测microRNA的结合位点。是几个流行的microRNA靶标预测软件的其中一个。IBM公司的研究团队开发的。最新版本发布时间：2007年。

10、miRanda和microRNA.org

是著名的MemorialSloan-Kettering 癌症研究中心的研究人员开发的软件和数据库。miRanda的最新版本又叫mirSVR。最新版本发布时间：2010年8月。

11、MicroCosm

EMBL-EBI的Enright 实验室开发的microRNA靶标数据库。最新版本发布时间：2010年8月。

12、miRTarBase

整合实验证实的microRNA靶标的数据库。最新版本发布时间：2010年10月。

13、miRGator v2.0

整合microRNA表达、靶标和疾病相关信息的数据库。最新版本发布时间：2010年11月。

14、MiRNAMap

动物的microRNA基因及其靶标的数据库。最新版本发布时间：2008年1月。

15、miRDB

动物microRNA靶标预测和功能注释数据库。最新版本发布时间：2010年8月。

16、RNAhybrid

一个基于miRNA-target配对自由能预测microRNA的靶标。最新版本发布时间：2011年6月。

17、miRGen

microRNA基因和microRNA靶标数据库。最新版本发布时间：2007年1月。

『贰』 数据分析软件有哪些

数据分析软来件有Excel、SAS、R、SPSS、Tableau Software。自

1、Excel

为Excel微软办公套装软件的一个重要的组成部分，它可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。

5、Tableau Software

Tableau Software用来快速分析、可视化并分享信息。Tableau Desktop 是基于斯坦福大学突破性技术的软件应用程序。它可以以在几分钟内生成美观的图表、坐标图、仪表盘与报告。

『叁』 数据分析师用哪个数据库比较好

作为一个数据分析师来回答一下：

我做这行两年多了，刚开始的时候用的多是MySQL数据库，当然，Oracle数据库也会用到，尤其是在金融行业或者国企都用Oracle，一般的公司使用MySQL数据库，可能是因为MySQL数据库免费吧。另外，在一家互数冲联网公司，我遇到了mongodb，目前一些新兴燃毕备的互联网公司使用nosql的也比较多，这个当时是现学现卖的。作为一个数据分析师，可能对数据库的使用一般是存取数据，至于更高级别的优化、事务之类的，一般是使用不到的，有专门的数据库人员，我们只要用好数据库就好。

说道数据分析或者数据挖掘，除了数据库来存取数据，我们还需要处理数据的工具，最趁手的当然是Python了。Python结合数据库是日常的code，Python也提供了齐备的工具，针对MySQL的有pymysql库，和oracle结合有cx_Oracle库，和mongodb结合有pymongo库，另外当然少不了我们的数据分析利器pandas库了，提供了read_sql函数，支持各种数据库，直接读取成DataFrame的数据格式，十分的方便。

总结一下就是：其实遇到的大多数都是MySQL，oracle也有，这两种都是sql语句，差别不大，只要掌握sql语句，这两个数据库问题都不大，mongodb是新兴的非关系数据库，语句也不是很复杂，之间上手工作也是无压力的。结合Python中的pandas使用，让你很溜的处理数据，数据分析也就得心应手了，小case了。皮毁

『肆』 简述什么是数据库系统,及数据库系统的组成

数据库系统是为适应数据处理的需要而发展起来的一种较为理想的数据处理系统，也是一个为实际可运行的存储、维护和应用系统提供数据的软件系统，是存储介质 、处理对象和管理系统的集合体。

数据库系统一般由4个部分组成：数据库，由数据库管理系统统一管理，数据的插入、修改和检索均要通过数据库管理系统进行；硬件，构成计算机系统的各种物理设备；软件，包括操作系统、数据库管理系统及应用程序；数据管理员，负责创建、监控和维护整个数据库，使数据能被有效使用。

(4)分析实验室数据库扩展阅读：

对数据库系统的基本要求：

1、能够保证数据的独立性。数据和程序相互独立有利于加快软件开发速度，节省开发费用。

2、能够确保系统运行可靠，出现故障时能迅速排除；能够保护数据不受非受权者访问或破坏；能够防止错误数据的产生，一旦产生也能及时发现。

3、有重新组织数据的能力，能改变数据的存储结构或数据存储位置，以适应用户操作特性的变化，改善由于频繁插入、删除操作造成的数据组织零乱和时空性能变坏的状况。

4、能够充分描述数据间的内在联系。

『伍』 优秀的试验数据管理系统软件

目前国内专业从事试验数据管理系统研发的企业并不多，北京高新技术企业中比较有代表性的——神州普惠AppTDM试验数据管理系统。 AppTDM试验数据管理系统针对试验业务，对试验过程及试验数据进行全生命周期的管理，对试验数据统一存放、集中管理，以保证数据的重用性及可操作性。能有效解决用户在试验数据管理中面临的数据存储零散，试验数据处理和分析显示缺乏统一的管理平台，对异构性、专业性、海量性数据缺乏有效管理手段的问题。 AppTDM试验数据管理系统，该产品实现了试验数据的统一归档管理、分析处理和显示, 确保用户可以很方便地实现数据多维度、多视图的访问、查询和重用。 AppTDM试验数据管理系统应用领域：1）产品验证部门；
2）各科研院校、研究院、研究所的试验室建设；
3）基础研发部门；
4）国家重点实验室；
5）第三方检测机构；
6）靶场、基地试验场；
7）装备设计部门。

『陆』 如何进行大数据分析及处理

探码科技大数据分析及处理过程

聚云化雨的处理方式

• 聚云：探码科技全面覆盖各类数据的处理应用。以数据为原料，通过网络数据采集、生产设备数据采集的方式将各种原始数据凝结成云，为客户打造强大的数据存储库；

• 化雨：利用模型算法和人工智能等技术对存储的数据进行计算整合让数据与算法产生质变反应化云为雨，让真正有价值的数据流动起来；

• 开渠引流，润物无声：将落下“雨水”汇合成数据湖泊，对数据进行标注与处理根据行业需求开渠引流，将一条一条的数据支流汇合集成数据应用中，为行业用户带来价值，做到春风化雨，润物无声。