常用生物医学数据库与分析软件介绍-Genedenovo
《Denovo技术介绍》PPT课件
DNA测序
Nanopore是对DNA链直接测序可以直接 测序同时直接检测碱基修饰。 获得DNA链上的甲基化修饰结果，较 PacBio更为准确有效
目录
Hi-C 技术
Hi－C技术，一种高通量染色体构象捕获技术（High-throughput chromosome conformation capture），可以实现单个样本辅助基因组组装，使基因组达到染色体水 平
《Denovo技术介绍》PPT课件
本课件仅供大家学习学习 学习完毕请自觉删除
谢谢 本课件仅供大家学习学习
学习完毕请自觉删除 谢谢
目录
什么是Denovo？
也叫从头测序。是指对基因组序列未知或没有近源物种基 因组信息的某接、组 装和注释，从而获得该物种完整的基因组序列图谱。
Pacific Bio 测序缺点
错误率高达12.5%，每读8个碱基，就有一个是读错的，错误类型多 为“插入”，即会多读一个碱基。测序错误是随机的，可以通过测序深 度的提高来校正。
目录
BioNano光学图 谱技术
技术原理
BioNano光学物理图谱技术，简而言之是利用单链酶切技术在DNA上 做荧光标记，再通过纳米孔道对长达几百kb的长链DNA单分子线性化，经 过高分辨率光学系统进行拍照，在较短时间获得更完整的基因图谱，在辅助 基因组组装和结构变异（structural variants，SV）检测等方面有广泛的应 用。
主要产品
人类基因组测序
动植物基因组测序 细菌基因组测序 真菌基因组测序 宏基因组测序
测序工具
一代测序-sanger 二代测序-illumina 三代测序PB/Bionano/nanopore
原理
优势
劣势
生物实验中的实验数据处理软件
生物实验中的实验数据处理软件实验数据在生物实验中扮演着重要的角色，它们记录了实验过程和结果，为科研工作提供了依据和指导。
然而，随着实验数据量的不断增加，如何高效地处理这些数据成为了一个关键问题。
为此，科研人员们研发出了各种实验数据处理软件，以帮助他们更好地分析和解读数据。
本文将介绍几种常见的生物实验数据处理软件，并探讨其特点和应用。
一、SPSS统计软件SPSS统计软件是一款功能强大的数据处理和分析工具。
它提供了丰富的统计分析方法和图形展示功能，能够处理各类生物实验数据，如基因表达、蛋白质组学、细胞信号转导等。
SPSS的使用相对简单，具备用户友好的界面和操作流程，使得科研人员能够快速进行数据处理和分析。
二、Matlab软件Matlab是一种数值计算和可视化编程语言，广泛应用于生物实验数据的处理和建模分析。
它提供了丰富的数学函数和工具箱，可以进行高级的数据分析和模型构建，包括信号处理、图像处理、机器学习等。
Matlab的灵活性和强大的计算能力使其成为生物信息学领域的热门工具之一。
三、R语言和RStudio软件R语言是一种免费的统计计算和图形化编程语言，拥有庞大的用户社区和丰富的包资源。
RStudio是R语言的集成开发环境，提供了直观简洁的界面和便捷的编程环境，使得科研人员能够高效地进行数据处理和可视化分析。
R语言和RStudio在生物实验数据处理中得到广泛应用，尤其适合进行数据挖掘和统计建模等复杂分析。
四、GeneSpring软件GeneSpring是一款专门为生物学研究设计的数据分析软件。
它具有强大的基因表达分析和通路富集分析功能，能够从大规模基因表达数据中挖掘关键基因和通路。
GeneSpring提供了可视化的结果展示和交互式数据分析工具，帮助研究人员深入理解生物实验数据的意义和潜在规律。
五、ImageJ软件ImageJ是一款开源的图像处理软件，广泛应用于生物医学图像分析和实验数据处理。
它支持多种图像格式和算法，可以进行图像滤波、分割、测量等操作。
生物学软件_大全(二)
引言概述：生物学软件在现代科学研究中扮演着重要的角色，它们为生物学家们提供了数据分析、模拟实验等功能，帮助他们更好地理解生命的复杂性。
本文将为大家介绍一系列生物学软件，帮助生物学家们在研究中更高效地工作。
正文内容：1.生物信息学软件1.1基本基因序列分析软件1.1.1BLAST：用于序列比对和相似性搜索，帮助确定生物序列的功能和结构。
1.1.2ClustalOmega：用于多序列比对的工具，帮助研究人员查找序列间的共同特征。
1.1.3EMBOSS：一套开源的生物信息学软件，包含各种工具用于序列分析、蛋白质结构分析等。
1.2基因组数据分析软件1.2.1GATK：广泛用于基因组重测序数据的分析和变异检测。
1.2.2BEDTools：用于处理基因组坐标的工具，帮助研究人员在基因组中定位感兴趣的特定区域。
1.2.3HMMER：用于比对蛋白质序列和荧光探针序列的隐马尔可夫模型工具。
2.结构生物学软件2.1Rosetta：一套用于结构预测和蛋白质构象优化的软件，帮助研究人员研究蛋白质的结构和功能。
2.2PyMOL：一种用于可视化分子结构的工具，它可以高质量的分子图像，并为研究人员提供结构分析的功能。
2.3Coot：用于蛋白质结构分析和模型建立的软件，可帮助研究人员在解析蛋白质结构时进行手动操作和调整。
2.4CCP4：一个用于蛋白质晶体学的软件套件，用于解析晶体结构和进行结构决策。
2.5SwissPdbViewer：一种用于蛋白质结构可视化和分析的软件，具有多种功能和工具。
3.蛋白质互作软件3.1STRING：综合性的蛋白质互作数据库和分析工具，帮助研究人员理解蛋白质之间的相互作用关系。
3.2Cytoscape：一个用于细胞网络分析和可视化的软件，可用于研究蛋白质之间的相互作用网络。
3.3ClusPro：一种用于蛋白质蛋白质和蛋白质配体互作的软件，可用于预测互作模型和分析互作强度。
3.4InterProSurf：一种用于预测和分析蛋白质间相互作用界面的工具，可以帮助研究人员理解蛋白质互作的机制。
生物信息学软件 (2)
生物信息学软件
生物信息学软件是一类专门用于处理、分析和解释生物学
数据的软件工具。
这些软件通常用于基因组学、蛋白质组学、转录组学和代谢组学研究中。
以下是一些常用的生物
信息学软件：
1. BLAST：用于快速在数据库中搜索相似序列的工具，对
于序列比对和亲缘关系分析非常有用。
2. ClustalW：用于多序列比对的软件，可以比较多个序列
之间的相似性和差异。
3. GROMACS：用于分子动力学模拟和分子力学计算的软件，可以模拟蛋白质、核酸等生物分子的结构和动态行为。
4. PHYLIP：用于构建进化树和系统发育分析的软件，可以根据序列的差异性推断出生物物种之间的进化关系。
5. R：一种统计软件，提供了广泛的生物信息学功能和数据处理方法。
6. Cytoscape：用于网络分析和可视化的软件，可以分析和可视化基因调控网络、蛋白质相互作用网络等。
7. NCBI工具包：由美国国家生物技术信息中心（NCBI）开发的一组工具，包括BLAST、Entrez等，用于生物序列和文献检索。
8. Galaxy：一个基于云计算的生物信息学分析平台，提供了大量的工具和工作流，方便生物学家进行数据分析和可视化。
9. MetaboAnalyst：用于代谢组学数据分析的软件，可以进行代谢物注释、统计分析、通路分析等。
10. Geneious：用于序列分析和比对、系统发育分析、基因预测等多种生物信息学任务的集成软件。
以上只是一小部分常用的生物信息学软件，随着科学研究的进展，新的软件工具不断涌现。
全基因组从头测序(de novo测序)
[3] Junjie Qin, Yujun Cui, et al. Open-Source Genomic Analysis of Shiga-Toxin–Producing E. coli O104:H4. N Engl J Med. 2011 Aug 25; 365(8): 718-24.
从头测序（de novo 测序）
从头测序即 de novo 测序，不需要任何参考序列资料即可对某个物种进行测序，用生物信息学分 析方法进行拼接、组装，从而获得该物种的基因组序列图谱。利用全基因组从头测序技术，可以获得 动物、植物、细菌、真菌的全基因组序列，从而推进该物种的研究。一个物种基因组序列图谱的完成， 意味着这个物种学科和产业的新开端！这也将带动这个物种下游一系列研究的开展。全基因组序列图 谱完成后，可以构建该物种的基因组数据库，为该物种的后基因组学研究搭建一个高效的平台；为后 续的基因挖掘、功能验证提供 DNA 序列信息。华大科技利用新一代高通量测序技术，可以高效、低 成本地完成所有物种的基因组序列图谱。
Medicine，NEJM）上在线发表。德国致病性大肠杆菌研究项目首次展示了快速的基因组测序
技术和及时的数据共享给全球各科研领域所带来的巨大贡献，证实了信息数据的快速共享在
公共卫生事件中可发挥至关重要的作用，同时也为应对全球重大突发性紧急公共卫生事件提
供了一个全新的解决思路。
德国肠出血性大肠杆菌项目进展时间轴
微生物基因组denovo测序分析流程
#流程大放送#微生物基因组Denovo测序分析知因无限一介绍微生物基因组De novo测序分析也叫微生物基因组从头测序分析，指不依赖于任何参考序列信息就可对某个微生物进行分析的测序分析技术，用生物信息学的方法进行序列拼接获得该物种的基因组序列图谱，然后进行注释等后续一系列的分析。
微生物Denovo基因组测序及分析技术可以应用于医药卫生等领域。
二技术应用领域1、基因组图谱的系统性构建例子：过去几个月，肠病毒D68令数百名美国儿童患病。
华盛顿大学的研究人员测序和分析了肠病毒D68（EV-D68）的基因组，这一成果将发表在新一期的Emerging Infectious Diseases杂志上。
（Genome Sequence of Enterovirus D68 from St. Louis, Missouri, USA）肠病毒D68（EV-D68）能在儿童中引起严重的呼吸道疾病。
其基因组序列可以“帮助人们开发更好的诊断测试，”共同作者Gregory Storch说。
“有助于解释病毒感染为什么会造成严重的疾病，以及EV-D68为什么比过去传播得更广。
”（来自于生物通的报道）2、微生物致病性和耐药性位点检测及相关基因功能研究例子：根据分泌蛋白、毒力因子、致病岛、必需基因等结果去探讨所测物种致病性和耐药性。
3、微生物的比较基因组分析，确定各个近缘微生物中的系统发育关系二基本分析流程图三可能的结果展示图示例图1 微生物基因组的功能注释示例图2 微生物基因组的系统进化关系注：以上图片和文字来自参考文献21。
六参考文献[1] Hong-Bin Shen, and Kuo-Chen Chou, "Virus-mPLoc: a fusion classifier for viral protein subcellular location prediction by incorporating multiple sites", Journal of Biomolecular Structure & Dynamics, 2010, 28: 175-86.[2]Hong-Bin Shen and Kuo-Chen Chou, "Virus-PLoc: A fusion classifier for predicting the subcellular localization of viral proteins within host and virus-infected cells.", Biopolymers. 2007, 85, 233-240.[3] Ren Zhang and Yan Lin, (2009) DEG 5.0, a database of essential genes in both prokaryotes and eukaryotes. Nucleic Acids Research 37, D455-D458.[4] The CRISPRdb database and tools to display CRISPRs and to generate dictionaries of spacers and repeats. BMC Bioinformatics. 2007 May 23;8(1):172.[5] The Pfam protein families database: M. Punta, P.C. Coggill, R.Y. Eberhardt, J. Mistry, J. Tate,C. Boursnell, N. Pang, K. Forslund, G. Ceric, J. Clements, A. Heger, L. Holm, E.L.L. Sonnhammer, S.R. Eddy, A. Bateman, R.D. Finn Nucleic Acids Research (2014) Database Issue 42:D222-D230.[6] Clustal W and Clustal X version 2.0.(2007 Nov 01) Bioinformatics (Oxford, England) 23 (21) :2947-8.PMID: 17846036.[7] Felsenstein, J. 2004. PHYLIP (Phylogeny Inference Package) version 3.6. Distributed by the author. Department of Genome Sciences, University of Washington, Seattle.[8] Li et al (2010). De novo assembly of human genomes with massively parallel short readsequencing. Genome Res vol. 20 (2).[9] Li et al (2008). SOAP: short oligonucleotide alignment program. Bioinformatics Vol. 24 no.5 2008.[10] A.L. Delcher, D. Harmon, S. Kasif, O. White, and S.L. Salzberg (1999) Improved microbial gene identification with GLIMMER, Nucleic Acids Research 27:23 4636-4641.[11] S. Salzberg, A. Delcher, S. Kasif, and O. White (1998) Microbial gene identification using interpolated Markov models, Nucleic Acids Research 26:2, 544-548.[12] Delcher AL, Bratke KA Powe,rs EC，et al(2007). Identifying bacterial genes and endosymbiont DNA with Glimmer. Bioinformatics,23(6):673-679.[13]G. Benson(1999). Tandem repeats finder: a program to analyze DNA sequences. Nucleic Acids Research, Vol. 27, No. 2, pp. 573-580.[14] Kanehisa M, Goto S, Kawashima S, Okuno Y, Hattori M (2004). The KEGG resource for deciphering the genome. Nucleic Acids Res 32 (Database issue): D277–80.[15] Kanehisa M, Goto S, Hattori M, Aoki-Kinoshita KF, Itoh M, Kawashima S, et al. (2006). From genomics to chemical genomics: new developments in KEGG. Nucleic Acids Res 34(Database issue): D354–7.[16] Tatusov RL, Koonin EV, Lipman DJ(1997). A genomic perspective on protein families. Science. Oct 24;278(5338):631-7.[17] Tatusov RL, Fedorova ND et al.(2003). The COG database: an updated version includes eukaryotes. BMC Bioinformatics. Sep 11;4:41.[18] Magrane, M. and UniProt Consortium (2011) UniProt Knowledgebase: a hub of integrated protein data. Database (Oxford) , bar009.[19] Bard J, Winter R (2000). Gene Ontology：tool for the unification of biology. Nat Genet. 25:25-29.[20] ZODOBNOV．E．M，APWEILER．R．InterProScan—an intergration plaftorm forthe signature recognition methods in InterPro[J]．Bioinform atics，2001，17(9)：847-848．[21] Van den Bogert B1, Boekhorst J2, Herrmann R1, Smid EJ3, Zoetendal EG1, Kleerebezem M4. Comparative genomics analysis of Streptococcus isolates from the human small intestine reveals their adaptation to a highly dynamic ecosystem. PLoS One. 2013 Dec 30;8(12):e83418.。
常用生物数据分析软件
常用生物数据分析软件生物数据分析软件是用于处理、分析和解释生物学实验中产生的大规模数据的工具。
这些软件通常具有统计分析、数据可视化和生物信息学工具等功能，它们在生物学研究、医学诊断和药物开发等领域都有广泛的应用。
本文将介绍一些常用的生物数据分析软件。
1.R：R是一种免费且开源的编程语言，它提供了丰富的生物数据分析和可视化工具，如统计分析、机器学习、生物信息学和图形绘制等。
R 语言拥有庞大的用户社区和丰富的包资源，适用于各种生物学数据分析任务。
2. Python：Python是另一种常用的编程语言，它也具备强大的生物数据分析能力。
Python拥有多个生物学数据处理和分析库，如NumPy、Pandas和BioPython等。
Python的易学性、可扩展性和广泛的应用领域使其成为生物学数据分析的首选工具之一3.MATLAB：MATLAB是一种专业的科学计算和数据可视化软件，在生物学数据分析领域有广泛的应用。
它提供了丰富的统计分析和机器学习工具包，可用于生物数据的处理、分析和建模等任务。
4.SPSS：SPSS是一种常用的统计分析软件，它具有直观的用户界面和广泛的统计分析功能。
SPSS可以对生物学数据进行描述性统计、方差分析、回归分析和聚类分析等，并生成相应的报告和图表。
5.SAS：SAS是一种专业的统计分析软件，也被广泛用于生物学数据分析。
SAS拥有强大的数据管理和数据分析功能，可用于处理和分析大规模的生物学数据集。
6. Partek Genomics Suite：Partek Genomics Suite是一种专门用于基因组学和转录组学数据分析的软件。
它提供了丰富的生物学数据分析工具和流程，可用于差异表达分析、通路分析和功能注释等任务。
7. Ingenuity Pathway Analysis (IPA)：IPA是一个用于通路分析和功能注释的软件。
它能够对基因表达数据进行通路分析和功能注释，并提供生物学上下游调控网络的图形可视化。
常用生物数据分析软件
常用生物数据分析软件在生物科学领域中，数据分析是一项重要的任务。
随着技术的进步，生物学研究的数据规模不断扩大，例如基因组测序数据、蛋白质互作数据、表达谱数据等。
为了处理和分析这些大规模的生物学数据，许多生物数据分析软件被开发出来。
本文将介绍一些常用的生物数据分析软件。
1.R：R是一个流行的统计分析和图形化软件，也是生物学家常用的数据分析工具之一、R具有强大的数据分析功能和广泛的统计工具包，适用于各种生物学数据分析任务，例如基因表达分析、蛋白质结构预测、基因组测序等。
2. Python：Python是一种通用的编程语言，也被广泛用于生物数据分析。
Python拥有丰富的生物信息学工具包，例如Biopython，可用于处理和分析蛋白质序列和结构、基因组测序数据等。
Python还具有强大的数据处理和可视化能力，适用于各种生物学数据分析任务。
3. NCBI工具：NCBI（美国国家生物技术信息中心）提供一系列在线工具用于生物数据分析。
NCBI提供的工具包括BLAST用于序列比对、Entrez用于文献检索、GenBank用于基因组测序数据等。
这些工具对于进行一些常见的生物数据分析任务非常有用。
4. Bioconductor：Bioconductor是一个用于生物数据分析的开源软件包集合。
Bioconductor提供了许多R语言工具包，包括用于基因表达分析、蛋白质互作网络分析等。
这些工具包提供了丰富的生物学统计学和机器学习算法，可以帮助研究人员进行高质量的生物数据分析。
5. Cytoscape：Cytoscape是一个用于生物网络分析和可视化的软件。
它可以用来分析和可视化蛋白质互作网络、基因调控网络等。
Cytoscape提供了许多插件和工具，使得生物网络分析更加方便和高效。
6. Galaxy：Galaxy是一个用于生物数据分析的在线平台。
它提供了许多常用的生物数据分析工具，并提供了一个用户友好的界面，使得生物学家可以无需编程就能进行复杂的生物数据分析任务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
GenBank、dbEST、dbGSS、RefSeq、 GOLD、CCDS、UniGene miRBase NDB、BNASDB
Swiss-Prot、trEMBL、PIR、PRF PDB
dbSNP、HGMD、SCAN、DGV
HapMap
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
生物医学数据库概览
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
Ensembl: BioMart
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
UCSC
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
UCSC: Genome Browser
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
复杂疾病数据库
• OMIM、GAD、CGAP等复杂疾病数据库主要 基于文献、关联分析及生物学实验的结果， 记录了疾病表型、相关的染色体区域、候 选基因等多方面的信息。
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
功能注释数据库
GO
功能和通路数据库
通路数据库
KEGG、BIGG、BioCarta、Reactome
蛋白质互作数据库
HPRD、DIP、BIND、I2D
转录调控数据库
TF结合位点数据库 microRNA靶基因数据库
TransFAC microCosm、TargetScan、Pictar、TarBase
疾病和表型数据库
功能注释数据库 通路数据库
蛋白质互作数据库 TF结合位点数据库 microRNA靶基因数据库
新一代测序数据库 DNA-seq、RNA-seq、ChIP-seq
整合数据库
其他数据库
文献数据库 实验相关数据库
同源数据库 小分子数据库
GenBank、dbEST、dbGSS、RefSeq、GOLD、CCDS、UniGene miRBase
NDB、BNASDB Swiss-Prot、trEMBL、PIR、PRF
PDB GEO、SMD、ArrayExpress dbSNP、HGMD、SCAN、DGV
HapMap GO
KEGG、BIGG、BioCarta、Reactome HPRD、DIP、BIND、I2D TransFAC
microCosm、TargetScan、Pictar、TarBase OMIM、GAD、CGAP、DO、ICD
OMIM、GAD、CGAP、DO、ICD
生物医学数据库
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
生物医学数据库概览
生物医学数据库
表达谱数据库
新一代测序数据库
整合数据库
其他数据库
基因表达谱数据库 DNA-seq、RNA-seq、
ChIP-seq
文献数据库 实验相关数据库
同源数据库 小分子数据库
SRA、GEO、hmChIP Ensembl UCSC
PubMed、MeSH dbGaP
COG/KOG、CDD DrugBank、cMAP、PubChem
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
生物医学数据库概览
生物医学数据库
核酸数据库 蛋白质数据库 遗传变异数据库
核酸序列数据库 非编码RNA数据库 核酸结构数据库 蛋白质序列数据库 蛋白质结构数据库 SNP与CNV数据库
常用生物医学数据库与分析软件介绍
宫滨生 生物信息科学与技术学院
生物医学数据库
核酸数据库
蛋白质数据库 表达谱数据库 遗传变异数据库
核酸序列数据库 非编码RNA数据库 核酸结构数据库 蛋白质序列数据库 蛋白质结构数据库 基因表达谱数据库 SNP与CNV数据库
功能和通路数据库
转录调控数据库 疾病和表型数据库
GEO、SMD、ArrayExpress SRA、GEO、hmChIP
Ensembl UCSC
PubMed、MeSH dbGaP
COG/KOG、CDD DrugBank、cMAP、PubChem
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
序列比对（单机版） 序列比对（网络版）
三维结构可视化 NCBI编程接口
保守结构域搜索
NCBI序列提交工具
网页 图形 命令行
蛋白质同源家族基因组映射 序列浏览和分析工具
PCR引物设计 蛋白质比对工具
化合物结构搜索 SNP提交
cDNA或剪切体向基因组比对工具 载体搜索工具
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
第二期生物信息学培训班
2011年8月 中国 · 哈尔滨
7k多疾病信
人类孟德尔遗传在线（OMIM）
• MIM (Mendelian Inheritance in Man)与OMIM
• OMIM的发展史
• 目前，OMIM的发布以及相关软件的开发由 National Center for Biotechnology Information (NCBI)负责。