专栏名称: 生信技能树
生物信息学学习资料分析,常见数据格式及公共数据库资料分享。常见分析软件及流程,基因检测及癌症相关动态。
目录
相关文章推荐
APPSO  ·  刚刚,微信接入 DeepSeek ... ·  2 小时前  
小众软件  ·  另外两件事[250215] ·  6 小时前  
小众软件  ·  小爱同学也接入 DeepSeek-R1 了 ·  6 小时前  
APPSO  ·  突发 | ... ·  2 天前  
小众软件  ·  另外两件事[250213] ·  2 天前  
51好读  ›  专栏  ›  生信技能树

SPDB——单细胞蛋白组组数据库

生信技能树  · 公众号  ·  · 2024-03-18 21:46

正文

文章:Wang, F., Liu, C., Li, J., Yang, F., Song, J., Zang, T., ... & Wang, G. (2024). SPDB: a comprehensive resource and knowledgebase for proteomic data at the single-cell resolution. Nucleic Acids Research, 52(D1), D562-D571. https://academic.oup.com/nar/article/52/D1/D562/7416372

网站:https://scproteomicsdb.com/

SPDB(Single-cell Proteomic DataBase)是一个 全面的单细胞蛋白质组数据库,目的是收集、分析和可视化多样化的单细胞蛋白质组数据 。该数据库集成了来自12种基于抗体和基于质谱的技术的143个单细胞蛋白质组数据集,涵盖了超过3亿个细胞和超过8000种不同的蛋白质,涉及四个不同物种。所有数据集都经过标准化处理流程,以统一的数据格式集成在数据库中。

SPDB提供了一个全面的数据探索模块,用户可以从不同角度(如细胞或蛋白质)进行多样化的可视化探索,分析数据集结果,并比较蛋白质水平之间的差异。此外,蛋白质探索模块提供了在至少一个数据集中检测到的蛋白质的详细信息,并允许用户直接探索相关数据集中相应蛋白质的表达。


单细胞蛋白质组视频

单细胞蛋白质组学跟单细胞转录组学比起来,教程资料几乎是少的可怜。主要是因为没有成熟的商业化解决方案,导致单细胞蛋白质组学本身科研应用就不够,相关文献也是少得可怜,所以也很难大规模为它创作教程笔记等等。

但是有一个团队确实在锲而不舍的(从2018坚持到现在)推广单细胞蛋白质组学技术和应用,那就是 Single Cell Proteomics,不仅仅是每年都组织和举办相关研讨会,而且把全部的资料打包整理在自己的官方网页以及配套视频在 YouTube频道 :

比如最新的就是:Presentation by Prof. Nikolai Slavov & Prof. Meni Wanunu at the 6th single-cell proteomics conference, SCP2023: https://single-cell.net.

See more at: http://youtube.single-cell.net & http://playlists.single-cell.net. …

可以看到在YouTube上面的不仅仅是最新的2023会议全部录屏,而是有历年的每次研讨会的视频:

比如 2019的:

  • Welcome to the workshop of the single-cell proteomics conference | Nikolai Slavov | SCP2019
  • Design of single-cell proteomics experiments | Harrison Specht | SCP2019
  • Sample preparation for single-cell MS analysis | Edward Emmott | SCP2019
  • Optimizing LC-MS/MS analysis with DO-MS | Gray Huffman | SCP2019
  • Data integration and analysis. Standards for benchmarking quantification | Nikolai Slavov | SCP2019

另外分享其它实用的空间转录组数据库

  • STOmicsDB(Spatial Transcript Omics DataBase), 数据库链接:https://db.cngb.org/stomics/,(17个物种的218个人工处理的数据集),2022, 深圳国家基因库 深圳华大生命科学研究院
  • SpatialDB,http://spatialomics.org/SpatialDB/index.php,2019,中国科学院生物物理研究所,发表在《 Nucleic acids research 》,5个物种(人类、小鼠、果蝇、秀丽隐杆线虫和斑马鱼)的24个空间转录组数据集
  • SPASCER, https://ccsm.uth.edu/SPASCER
  • Spatial Omics DataBase (SODB) ,2023 在《 Nature Methods 》发表,附带Python开发的软件工具,https://pysodb.readthedocs.io/en/latest/






请到「今天看啥」查看全文