Loading article…
生物学的データベースは、科学実験、出版された文献、ハイスループット実験技術、および計算分析から収集された生物科学のライブラリです。ゲノミクス、プロテオミクス、メタボロミクス、マイクロアレイ遺伝子発現、系統発生学 などの研究分野からの情報が含まれています。[ 2 ]生物学的データベースに含まれる情報には、遺伝子の機能、構造、局在（細胞および染色体の両方）、突然変異の臨床的影響、および生物学的配列と構造の類似性が含まれます。
生物学的データベースは、収集するデータの種類によって分類できます（下記参照）。大まかに分類すると、分子データベース（配列、分子など）、機能データベース（生理学、酵素活性、表現型、生態学など）、分類データベース（種やその他の分類階級）、画像やその他のメディア、標本（博物館の収蔵品など）などがあります。
データベースは、生体分子の構造とその相互作用から、生物の代謝全体、種の進化の理解に至るまで、数多くの生物学的現象を分析・説明する上で、科学者にとって重要なツールです。この知識は、疾病との闘いを促進し、医薬品の開発を支援し、特定の遺伝性疾患を予測し、生命の歴史における種間の基本的な関係性を発見するのに役立ちます。
これらの表は、幅広い分野、専門分野、データタイプ、ユースケースにわたる、注目すべきさまざまな生物学的データベースを網羅しています。これらのデータベースの多くは、生命科学研究に不可欠な重要なヨーロッパのデータリソースを収集したELIXIRコアデータリソースリストにまとめられています。 [ 3 ]
ほとんどの生物学的データベースは、ユーザーがオンラインでデータを閲覧できるようにデータを整理したウェブサイトを通じて利用できます。さらに、基となるデータは通常、さまざまな形式でダウンロード可能です。生物学的データは多くの形式で提供されます。これらの形式には、テキスト、配列データ、タンパク質構造、リンクなどがあります。これらのデータはそれぞれ、例えば次のような特定の情報源から入手できます。
生物学的知識は無数のデータベースに分散しています。そのため、同じ種に異なる名前が使われたり、データ形式が異なったりする場合など、情報の一貫性を確保することが困難になることがあります。結果として、相互運用性は情報交換における絶え間ない課題となっています。例えば、DNA配列データベースがDNA配列を種の名前とともに保存している場合、その種の名前が変更されると、別の名前を使用している他のデータベースへのリンクが切れてしまう可能性があります。統合バイオインフォマティクスは、統一されたアクセスを提供することでこの問題に取り組もうとしている分野の一つです。一つの解決策は、生物学的データベースがアクセッション番号を使用して他のデータベースを相互参照し、関連する知識をリンクする方法です（例えば、種の名前が変更されてもアクセッション番号は同じままになるようにします）。冗長性も別の問題です。多くのデータベースが同じ情報を保存する必要があるためです。例えば、タンパク質構造データベースには、対象となるタンパク質の配列、配列、および書誌情報が含まれています。
種特異的なデータベースは、主に研究でよく使用される種（モデル生物）について利用可能です。たとえば、EcoCyc は大腸菌のデータベースです。その他の一般的なモデル生物データベースには、実験用マウスMus musculusのMouse Genome Informatics、ラット RattusのRat Genome Database、ゼブラフィッシュDanio RerioのZFIN 、分裂酵母Schizosaccharomyces pombeのPomBase [ 43 ]、ショウジョウバエのFlyBase、線虫Caenorhabditis elegansとCaenorhabditis briggsaeのWormBase、およびXenopus tropicalisとXenopus laevisのカエルのXenbase があります。
数多くのデータベースが地球上の生命の多様性を記録しようと試みている。その代表的な例が、Species 2000とIntegrated Taxonomic Information Systemによって2001年に初めて作成されたCatalogue of Lifeである。 [ 45 ] Catalogue of Lifeは、現在世界で認められているすべての種の分類学的分類を記録することを目的とした共同プロジェクトである。[ 46 ] Catalogue of Lifeは、研究者や政策立案者が参照するための統合された一貫性のあるデータベースを提供する。Catalogue of Lifeは、Conifer Database、 ICTV MSL（ウイルス用）、LepIndex（蝶と蛾用）などの他のソースからの最新のデータセットをキュレーションしている。2022年5月現在、Catalogue of Lifeは合計165のデータベースからデータを取得している。[ 47 ] Catalogue of Lifeの運営費用は、 Global Biodiversity Information Facility、Illinois Natural History Survey、Naturalis Biodiversity Center、およびSmithsonian Institutionによって支払われている。[ 48 ]
生物データベースの中には、さまざまな種の地理的分布を記録しているものもあります。Shuang Dai らは、既存のデータベースでは多くの種の空間分布データが著しく不足していたため、中国に生息する 1,371 種の鳥の空間的/地理的分布を記録する新しいマルチソースデータベースを作成しました。[ 49 ]この新しいデータベースの情報源には、書籍、文献、GPS トラッキング、オンラインのウェブページデータなどがありました。新しいデータベースには、各種の分類、分布、種の情報、データソースが表示されました。鳥の空間分布データベースが完成した後、中国で知られている種の 61% が、これまで知られていた地域を超えて分布していることが判明しました。[ 49 ]
医療データベースは生物医学データリソースの特殊なケースであり、PubMedのような文献目録から、AI ベースの診断ソフトウェア開発のための画像データベースまで多岐にわたります。たとえば、創傷モニタリングアルゴリズムの開発を支援する目的で開発された画像データベースがあります。[ 51 ] 79 人の患者の診察から、写真、熱画像、および 3D メッシュ深度マップで構成される 188 を超えるマルチモーダル画像セットがキュレーションされました。創傷の輪郭は手動で描画され、写真データセットに追加されました。[ 50 ]このデータベースは、慢性創傷データベースの Web サイトからダウンロードできる WoundsDB というプログラムの形で一般に公開されています。
生物学的データベースは、一般的に査読付き論文を通じて記述および更新され、これらの論文は文書としての役割とコミュニティへの情報発信手段としての役割の両方を果たしている。
こうした出版物の主要な掲載場所は、毎年1月に発行される核酸研究（NAR）データベース特集号です。この特集号では、新しい生物学的データベースの説明や既存のリソースの更新に関する記事が掲載され、NARオンライン分子生物学データベースコレクションが付属しています。[ 52 ]
生物学的データリソースに特化した専門誌としては、Database: The Journal of Biological Databases and CurationやGigaScienceなどがあり、データベース、キュレーションされたリソース、大規模データセットを記述した記事が掲載され、多くの場合、関連する計算ツールやワークフローも併せて掲載されています。[ 53 ] [ 54 ]
さらに、Scientific Dataのようなデータに特化した総合誌は、生命科学を含む（ただしそれに限定されない）幅広い科学分野にわたるデータセットの説明を掲載している。