Dr.VIS sammelt und lokalisiert mit humanen Krankheiten verknüpfte virale Integrationsstellen. Bis jetzt sind ca. 600 Stellen erhältlich, die 5 Virusorganismen und 11 menschliche Krankheiten abdecken. Integrationsstellen in Dr. VIS sind gegen Chromosomen-, Cytoband-, Gen- und Refseq-Positionen, so spezifisch wie möglich, lokalisiert worden. Viral-zelluläre Junction-Sequenzen wurden aus Papern und Nukleotid-Datenbanken extrahiert, und sind mit korrespondierenden Integrationsstellen verknüpft. Graphische Bilder, die die Verteilung von viralen Integrationsstellen zusammenfassen, sind mit Hilfe von Chromosomenkarten erzeugt worden. Es steht Ihnen frei sich umzusehen und Daten von Dr. VIS zu downloaden. ... [Information des Anbieters, übersetzt]
Die DistiLD-Datenbank zielt darauf ab, den Nutzen existierender Ergebnisse genom-weiter Assoziationsstudien (GWAS) zu erhöhen, indem sie es einfacher macht krankheits-asoziierte SNPs und Gene in ihrem chromosomalen Kontext zu suchen und sichtbar zu machen. Die Datenbank führt drei wichtige Aufgaben durch: Publizierte GWAS werden von verschiedenen Quellen gesammelt und mit standartisierten, internationalen Krankheitscodes (ICD10 Codes) verknüpft. Zudem werden Daten des Internationalen HapMap-Projekts analysiert um "linkage disequilibrium"(LD)-Blocks zu definieren, auf denen SNPs und Gene abgebildet sind. Drittens macht es das Web-Interface leicht, krankheits-assoziierte SNPs und Gene innerhalb LD-Blocks zu suchen und zu visualisieren. ... [Information des Anbieters, übersetzt]
Die Datenbank der bakteriellen Ökotoxine für Menschen ist eine Datenbank der Sequenzen, Strukturen, Interaktionsnetzwerke und analytischen Resultate von 229 Ökotoxinen, welche von 26 verschiedenen Bakteriengattungen hergestellt werden und für den Menschen pathogen sind. Alle Toxine sind in 24 verschiedene Toxin-Klassen unterteilt. Das Ziel von DBETH ist es eine vergleichende Datenbank für humanpathogen wirkende bakterielle Ökotoxine bereitzustellen. DBETH bietet Ihnen außerdem eine Plattform zur Identifizierung potentieller Ökotoxine wie Sequenzen durch Homologie-basierende, sowie nicht-homolog-basierende Methoden. Beim homologie-basierenden Zugang kann der Nutzer potentielle Ökotoxin-ähnliche Sequenzen identifizieren, indem er entweder BLASTp gegen die Toxin-Sequenz laufen lässt oder indem er die Toxindomänen mittels HMMER identifiziert. Im nichthomologie-basierenden Teil benutzt DBETH eine Maschine, die lernt einen Zugang zur Identifizierung potentieller Ökotoxine zu finden. ... [Information des Anbieters]
Die Datenbank soll primär eine unfangreiche und aktuelle Sammlung von Sequenzvarianten sein, die in Genen assoziiert mit auto-entzündlichen Krankheit vorkommen. Da wir glauben, dass der Versuch der Erfassung von phänotypischen Informationen von allen Patienten in der ganzen Welt ein wichtiger Schritt wäre, erlauben wir nur eine Inklusion pro Variante (Dubletten werden automatisch aussortiert), auch wenn wir einen kurzen Abschnitt für klinische Informationen zum ersten Patienten zuordnen. Es gibt eine relativ große Zahl von Varianten mit unbekannten assoziierten Phänotyp-ähnlichen Stämmen aus der Tatsache heraus, dass die meisten Daten durch Labore, die genetische Diagnosen stellen, eingereicht wurden. Umgekehrt gibt es eine Anzahl von offensichtlich einfachen Polymorphismen, z.B. intronische Varianten, die nicht in Splice-Akzeptor- oder Donorstellen lokalisiert sind, und stille Mutationen werden in symptomatischen Individuen während der Diagnosetests gefunden. Da funktionelle Experimente generell fehlen, können wir nicht feststellen, dass diese Varianten nicht die regulatorischen Splice-Elemente verändern, und somit als echte Mutationen wirken. Aufgrund all dieser Gründe empfehlen wir, dass diese Datenbank nicht als eine Referenz für Phänotyp-Genotyp-Zuordnungen herangezogen wird. ... [Information des Anbieters, übersetzt]
Angetrieben durch das Bedürfnis unser Verständnis von molekularen Prozessen, die sich mit Krebsstammzellen beschäftigen, zu verbessern, haben wir ein Stem Cell Discovery Engine (SCDE) entwickelt – eine online-Datenbank mit gepflegten CSC Experimenten gekoppelt an ein Galaxy analytical framework. SCDE erlaubt es Usern, CSC Daten auf der Gen- und Pathwayebene zu beschreiben, zu teilen und zu vergleichen. Unser anfänglicher Fokus lag auf sorgfältig gepflegten Experimenten bezüglich Gewebe und Krebsstammzellen aus Blut, Darm und Gehirn, um eine hoch qualitative Ressource, die 53 veröffentlichte Studien und 1098 Assays enthält, zu schaffen. Die experimentelle Information wird in multi-Omics/Study/Assay (ISA-Tab) erfasst und aufbewahrt und kann im Datenspeicher abgefragt werden. (Ausschnitt aus: Shannan J. Ho Sui, Kimberly Begley, Dorothy Reilly, Brad Chapman, Ray McGovern, Philippe Rocca-Sera, Eamonn Maguire, Gabriel M. Altschuler, Terah A. A. Hansen, Ramakrishna Sompallae, Andrei Krivtsov, Ramesh A. Shivdasani, Scott A. Armstrong, Aedín C. Culhane, Mick Correll, Susanna-Assunta Sansone, Oliver Hofmann, and Winston Hide: The Stem Cell Discovery Engine: an integrated repository and analysis system for cancer stem cell comparisons. In: Nucl. Acids Res. (2012) 40(D1): D984-D991) ... [Information des Anbieters, übersetzt]
Diese Website bietet Zugang zu unserer Datenbank für molekulare Ersetzungen, diese ist nützlich für eine Verbindungsoptimierung beim Drug Design. Zwei verschiedene Abfragen sind möglich: (1.) Sie sind interessiert an einer Reihe von möglichen Austauschmöglichkeiten für eine einzelne Substruktur (z.B. verschiedene Austauschmöglichkeiten einer Amidgruppe); (2.) Sie wollen Details zu einem bestimmten substrukturellen Austausch bekommen (z.B. Carbonsäuren gegen Tetrazole). Abhängig von Ihrer Frage geben Sie bitte entweder ein oder zwei Substrukturen in die molekularen Sketcher ein. Nach Absenden via "Query-Datenbank" wird die Datenbank durchsucht. ... [Information des Anbieters, übersetzt]
