生物信息学与分子生物学研究高度依赖数据库、实验方案、在线课程和分析工具的综合运用。本文以核心数据库与官方文档、实验方案与Protocol资源、在线课程与培训平台、中文教程与社区、生信分析工具与练习平台、学习路线与综合导航六个维度，系统整理国内外生物科研相关的教程与资料链接，供研究者按需取用。
一、核心数据库与官方文档
核心数据库是生物信息学工作的基础层。以下资源覆盖核酸序列、蛋白质功能、三维结构、变异数据、表达谱和样本元数据等方向，均提供官方文档或培训入口。
| 名称 | 链接 | 介绍 |
|---|---|---|
| NCBI（美国国家生物技术信息中心） | https://www.ncbi.nlm.nih.gov/ | 全球最重要的生物信息学综合门户之一，整合PubMed、GenBank、GEO、dbGaP、ClinVar、SRA等数十个核心数据库，覆盖文献、核酸序列、基因表达、变异、样本元数据等方向。NCBI还提供Mini Courses系列实践教程，如“BLAST Quick Start”“Making Sense of DNA and Protein Sequences”等，适合自定进度学习。 |
| EMBL-EBI（欧洲生物信息学研究所） | https://www.ebi.ac.uk/ | 欧洲最重要的生物信息学基础设施，提供Ensembl、UniProt、ArrayExpress、PRIDE等核心资源。其Training平台（https://www.ebi.ac.uk/training/）提供大量免费在线课程和在线教程，如“A journey through bioinformatics”入门路径，阅读时间约3小时，涵盖基因和基因表达的基础概念。 |
| Ensembl基因组浏览器 | https://www.ensembl.org/ | 集成基因组浏览器，支持查看基因结构、转录本、变异、比较基因组学数据。官方提供教程页面（https://www.ensembl.org/info/website/tutorials），其BioMart工具可通过“数据集选择→过滤器→属性输出”四步流程批量提取基因ID、GO功能注释、cDNA序列等数据。 |
| UniProt（通用蛋白质资源） | https://www.uniprot.org/ | 蛋白质序列和功能注释的综合知识库，包含UniProtKB、UniRef、UniParc等子库。官方提供“UniProt Quick Tour”在线课程（https://www.ebi.ac.uk/training/online/courses/uniprot-quick-tour/），涵盖蛋白质序列检索、ID映射和BLAST相似性搜索。 |
| PDB（蛋白质数据库） | https://www.rcsb.org/ | 全球大分子三维结构数据的权威存储库，收录蛋白质和核酸的3D结构数据。适合结构生物学和药物设计方向的研究者。 |
| DDBJ（日本DNA数据库） | https://www.ddbj.nig.ac.jp/ | 国际核酸序列数据库协作成员之一，与NCBI的GenBank和EMBL-EBI的ENA共同构成INSDC国际核酸序列数据库联盟。 |
| ENA（欧洲核苷酸档案库） | https://www.ebi.ac.uk/ena/ | EMBL-EBI维护的核酸序列原始数据与组装数据档案库，接收高通量测序数据提交，与SRA、DDBJ共同构成INSDC数据交换网络，适合需要提交或下载原始测序数据的研究者。 |
| GEO（基因表达综合数据库） | https://www.ncbi.nlm.nih.gov/geo/ | NCBI维护的公共功能基因组学数据库，收录基因表达、芯片和高通量测序数据集。支持GEO2R在线差异表达分析，是转录组数据挖掘最常用的数据来源之一。 |
| ClinVar | https://www.ncbi.nlm.nih.gov/clinvar/ | NCBI维护的人类变异与临床表型关系数据库，整合遗传变异、疾病关联和临床意义注释，是遗传病研究和临床报告解读的重要参考。 |
| dbSNP | https://www.ncbi.nlm.nih.gov/snp/ | NCBI维护的单核苷酸多态性及其他小规模变异数据库，提供变异位点、等位基因频率和群体遗传学信息，广泛用于GWAS和变异注释。 |
| Bioinformatics Databases and Data Resources Reference Atlas | https://zenodo.org/records/20533722 | Mohamed Mostafa编撰的生物信息学数据库参考图谱（第一版，2026年5月），系统整理了从NCBI、EMBL-EBI到各专业数据库的卡片式介绍，包含数据库URL、API、访问策略、使用场景和质量控制警告，是数据库选型时的实用参考手册。 |
二、实验方案与Protocol资源
实验方案资源帮助研究者获取可重复、可引用的分步实验流程。以下平台覆盖分子生物学、细胞生物学、遗传学、神经科学和材料科学等领域，部分支持中文检索。
| 名称 | 链接 | 介绍 |
|---|---|---|
| Bio-protocol | https://www.bio-protocol.org/ | 斯坦福大学团队创办，支持中英文双语检索，涵盖WB、qPCR、动物实验、细胞培养等方向。Protocol均来自已发表论文，可免费下载PDF，附试剂货号清单，对中文用户非常友好。 |
| Protocol Exchange（Nature旗下） | https://protocolexchange.researchsquare.com/ | Nature旗下开放平台，覆盖35个领域（从癌症到材料科学），作者直接上传，免费且可引用（带DOI号），支持高级筛选。 |
| STAR Protocols（Cell Press） | https://www.cell.com/star-protocols/home | Cell Press出版的开放式同行评审期刊，提供透明化、可重复的实验方案，涵盖生命科学、健康、地球科学及物质科学等多领域。 |
| Springer Nature Experiments | https://experiments.springernature.com/ | 施普林格旗下Protocol数据库，包含7.5万+实验室可重复的protocols，涵盖分子生物学、遗传学、生物化学、分子医学等。一次搜索即可覆盖Nature Methods、Nature Protocols和SpringerProtocols的超过60,000篇文章。 |
| Cold Spring Harbor Protocols | http://www.cshprotocols.org/ | 冷泉港实验室创办，实验方法领域的黄金标准。提供经同行评审、高度细化的分步实验指南，覆盖分子生物学、遗传学、神经科学等前沿领域。国家科技图书文献中心（NSTL）已购买使用权。 |
| JoVE（Journal of Visualized Experiments） | https://www.jove.com/ | 全球唯一的实验视频期刊，由哈佛、MIT等顶级实验室录制，从切片制备到动物手术全流程演示，配有文字版protocol和实验材料清单。需订阅，部分视频可通过NCBI的PMC平台免费观看。 |
| Protocol Online | http://www.protocol-online.org/ | 老牌实验方法在线平台，汇集分子生物学、细胞生物学等领域的经典protocol，可免费查阅。 |
| Current Protocols | https://currentprotocols.onlinelibrary.wiley.com/ | 全球认可度最高的实验指南库之一，涵盖19个学科、约2.5万种技术，含Troubleshooting指南和结果预测，需订阅访问。 |
| Protocols.io | https://www.protocols.io/ | 开放实验方案平台，支持研究者创建、分享和版本管理实验步骤，可嵌入论文补充材料，支持DOI引用，适合需要动态更新和协作编辑protocol的团队。 |
三、在线课程与培训平台
在线课程资源适合系统学习生物信息学、基因组学和数据分析方法。以下平台涵盖国际MOOC、国内一流课程和机构专项培训。
| 名称 | 链接 | 介绍 |
|---|---|---|
| Coursera - 生物信息学与基因组学课程 | https://www.coursera.org/ | 提供大量生物信息学相关课程，包括约翰霍普金斯大学的Genomic Data Science专项课程（涵盖基因组学、Python/R编程、统计和Bioconductor），以及“Biology Meets Programming: Bioinformatics for Beginners”等入门课程。多数课程可免费旁听。 |
| edX - 生物学与生命科学课程 | https://www.edx.org/ | 提供20+门生物学和生命科学方向的在线课程，涵盖基因组学、生物信息学、生态学等。MIT、哈佛等名校均有开设。 |
| 国家高等教育智慧教育平台 - 生物信息学（华中农业大学） | https://higher.smartedu.cn/course/6a44468886debac74ead6633 | 国家级一流本科线上课程，由5名教授担纲教学，共八章：生物信息学概要、数据库检索、系统演化分析、基因分析和基因组注释、蛋白质分析、基因组浏览器、RNA-seq应用、ChIP-seq、Galaxy应用、CRISPR gRNA设计等，含大量操作视频和在线互动答疑。 |
| 中国大学MOOC - 生物信息学 | https://www.icourse163.org/ | 华中农业大学开设的生物信息学MOOC课程，内容涵盖数据库检索、序列比对、系统演化分析等核心内容。在“爱课程”首页搜索“生物信息学”即可找到。 |
| Wellcome Connecting Science Courses | https://coursesandconferences.wellcomeconnectingscience.org/ | 英国Wellcome基金会下属培训平台，提供“Bioinformatics for Biologists: An Introduction to Linux, Bash Scripting, and R”等实践导向课程，以及基因组变异解读等专题短期课程。 |
| 哈佛大学 - Learning Bioinformatics At Home | https://github.com/harvardinformatics/learning-bioinformatics-at-home | 哈佛信息学组整理的自学资源集合，按Unix、R、Python、统计、Git、RNA-seq、单细胞分析、Read mapping、Variant calling等模块分类，每个模块按入门/中级/高级分级列出具体教程链接，结构清晰。 |
| 华大-UNESCO “AI+生命科学”微证书 | 通过华大集团官方渠道了解 | 华大集团与UNESCO-ICHEI合作推出的免费微证书课程，是“AI+生命科学”教育体系的第一级入口，包含生物信息学分析实战（真实项目数据，华大导师在线带教），适合建立完整的认知框架。 |
| MOOC Machine Learning and Big Data for Bioinformatics | https://grados.ugr.es/ | 西班牙Granada大学开设的免费在线课程（第6版，2026年），以西班牙语和英语授课，时长100小时（8周），涵盖机器学习和大数据在生物信息学中的应用，适合有编程基础后向数据分析方向深入的学习者。 |
四、中文教程与社区
中文资源在降低语言门槛、贴近国内实验场景方面具有明显优势。以下社区和平台提供从入门到进阶的系统教程、论坛答疑和视频课程。
| 名称 | 链接 | 介绍 |
|---|---|---|
| 生信技能树 | https://www.biotrainee.com/ | 中文生信领域最具影响力的学习社区之一，提供论坛、视频课程和大量原创教程，涵盖R语言、转录组、单细胞、GEO数据挖掘等方向。其B站频道有系统的免费视频课程。 |
| 生信菜鸟团 | http://www.bio-info-trainee.com/ | 面向生信初学者的中文博客，提供大量入门教程和学习路线分享，适合零基础用户了解生信学习路径。 |
| 生信人 | https://shengxin.ren/ | 中文生信技术分享平台，涵盖文献解读、分析方法和工具教程。 |
| 生物信息公共图书馆（PLOB） | https://www.plob.org/ | 中文生信知识库，汇聚了大量翻译和原创的技术文档、教程和FAQ。 |
| BioX生物信息学 | https://github.com/BioX-Lab/BIClass.biox | 齐鲁师范学院发起的生信学习分享平台，围绕“修业、勤业、为人”三个主题组织内容，提供配套的BI-Note笔记和BI-Daily日常分享，在微信公众号、B站、知乎等多平台同步更新。 |
| Biomamba生信基地（B站） | B站搜索“Biomamba生信基地” | 扎根南京的生信教学团队，B站有60+期免费视频教程，覆盖转录组、单细胞、空间转录组分析实操，从常规转录组到单细胞再到空间转录组，内容持续更新。 |
| 生信技能树R语言学习 | https://vip.biotrainee.com/ | 生信技能树的R语言互动式授课平台，强调编程基础，配有100道R练习题，适合系统学习R语言在生信中的应用。 |
| BioStars | https://www.biostars.org/ | 国际生信问答社区，类似于Stack Overflow的生信版本，可检索和提问生物信息学分析中的具体技术问题。 |
| 知乎 - 生物信息学话题 | https://www.zhihu.com/topic/19559424 | 中文问答社区中的生物信息学话题页，聚集大量从业者和学习者，适合查找学习经验、工具推荐和职业发展讨论。 |
五、生信分析工具与练习平台
分析工具与练习平台将理论知识转化为实际操作能力。以下资源覆盖流程化分析、编程练习、变异检测和基因组可视化等关键环节。
| 名称 | 链接 | 介绍 |
|---|---|---|
| Galaxy Project Training | https://training.galaxyproject.org/ | Galaxy是基于网页的开源生物医药大数据分析平台，无需编程即可完成RNA-seq、ChIP-seq、eDNA分类分析等流程。官方Training平台提供大量hands-on教程，涵盖基因组数据QC、read trimming、BLASTN搜索等操作。 |
| Bioconductor | https://www.bioconductor.org/ | R语言的生物信息学扩展包生态系统，提供基因表达分析、差异表达、富集分析、单细胞分析等方向的数千个R包。官网提供安装指南和工作流程（Workflows）文档，适合结合R语言进行深度分析。 |
| Rosalind | http://rosalind.info/ | 生信编程练习平台，通过解决生物学背景的编程题目来练习Python等语言的应用，适合将编程技能与生物学问题结合。 |
| GATK Best Practices | https://gatk.broadinstitute.org/ | Broad Institute维护的变异检测标准流程，提供从原始测序数据到变异调用（Variant Calling）的完整最佳实践指南和教程，是基因组分析领域的行业标准。 |
| IGV（Integrative Genomics Viewer） | https://igv.org/app/ | 基于网页的交互式基因组数据可视化工具，支持探索大规模整合基因组数据集，可在浏览器中直接打开使用。 |
| UCSC Genome Browser | https://genome.ucsc.edu/ | 经典基因组浏览器，提供人类及多种模式生物基因组数据的可视化浏览，支持自定义数据轨道上传。国家高等教育智慧教育平台的生物信息学课程第七章专门讲授UCSC和Ensembl基因组浏览器的使用。 |
| UseGalaxy.org | https://usegalaxy.org/ | Galaxy项目的公共主实例，提供免费计算资源和大量预装工具，适合没有本地服务器条件的研究者直接开展流程化分析。 |
| KEGG（京都基因与基因组百科全书） | https://www.genome.jp/kegg/ | 整合基因组、化学和系统功能信息的数据库，以通路图形式展示代谢、信号转导和疾病相关通路，广泛用于功能注释和富集分析。 |
六、学习路线与综合导航
学习路线类资源帮助不同背景的研究者规划学习顺序。以下平台和课程提供从零基础到专题深入的路径参考。
| 名称 | 链接 | 介绍 |
|---|---|---|
| Bioinformatics for Beginners（RNA-Seq） | https://dl.icdst.org/ | 由Center for Cancer Research BIP项目维护的入门课程，分为三个模块：Unix和Biowulf基础、RNA-Seq分析、以及进阶内容，适合完全零基础的实验生物学家转向生信分析。 |
| NIAID Data Discovery Portal | https://data-staging.niaid.nih.gov/ | 美国国家过敏和传染病研究所的数据发现门户，专门用于搜索传染病和免疫疾病相关的数据集，可查找细胞系、组织活检、血液样本等生物材料数据。 |
| OMICtools | https://omictools.com/ | 生物信息学工具目录平台，按组学类型、分析步骤和编程语言分类收录大量软件和数据库，适合在分析前进行工具选型和比较。 |
| Awesome Bioinformatics | https://github.com/danielecook/Awesome-Bioinformatics | GitHub上的生物信息学资源精选列表，涵盖序列分析、结构生物学、通路分析、可视化、工作流管理等方向，持续由社区维护更新。 |
七、推荐学习路径
零基础入门建议先从国家高等教育智慧教育平台的生物信息学课程或Coursera的Genomic Data Science专项建立系统认知，配合EMBL-EBI的“A journey through bioinformatics”在线教程快速了解核心数据库的使用方法。有实验背景但缺乏编程经验的用户可重点跟随哈佛Learning Bioinformatics At Home的Unix和R模块自学，同时通过Rosalind平台用编程题目巩固。日常实验方案查询首选Bio-protocol（中文友好）和Springer Nature Experiments（覆盖最全）。遇到具体分析问题时，BioStars和生信技能树论坛是最快的求助渠道；数据库使用中遇到技术细节（如BioMart筛选、UniProt ID映射），优先查阅对应数据库官方的Training页面。
对于需要开展转录组或单细胞分析的课题组，建议在掌握R语言基础后，直接进入Bioconductor工作流文档和Galaxy Training的hands-on教程进行实操训练。若研究方向涉及遗传变异和临床解读，则应同步熟悉ClinVar、dbSNP和GATK Best Practices的变异注释流程。结构生物学相关研究者可重点利用PDB和UniProt的交叉检索功能，配合Cold Spring Harbor Protocols中的蛋白表达与结晶方案。
贵公网安备 52010302001819号
