檢驗科資料庫有哪些

1. 高通量測序數據公共資料庫有哪些

我原來常用的：

NCBI：持有INSDC的節點。網站上有核酸、蛋白、基因名、基因組名等等的搜索工具，以及BLAST序列比對搜索工具，PUBMED文獻資料庫，Taxonomy數據，COG蛋白家族庫等等。FTP可以下到它全部的資料庫，BLAST的單機程序，以及各種工具程序。

EBI：和NCBI類似，歐洲搞的對等物。感覺EBI網站比NCBI要清楚簡潔。另外EBI網站整合了更多的工具，比如多序列比對。

Uniprot：全蛋白庫。NCBI和EBI的蛋白庫來源於此。目前包括兩部分：SwissProt是人工校對過的，TrEMBL是自動校對的。

Pfam：蛋白家族庫。可以使用配套的HMMER進行搜索。比BLAST能找到更遠緣的東西，而且找到的東西是結構域。
Rfam：RNA的，類似Pfam。

2. 中英文醫學文獻檢索的資料庫各有哪些

常見的英文醫學檢索資料庫：

1、Medline——世界上最著名的醫學文獻檢索系統之一

2、AIDS Databases——有關艾滋病的臨床實驗、葯物研製以及相關文獻資料庫

3、CANCERLIT——癌症資料庫(National Cancer Institute)

4、CHID online——綜合衛生信息資料庫，提供有關衛生、衛生教育資源的題錄、文摘等信息

5、ClinicalTrials.gov——向醫患人員提供的臨床實驗信息資料庫

6、DIRLINE——收集美國約17,000個政府機構、研究機構、公司、學術機構等信息

7、葯物信息庫——包含有9,000餘種美國處方與非處方葯物信息

8、HSTAT——包括有健康指南、評價、和消費者指南信息的全文資料庫

9、NCCAM Resources——補充和替代醫學資源

常見的中文醫學檢索資料庫：

1、中國知網——知網，是國家知識基礎設施的概念。

2、生物醫學文獻資料庫——中國醫科院信息研究所研製，綜合性生物醫學資料庫，國內權威。

3、中國科學引文索引資料庫——收集我國出版315種重要期刊，91-94年13萬篇論文及45萬引文摘要。

4、中醫中葯資料庫——中國科學院科學資料庫提供

5、中國中醫葯文獻檢索中心——由中國中醫研究院信息中心製作，提供中醫葯方面的Web界面文獻檢

3. 2022年國內主流醫葯資料庫有哪些

目前主要使用的醫葯資料庫分為兩大類，一個是免費醫葯資料庫，一個是商業綜合類的醫葯資料庫。醫葯資料庫的本質是讓用戶能在短時間內在一個網站把想要的信息通過檢索一覽無余，因此，全面性、准確性、及時性是該類資料庫的主要指標。

先說免費醫葯資料庫，大大小小的比較多，但真正用戶量大，達到一定使用頻率的，我們在此推薦三個最全面的：

①：DrugBank資料庫，它是加拿大阿爾伯塔大學（University of Alberta）研究人員將詳細的葯物數據和全面的葯物目標信息結合起來,建立的真實可靠的生物信息學和化學信息學資料庫。DrugBank包含50萬種葯物信息，其中包括2653種經批準的小分子葯物、1417種經批準的生物技術(蛋白質/肽)葯物、131種營養品和6451種實驗葯物。

②：pharnexcloud，他目前是開放程度高的中文界面醫葯資料庫，包含了全球葯品研發管線、審評審批進度、全球臨床試驗、中國臨床試驗、葯品招投標、集采、一致性評價等大量整合信息。

③：ClinicalTrials，它是一個基於網路的資源，為患者、他們的家庭成員、醫療保健專業人員、研究人員和公眾提供了方便地訪問關於各種疾病和病症的公共和私人支持的臨床研究的信息。該網站由 美國國立衛生研究院的國家醫學圖書館(NLM) 維護（NIH），美國國家醫學圖書館提供的資源，探索所有 50 個州和 221 個國家/地區的 422,494 項研究。註：所有資料及相關研究僅供參考，未取得相關政府機構評定。

免費資料庫涉及數據層面的關聯性相對單一、數據深度存在一定局限性，畢竟這類資料庫沒有像商業資料庫那樣花上足夠多的人力成本及時間成本去清洗、整理、維護數據。

商業類醫葯資料庫往往是高價值資料庫的代表。商業類醫葯資料庫特點是功能強大不僅能對學術類信息加以融合處理，還能分析葯品全生命周期數據，競品葯品銷售詳細情況、競品企業招投標、投融資、集中采購信息等；除此之外還能實時跟蹤產品管線最新信息，做到實時調整戰略方向，防止做無用功浪費企業資源。現在商業類資料庫可以說是醫葯企業必備的資料庫。筆者就國內葯企主要使用的商業醫葯資料庫（同時對比兩個國外資料庫）給大家一一列舉。

葯融雲企業版Pharnexcloud

數據全面性：★★★★★

運營企業：葯融雲數字科技

上線時間：2020年

資料庫數量：218個

產品組成：葯物研發庫群、上市葯品庫群、葯品銷售庫群、市場信息庫群、一致性評價庫群、原料葯庫群、醫療器械庫群、生產檢驗庫群、合理用葯庫群、醫葯文獻等十個版塊構成。

數據來源：各國葯品監管機構、試驗研究、學術會議報告、文獻期刊、異構資源、企業公告各國衛生機構、醫學新聞雜志、網路資訊、專利、協會學會等。

數據特色：數據採集近80個主流國家，監控全球10萬+醫葯數據信息源，數據放大模型演算法涉及人口學、經濟學、發病率、醫療資源分布等各類特徵參數。

增值服務：①專人對接需求，團隊解決問題。②沙龍、巡講、峰會、項目交易、需求對接等活動支持，能加入他們葯融圈生態鏈。

優點：全面覆蓋醫葯領域全產業鏈各環節，數據總量大、數據來源、專業報告、數據演算法、結果展示都做得非常好。

缺點：相比較於全球頂尖的cortellis、informa等，pharnexcloud的數據展示結果關聯性還有明顯的進步空間。

pharnexcloud醫葯資料庫後來居上，進步很快，近年來逐步成為國內醫葯企業選擇較多的醫葯資料庫，因其產品功能的全面和數據全面性得到越來越多的認可，希望能保持這個進步速度。

葯智

綜合性推薦指數：★★★★☆

運營企業：重慶康洲數據

上線時間：2009年

產品組成：由研發、一致性、生產、上市、市場、用葯、葯化、中葯材、器械等九個版塊組成。

數據來源：地區機構、資訊、企業公告報道、醫療會議、公司年度報告、醫療衛生機構、醫學雜志、專利、商標、技術實施文件、學術會議、技術報告、科技期刊等。

資料庫數量：172個

檢索方式、功能點、底層數據架構、界面展示：與insight、Pharnexcloud資料庫大體一致。

優點：葯物綜合報告、審評、臨床數據都做得相當不錯。而且僅此一家推出了化妝品、食品資料庫。

缺點：葯品銷售數據起步階段暫不夠成熟，全球數據相對量少。（葯品銷售數據對於葯品的立項調研、競品銷售分析、銷售戰略目標制定都是重中之重）。創新葯物收錄數量有待提高。

醫葯魔方

綜合推薦指數：★★★★☆

運營企業：北京華彬立成

上線時間：2013年

資料庫數量：49個

產品組成：資本透視、全球新葯、全球臨床、基礎數據、市場洞察這五個版塊構成。

數據來源：實驗室研究、內部會議、專業報道、專利、商標、技術實施文件、學術會議、技術報告、科技期刊、文獻、教科書、地區機構、資訊、新聞資訊、公司年度報告等。

產品亮點：資本透視和創新葯物版塊做得非常不錯，在該領域都屬於行業佼佼者。

收費：單價在國內偏高

優點：投融資版塊、可視化疾病圖譜和靶點整合、審評、臨床等數據做充分關聯、新上線的NextMed板塊有一定領先性、其投融資版塊做得很好。

缺點：總體數據數量偏少，葯物研發也只解讀了3萬多個葯物，比較同類產品丟失部分功能版塊，全球數據不夠豐富。銷售數據模塊雖然有，但十分封閉，無任何宣傳，對其具體情況業內不了解。

醫葯魔方作為創新葯物和醫葯投融資資料庫目前國內用戶沉積多的資料庫之一，但其產品功能過於封閉，已成自己的圍牆。

葯渡

綜合推薦指數：★★★☆

運營企業：葯渡經緯信息科技

上線時間：2013年

資料庫數量：132個

產品組成：由全球葯物、全球器械、投資生態、臨床研究、專利文獻、政策法規、世界葯問、數據定製八個版塊構成。

數據來源：實驗室研究、內部會議、專業報道、專利、商標、技術實施文件、學術會議、技術報告、科技期刊、在線資料庫、在線辭典、電子書庫、地區機構、資訊、企業公告報道、醫療會議等。

優點：其葯物研發信息與國內審評、臨床等多個庫均有不錯的關聯，層級結構、標簽及界面都做得相當不錯。對生物葯、化學葯等細微標簽做了單獨優化。

缺點：目前沒有葯品銷售數據，臨床、上市葯品分析等數據採集方面比較弱，總體數據量在業內偏弱。

葯渡作為國內老牌醫葯資料庫之一以全球研發數據為核心，重點發展咨詢業務。缺少銷售數據其核心版塊數據，導致其數據業務只是一直低價在為其咨詢業務做支撐。

米內

綜合推薦指數：★★★★☆

運營企業：廣州標點醫葯信息

上線時間：2010年

資料庫數量：72個

產品組成：葯品銷售（多層格局，醫院、零售）、審評進度、上市葯品、臨床試驗、中標數據、全球新葯研發、全球專利、項目進度這個七個版塊構成

產品特色：國內葯品銷售數據領頭企業，其醫院銷售數據以「三大終端六大市場」為基礎，分層抽樣多等級醫院放大至全國。城市公立醫院、縣級公立醫院、實體葯店、網上葯店、城市社區衛生中心、鄉鎮衛生院等各類維度齊備。

優點：南方所背景，醫院銷售數據演算法和研發數據都做得非常不錯。六大格局在國內首屈一指。近期上線了獨家的電商類數據，雖然業界還在爭議電商數據可信度，但畢竟先走出了這一步。

缺點：全面性比較弱，銷售數據以外的全球數據、研發數據、審批數據相對重視程度很低，版本一直沒有大的進展。

米內醫葯資料庫南方所背景其醫院銷售版塊覆蓋面最廣之一，但其它版塊相對薄弱。

丁香園Insight

綜合推薦指數：★★★☆

運營企業：杭州觀瀾網路

上線時間：2013年Insight（2006年總部）

產品組成：臨床試驗、申報進度、葯品庫、上市產品、制葯企業、招投標、一致性評價、醫葯新聞、生物製品、全球數據等十個版塊構成。

數據來源：內部會議、專業報道、專利、商標、在線資料庫、在線詞典、電子書庫、異構資源共享平台、知識庫、地區機構、資訊、企業公告報道、醫療會議、新聞資訊等。

產品特色：其界面小功能開發豐富特別是小圖標的應用在國內UI設計上是好的，區別於同類產品。

檢索方式、功能點、底層數據架構、界面展示：與葯智資料庫大體一致。

優點：搜索體驗、UI界面小功能、時間軸、注冊數據、國內葯物審評、上市批文這些國內數據中做得非常不錯。

缺點：市場和銷售相關數據涉及較少，全球研發數據處於剛起步階段(全球葯物研發數據對於葯企來說十分重要可謂是醫葯行業的風向標，在全球葯物格局、葯物立項調研、企業發展戰略方向制定方面的重要性不言而喻)

Insight作為老牌醫葯資料庫的典型代表，背靠丁香園集團的大樹，目前國內用戶沉積多的資料庫之一，但因其葯物研發數據版塊、葯品市場與銷售數據起步晚，影響了其總體優勢。

上海醫工院PDB

綜合推薦指數：★★★

運營企業：上海數圖健康醫葯科技

上線時間：2011年

資料庫數量：31個

產品組成：分為葯物綜合和新葯研發監測兩個資料庫；葯物綜合資料庫包含了國內市場、細分市場、全球市場、國內工業生產、企業經濟運行五個版塊；新葯研發監測資料庫包含了全球研發、中國研發、一致性評價、企業競爭，品種篩選分析五個版塊。

數據來源：專利、商標、技術實施文件、學術會議、技術報告、科技期刊、文獻、教科書、地區機構、資訊、新聞資訊、公司年度報告、pjb等。

優點：工信部背景知名度高國產醫葯資料庫鼻祖，審評、臨床等數據有不錯的關聯展示；新上線的RPDB零售板塊有明顯的優勢提升；RAS醫葯處方分析系統具備一定獨家性。

缺點：數據全面性相對不高，部分工業類數據更新較慢，UI設計過於傳統。PDB作為全國老牌醫葯資料庫之一，全球葯物研發數據採集處於起步階段，也許是底層架構設計問題單開了一個CPM（新葯研發監測資料庫）導致其部分關聯性較差。

科睿唯安cortellis

綜合推薦指數：★★★★☆

產品組成：Cortellis 資料庫包含Cortellis競爭情報、Cortellis早期葯物發現、CMC、仿製葯、原料葯、系統生物學Metacore等等多個模塊，主要由競爭信息、疾病簡報、監管信息、新聞、葯物發現信息這幾個版塊構成；

數據來源：各大葯品監管機構、新聞雜志、網路資訊、文獻期刊、學術報告、專利商標、公司年報等。

檢索方式、功能點、底層數據架構：這三個維度和informa資料庫基本一致，只是樣式展示風格不一樣。

優點:在展示結果關聯性、專業報告、數據維度方面都做得非常好。

缺點: 缺少系統化葯品銷售數據，對中國企業管線監控出現不少滯後和少量錯誤，缺少中國葯監局等數據分析。

cortellis醫葯資料庫目前在世界醫葯領域知名醫葯資料庫之一，因在國內因為其水土不服相比之下使用人群比例不是那麼多。

英富曼Informa

綜合推薦指數：★★★☆

產品組成：Biomedtracker、Pharmaprojects、Sitetrove、Trialtrave、Datamonitor Healthcare、In Vivo、Medtech Insight、Pink Sheet、Scrip多個版塊組成。

數據來源：各國葯品監管機構、醫療衛生機構、新聞雜志、網路資訊、文獻期刊、學術報告、專利商標、公司年報、搜索引擎、學術會議等。

檢索方式、功能點、底層數據架構：這三個維度和cortellis資料庫基本一致，只是樣式展示風格不一樣，更符合國人使用習慣。

優點：可以綜合計算葯物批准通過率，數據更新歷史記錄，在新聞數據追溯、展示結果關聯性、數據維度方面都做得很好。

缺點：沒有銷售數據、沒有仿製葯信息、缺少中國葯監局數據解讀，中國企業管線跟蹤滯後；

Informa醫葯資料庫當前世界主流醫葯資料庫之一，其Pharmaprojects版塊Pharnexcloud的』全球葯物研發版塊』被客戶比較得多，因為價格和缺少國內審批等數據因此佔有率偏低，目前在國內主要客戶人群為高校為主。

一共寫了目前國內主要使用9個主流資料庫的測評，2個國外醫葯資料庫。每個資料庫都各有特色，可以根據自身情況供您選擇。

4. 請問資料庫有哪些種類呢

資料庫共有3種類型，為關系資料庫、非關系型資料庫和鍵值資料庫。

1、關系資料庫

MySQL、MariaDB（MySQL的代替品，英文維基網路從MySQL轉向MariaDB）、Percona Server（MySQL的代替品·）、PostgreSQL、Microsoft Access、Microsoft SQL Server、Google Fusion Tables、FileMaker、Oracle資料庫、Sybase、dBASE、Clipper、FoxPro、foshub。

幾乎所有的資料庫管理系統都配備了一個開放式資料庫連接（ODBC）驅動程序，令各個資料庫之間得以互相集成。

2、非關系型資料庫（NoSQL）

BigTable（Google）、Cassandra、MongoDB、CouchDB。

3、鍵值（key-value）資料庫

Apache Cassandra（為Facebook所使用）：高度可擴展、Dynamo、LevelDB（Google）。

(4)檢驗科資料庫有哪些擴展閱讀：

資料庫模型：對象模型、層次模型（輕量級數據訪問協議）、網狀模型（大型數據儲存）、關系模型、面向對象模型、半結構化模型、平面模型（表格模型，一般在形式上是一個二維數組。如表格模型數據Excel)。

資料庫的架構可以大致區分為三個概括層次：內層、概念層和外層。

5. 一般醫院資料庫都在用什麼

好多的醫療企業都在用軟素科技，可以提供很多清晰的醫院資料庫，數據來自於有中國醫葯協會，中華醫學會等等。您的採納是我的動力

6. 常用醫學中文資料庫有哪幾種，有何特點

醫學文獻常用資料庫：Pubmed
我常用很多跟遺傳病有關的資料庫，有：OMIM（人類孟德爾遺傳資料庫）、HGMD（人類基因突變資料庫）、Clinvar（NCBI臨床突變資料庫）、gnomAD（人群頻率資料庫）、dbSNP（人群頻率資料庫）、InterVar（位點致病性評判）、GeneReviews（疾病資料庫）、PharmGKB（葯物基因組資料庫）、常用預測軟體資料庫。
跟CNV分析有關的數據：DGV（基因組變異資料庫）、Decipher（拷貝數變異資料庫）、ClinGen資料庫（劑量敏感判斷資料庫）、UCSC Genome Browser（基因組瀏覽器）。
表型庫：HPO（人類本體表型庫）、CHPO
上面是我常用的資料庫，不知是不是您問的內容，當然查文獻最多還是在pubmed。

7. 常用的醫葯文獻檢索外文資料庫有哪些

1.Pubmed

是醫學,生命科學領域的資料庫,旨在組織、分享科研領域信息。為用戶提供文獻檢索,圖片檢索,影響因子查詢,免費全文下載,國家自然科學基金統計分析等服務

如果是校外沒有這些資料庫賬號，可以從seek68文獻館中找到。而且還省米。

8. 常用的文獻檢索平台或資料庫有哪些

Pubmed是醫學,生命科學領域的資料庫。提供文獻檢索,圖片檢索,影響因子查詢,免費全文下載,國家自然科學基金統計分析等服務。
Web of Science資料庫是國際公認的反映科學研究水準的資料庫。檢索精確到文獻被收錄的期刊、出版公司、作者、日期、頁碼等。
Seek68文獻館整合了大量知名中外文資料庫資源。覆蓋各科領域，解決了外文文獻下載不了的問題。而且對於疑難文獻提供人工幫助。
ProQuest博士論文全文 ,是UMI公司的一個分庫。提供期刊、報紙、參考書、參考文獻、書目、索引、地圖集、絕版書籍、記錄檔案、博士論文和學者論文集等各種類型的信息服務。
Wiley InterScience收錄了360多種科學、工程技術、醫療領域及相關專業期刊、30多種大型專業參考書、13種實驗室手冊的全文和500多個題目的Wiley學術圖書的全文。其中被SCI收錄的核心期刊近200種。
OVID是全球著名的資料庫提供商﹐在國外醫學界被廣泛應用。
EMBASE內容涉及葯學、臨床醫學、基礎醫學、預防醫學、法醫學和生物醫學工程等。除了可以檢索豐富的醫學文獻外，還支持葯物和疾病檢索。
Ingenta是目前世界最大的期刊資料庫之一, 該庫收錄期刊已超過18,000種，擁有期刊文章索引（或文摘）7百多萬篇，廣泛覆蓋了自然科學與社會科學多種學科的主題。
德國施普林格(Springer-Verlag)是世界上著名的科技出版集團, 通過Springer LINK系統提供學術期刊及電子圖書的在線服務。