公共数据库和大规模计划笔记7-查生物数据库的数据库Database Commons

新年伊始，开年热搜大戏“不知知网”主线剧情密集更新。趁着CNKI热度延续，基因研究媛不停介绍“公共数据库和大规模计划笔记”系列第七篇“查生物数据库的数据库Database Commons”。

生物数据现在越来越多，但到底哪些有用？哪些重要且被承认？哪些质量好？根据特定需要找起来往往十分麻烦。目前常用的办法有三种：(1)问人问群，(2)看NSC文献里用什么，(3)查Omics tools/OmicsX，或者找Nucleic Acids Research的database特刊、DATABASE杂志以及其他生物信息学杂志，会有很多很新的数据库。

本文介绍北京基因组所的Database Commons数据库，该数据库几乎每天都在更新，目前已包含有4300+数据库。尝试进行简单检索，发现数据库中有TCPA，但没有GTEx，可能与Database Commons的收集来源仅限于生物信息杂志有关，有一定的限制。现在很多资源可能在Nature methods、 Cell system等一系列Cell子刊以及Natrue comunication等传统生命科学杂志上。

Database Commons集成了所有收集的数据库的相关信息（包括数据库名称，URL，描述，托管机构，相关出版物，联系信息等），并根据数据类型进行编目，能够轻松找到感兴趣的特定数据库集合。

检索的形式包括：数据为动植物、细菌、古细菌。数据类型为3种：DNA、RNA、Protein。由于目前刚上线不久，还没有多少数据库的评价信息，这点上目前常用的生物信息资源检索工具OmicX做的很好，该工具甚至有根据研究目的来自动选择分析流程的功能。

下图是以千人基因组数据库“1000 Genome Project”做一个简单检索示例。从检索结果来看，利用Database Common这类数据库来检索资源有个优点，可能会发现与想找的数据库相关的其他资源。

Database Commons数据库检索起来比较麻烦，但也有两个有价值的字段：Citation和z-index。这两个字段可以用来判断数据库的重要程度。如果平时看到数据库，可以通过引用这条线索来看数据库具体是怎么用在文章中的，是做验证？还是做预测？下图是根据引用次数排序的前50数据库，很多都是基因组研究常用且应该掌握的。

总结：

Database Commons数据库用来查刊登在生信杂志上的数据库有优势，其数据比较详实，容易快速筛选，更新也较及时。但其他的数据库可能还是要像文章开头所说的那样多方查找。

新年祝福，希望大家在“不知知网”时，也可以义正言辞的讲“知Database Commons”鸭！（如需转载文章，请注明出处或在对应文章中留言联系作者，谢谢合作。）