全网最全的公共数据库汇总，不用做实验就能写论文！

2周学会AMOS构建结构方程模型课程，近期启动！点击查看详情。

这年头，利用公共数据库写论文，已经成为毕业、升职称、年度绩效考核的重要方法。

毫不夸张地说，最快可以一周成文。

郑老师其实对公共数据库也不太感冒，这玩意真的就是灌水！不过，对于培养学生，练练手，真的是好东西。数据来源可靠、质量高、样本量大。

于是我们成立了一个新的专门介绍公共数据库最新论文进展和好文章的一个公众号，欢迎关注。

“公共数据库与孟德尔随机化”，是“医学论文与统计分析”的姊妹号，初衷是为了自己的团队能够跟踪最新的公共数据库研究进展，方便凝练主题。现在我们让学生一起把每周进展和论文分享到该公众号，以此与诸位一起学习与进步。

       请点击上述链关注公众号吧

言归正传，我们罗列下几十个常见的公共数据库，有社科、公卫、临床、生物信息类等。

1. 社科类调查数据库

说真的，要说佩服，我就佩服社科哪些大牛们，利用国家的资源，做得大规模的调查，最后数据全部公开！

不像某某做的我国慢病数据库！

（1） 中国家庭追踪调查（CFPS）

http://www.isss.pku.edu.cn/cfps/index.htm?CSRFT=8F5T-3G8T-VPG9-I70W-YLZJ-HED0-K3HG-OTFR

中国家庭追踪调查（ChinaFamily Panel Studies，CFPS）旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供数据基础。

重点关注中国居民的经济与非经济福利，以及包括经济活动、教育成果、家庭关系与家庭动态、人口迁移、健康等在内的诸多研究主题，是一项全国性、大规模、多学科的社会跟踪调查项目。CFPS样本覆盖25个省/市/自治区，目标样本规模为16000户，调查对象包含样本家户中的全部家庭成员。

CFPS调查问卷共有社区问卷、家庭问卷、成人问卷和少儿问卷四种主体问卷类型，并在此基础上不断发展出针对不同性质家庭成员的长问卷、短问卷、代答问卷、电访问卷等多种问卷类型。

CFPS官网数据平台提供数据下载和问卷下载，但是要在平台注册审核后才可下载使用。

（2）中国家庭金融调查（CHFS）

西南财经大学中国家庭金融调查与研究中心

https://chfs.swufe.edu.cn

中国家庭金融调查与研究中心是西南财经大学于2010年成立的集数据采集与数据研究于一身的公益性学术调研机构，包含中国家庭、小微企业和城乡社区治理三大数据库。

中国家庭金融调查（ChinaHousehold Finance Survey，CHFS）是中国家庭金融调查与研究中心在全国范围内开展的抽样调查项目，旨在收集有关家庭金融微观层次的相关信息，主要内容包括：住房资产与金融财富、负债与信贷约束、收入与消费、社会保障与保险、代际转移支付、人口特征与就业以及支付习惯等相关信息，以便为学术研究和政府决策提供高质量的微观家庭金融数据，对家庭经济、金融行为进行了全面细致的刻画。

目前中心2011年-2017年四个年度的家庭金融调查数据库、2015年小微企业调查数据库均已面向校内外的研究人员开放申请。以学术研究为目的的研究人员可在中心网站数据中心注册申请数据。中心为用户提供STATA格式的数据（及相应的调查问卷、数据使用说明等资料。

 （3） 中国家庭收入调查（CHIP）

北京师范大学中国收入分配研究院

http://www.ciidbnu.org/chip/index.asp

北京师范大学中国收入分配研究院成立于2011年11月，它是一所以收入分配、劳动经济学及发展经济学研究为主要特色的科研机构。致力于收入分配、贫困及劳动力劳动等相关领域的研究，动态追踪我国经济发展和经济转型过程中居民收入分配与贫困的变动特征，并深入探讨其内在的影响因素与作用机制。

中国收入分配研究院已经相继开展了五次入户调查，分别收集了1988、1995、2002、2007和2013年的收支信息，以及其他家庭和个人信息，CHIPS数据库被称为迄今中国收入分配与劳动力市场研究领域中最具权威性的基础性数据资料。

研究院提供问卷、数据、论文成果、部分统计年鉴等资料，需要注册会员，数据需要申请才能下载使用。

（4）中国教育追踪调查(CEPS)

中国人民大学中国调查与数据中心(NSRC)

https://ceps.ruc.edu.cn/

中国教育追踪调查(CEPS)是由中国人民大学中国调查与数据中心(NSRC)设计与实施的大型追踪调查项目，在全国范围内抽取112所学校、438个班级、约2万名学生作为调查样本，调查对象包括学生、家长、教师及校领导。CEPS旨在揭示家庭、学校、社区以及宏观社会结构对于个人教育产出的影响，并进一步探究教育产出在个人生命历程中发生作用的过程。

（5）CGSS: 中国综合社会调查

网站链接：cgss.ruc.edu.cn/

数据来源：中国人民大学社会学系、香港科技大学社会科学部联合建立

调查对象：社会、社区、家庭、个人

调查时间：自 2003 年起，每年一次，进行连续性横截面调查

调查内容：调查问卷由三部分构成：核心模块：调查全部样本，年度调查，固定不变；主题模块：调查全部样本，5 年重复一次，两次调查内容重合率超过 80% 。其中，核心模块与主题模块主要服务于描述与解释社会变迁的宗旨，扩展模块则主要服务于跨国比较研究的目的，每年具体调查内容可参考 (cgss.ruc.edu.cn/index.p)

研究领域：家庭问题，社会认同、社会变迁、社会资本等

获取方式：公开部分年份数据，最新公开数据为 2015 年，注册后免费获取 (cnsda.org/)

（6）中国城乡流动数据库

网站链接:

https://sdc-iesr.jnu.edu.cn/main.htm

数据名称：中国城乡流动数据库（Rural-Urban Migration in China）

开放数据年份：RUMiC2016-2019

调查方式：面访

采用计算机辅助调查：是

数据类型：追踪数据

覆盖省份：澳大利亚国立大学孟昕教授于2008年发起了中国乡城人口流动调查（Rural-Urban Migration in China,简称RUMiC）。涵盖了15个城市5,000户流动人口，自2017年起，暨南大学经济与社会研究院独立开展第十轮全国调查，并对调查方式进行全面改进。

分析单位：个人/家庭

核心问题：人口流动的福利问题

具体内容：调查问卷涉及个人和家庭层面的信息如家庭构成、成人教育、成人就业、家庭资产等。

（7）中国社会状况综合调查

“中国社会状况综合调查”（Chinese Social Survey，简称CSS）是中国社会科学院社会学研究所于2005年发起的一项全国范围的大型连续性抽样调查项目，目的是通过对全国公众的劳动就业、家庭、社会生活、社会态度等方面的长期纵贯调查，来获取转型时期中国社会变迁的数据资料，从而为社会科学研究和政府决策提供翔实而科学的基础信息。

CSS是双年度的纵贯调查，采用概率抽样的入户访问方式，其研究结果可推论全国18－69周岁的住户人口。自2006年第一期调查起，CSS项目组承诺每期调查结束后的两年内，向全社会免费公开调查数据。CSS成为国内较早公开的大型学术调查数据。

CSS2019的研究主题是“社会质量与社会阶层变迁”，调查内容涵盖家庭、就业、经济状况、生活状况、社会保障、社会价值观和社会评价、社会参与和政治参与、志愿服务等模块。在全国149个市/县/区的596个村/居共访问11000余个城乡家庭，回收有效问卷10283份，形成1160万个数据项。

为促进学术产出和学术创新，助力有中国特色的哲学社会科学体系建设，应各界同仁对数据的需求， 项目组决定于2020年12月21日起，提前向全社会免费开放CSS2019数据。申请者可登录“ 中国社会质量基础数据库网站（csqr.cass.cn）”注册并申请获取CSS2019最新数据以及CSS2006-2017历年数据。

（8）中国劳动力动态调查数据CLDS

执行机构丨中山大学社会科学调查中心

数据下载：可下载spss、stata格式的数据，下载的数据格式由数据原始格式决定http://css.sysu.edu.cn/

开放数据年份丨2011、2012、2014

数据类型丨面板数据

分析单位与调查规模丨社区、家庭、劳动；调查对象为样本家庭户中的全部劳动力（年龄15至64岁的家庭成员）。

覆盖区域丨中国29个省市（港澳台、西藏、海南除外）

核心问题丨系统地监测社区社会结构和家庭、劳动力个体的变化与相互影响

应用主题丨人口健康分析、劳动就业分析、消费储蓄分析、空间规划分析

二、公共卫生与其他领域交叉学科数据

（1）CKB,  中国慢性病前瞻性研究数据库

名义上可以申请，但实际上申请不到，不提也罢。

（2）中国营养健康调查（CHNS）

中国疾病预防控制中心营养与食品安全所与美国北卡罗莱纳大学人口中心合作开展https://www.cpc.unc.edu/projects/china

CHNS国际合作项目这项调查是由一个国际研究团队进行的，研究人员的背景包括营养、公共卫生、经济学、社会学、中国研究和人口学。采用多阶段随机聚类过程，从地理、经济发展、公共资源、健康指标等方面差异较大的 15 个省市中抽取样本。此外，在对食品市场、卫生设施、计划生育官员以及其他社会服务和社区领导人的调查中收集了详细的社区数据。在近30年期间对中国人的社会经济状况、卫生服务、居民膳食结构和营养状况进行了多次追踪调查，积累了丰富数据资料。通过它，我们可以了解中国社会和经济转型对人口健康和营养状况的影响。

网站资料包括问卷、数据集和文档，数据以SAS文件为主，同时也需要注册申请才能下载。

(3)美国 NHANES 数据库

网址：

https://www.cdc.gov/nchs/nhanes/index.htm

美国国家健康和营养检查调查 (National Health and Nutrition Examination Survey,NHANES) 旨在评估美国成人和儿童健康和营养状况。

NHANES 项目始于 20 世纪 60 年代初，一直以针对不同人群或健康主题的一系列调查的形式开展, 1999 年侧重于各种健康和营养测量，以满足新出现的需求。该调查每年对全国各地的 15 个县约 5000 人进行抽样调查。

NHANES 的访谈包括基本人口学信息、社会经济、饮食和健康相关的问题，检查部分包括医学、牙科和生理测量，以及由训练有素的医务人员进行的实验室测试。这项调查的结果将用于确定主要疾病的流行情况和疾病的危险因素，评估营养状况及其与促进健康和预防疾病的关系，也为身高、体重和血压等国家测量标准奠定科学基础。

图片来源：NHANES 数据库

（4）全球疾病负担数据库

GBD数据库包含所有GBD疾病、风险、病因、损伤、自然损伤和后遗症综合征。
衡量GBD的指标包括：死亡、寿命损失、寿命残疾、限制生命的残疾、患病率、发病率、预期寿命、死亡概率和健康预期寿命、孕产妇死亡率和总暴露。提取的数据指标包括：数量、比率、百分比、年份和死亡概率。
可提取数据的年份为：1990年至2017年所有指标的年度结果，以及所有GBD年龄段；
性别：男性、女性或两者兼有。
研究领域分为：GBD超级地区、地区、国家、以及选定的国家以下单位、世界卫生组织地区、世界银行收入水平等。
虽然GBD数据库可以查询和下载数据，但包含很多搜索参数都会造成问题：查询时有时会导致文件忽略查询中指定的某些结果：特定的年龄组、年份等；同时查询所有位置，很多或所有的原因、年龄组、年份等都会出现不完整的数据。
这个数据库经常发大文章！

(5)中国老年健康影响因素跟踪调查CLHLS

原名：中国老人健康长寿影响因素跟踪调查

网站链接：https://opendata.pku.edu.cn

数据来源：北京大学健康老龄与发展研究中心/国家发展研究院组织

调查对象：65 岁及以上老年人和 35-64 岁成年子女

调查时间：基线调查始于 1998 年，此后分别于 2000 年、2002年、2005年、2008-2009 年、2011-2012 年和 2014-2015 年进行了 6 次跟踪调查

调查内容：调查问卷分为存活被访者问卷和死亡老人家属问卷两种：存活被访者问卷的调查内容包括老人及家庭基本状况、社会经济背景及家庭结构、经济来源和经济状况、健康和生活质量自评、认知功能、性格心理特征、日常活动能力、生活方式、生活照料、疾病治疗和医疗费承担等；死亡老人家属问卷的调查内容包括 死亡时间、死因等内容。在问卷调查同时，课题组还对老人进行了最基本的健康体能测试，并在几次调查中采集了生物样本

研究领域：老年学；健康老龄政策等

获取方式：可通过北京大学开放数据研究平台注册申请，申请通过后免费获取 (opendata.pku.edu.cn/)

特点：CLHLS 数据最初设计是以高龄老人为主的调查，最新公开老人数据为2014年调查，数据清晰，便与研究；曾进行过老人 - 子女配对调查，配对数据仅公开到 2002-2005 年份调查

(6)CHARLS：中国健康与养老追踪调查

网站链接：charls.pku.edu.cn/

数据来源：北京大学国家发展研究院主持、北京大学中国社会科学调查中心与北京大学团委共同执行

调查对象：中国 45 岁及以上中老年人家庭和个人

调查时间：基线调查于 2011 年开展，覆盖 150 个县级单位， 450 个村级单位，于 2011、2013、2015 和 2018 年分别在全国 28 个省 (自治区、直辖市) 的 150 个县、450 个社区 (村) 开展调查访问，目前公开数据到 2015 年。CHARLS 还曾在 2014 年组织并实施了“中国居民生命历程调查”、 2016 年开展“共和国初期基层经济历史调查”两项全国性专项访问，亦完全覆盖上述样本地区

调查内容：个人基本信息，家庭结构和经济支持，健康状况，体格测量，医疗服务利用和医疗保险，工作、退休和养老金、收入、消费、资产，以及社区基本情况等

研究领域：老年学；健康政策等

获取方式：在每次调查研究结束 1 年后，向大众公开数据，可通过注册申请获取 (charls.pku.edu.cn/pages)

特点：数据成果丰富；数据分为多个子问卷，包需要事前合并和清理，部分变量包含缺失值较多；收集受访对象生物学信息，例如血检体格测量结果。

（7）美国健康与退休研究数据库

健康和退休研究(HRS)是密歇根大学自1992年以来进行的一项纵向研究小组调查，建立了一个具有代表性的大样本数据库。HRS数据库样本量大、质量高、结构复杂。为了使数据更易于研究，HRS数据分为公开数据和敏感/受限数据。任何人都可以在HRS数据下载网站上创建帐户以获取公共数据，而限制数据和敏感健康数据需要使用单独的应用程序。

HRS数据库是美国关于健康和经济环境变化的老龄化相关数据库。数据库中的大多数数据可以通过用户注册免费获得。HRS数据库的多学科数据侧重于对收入和财富、健康、意识和医疗服务使用、工作和退休以及与家人联系的调查。自2006年以来，数据收集已扩大到包括生物标志物和遗传学、以及更深入的心理学和社会背景。

（8）WHO Mortality Database  

世卫组织死亡率数据库，汇编了会员国每年从其民事登记和生命统计系统报告的死亡率数据, 收集了 1950 年至今的死亡原因的数据，是按原因分列的死亡率比较的流行病学研究的主要数据来源。

图片来源：WHO

三、临床研究数据

(1)NCDB  

美国国家癌症数据库(National Cancer Database, NCDB) 是经国家认证的临床肿瘤数据库，数据来源于 1500 多家癌症委员会认可的医院注册数据，这些数据用于分析和跟踪恶性肿瘤疾病患者及其治疗和结局。

(2)SEER  

SEER 数据库 (Surveillance, Epidemiology, and End Results) 由美国国立癌症研究所于 1973 年建立，是美国癌症统计的权威来源。

由美国国家癌症研究所 (National Cancer Institute, NCI) 癌症控制和人口科学部 (Division of Cancer Control and Population Sciences, DCCPS) 的监视研究项目 (Surveillance Research Program, SRP) 提供支持。

SEER 可提供癌症统计信息，数据库中的肿瘤可分为 9 类：乳腺、结肠 & 直肠、其他消化系统、女性生殖、淋巴 & 白血病、男性生殖、呼吸系统、泌尿系统及其它尚未确定的类型。

临床数据记录包括患者的注册编号、人口统计学特征、肿瘤特征、治疗方案、死亡原因等信息。

目前，SEER 数据库主要针对癌症预防和控制，以及协助与老年人有关的流行病学和卫生服务研究。

(3)Orphanet  

Orphanet 数据库是一个收集罕见病相关知识，以提高罕见病患者的诊断、护理和治疗效果的数据库，旨在提供有关罕见病的高质量信息。

Orphanet 数据库是由法国国家健康和医学研究所（French National Institute for Health and Medical Research，INSERM ）于 1997 年在法国建立的，从 2000 年开始逐渐发展成为一个由欧洲和全球 40 个国家组成的联盟。

(4)MIMIC 重症系列

重症监护医疗信息集是一个大型的、可免费获取的数据库, 具有数据集时间跨度长（12 年）以及个人健康数据完整等特点，使它成为重症医学界著名的科研数据集。

MIMIC 网站包含了多年来发布的各种 MIMIC 版本的信息:

(1) MIMIC-IV 包含 2008-2019 年的数据，数据来自 Metavision 的床边监视器。

(2) MIMIC-III 包含 2001-2012 年的数据，数据来自 Metavision 和 CareVue 床边监视器，包含 2001-2012 年间麻省理工贝斯以色列迪康医学中心重症监护室病人真实医疗数据，共有年龄 >=16 岁调查对象 53423 人，以及 2001-2008 年间 7870 个新生儿的临床医疗数据。

数据信息包括人口统计学特征、病人生命体征、化验结果、用药情况、医学图像（超声、核磁、CT 等）、病人的医疗过程、床边生命体征的测量，实验室测试结果、各种操作、药物、影像报告和死亡指标等。

(3) MIMIC-II 包含 2001-2008 年的数据, 数据来自 CareVue 床边监视器。MIMIC-II 不再公开使用，但仍然可以从 MIMIC-III 获得数据。

（5）BioLINCC

BioLINCC公共网站（https://biolincc.nhlbi.nih.gov/）成立于2009年10月。该网站提供NHLBI收集的110多个研究机构的临床和流行病学研究数据和生物样本。

BioLINCC积极从事数据共享，受到众多医疗科技工作者的喜爱。每年都有100多名研究项目负责人向BioLINCC申请他们的临床数据。

存储在BioLINCC数据库中的数据和生物样本是免费提供的，但生物样本的运输费用由调查人员承担。研究人员必须向BioLINCC提交申请，以审查和获取他们正在申请的数据或生物样本。在研究人员申请数据或生物样本后，NHLBI工作人员将对申请材料进行审查。

对于数据资源的应用，NHLBI主要审查申请数据是否与研究计划匹配，以及伦理委员会对研究计划的说明，伦理审查是否通过或豁免。BioLINCC将在每年3月1日发送电子邮件提醒提交该研究的进度报告，也就是研究人员可以在申请成功后的任何时候在他的申请页面上提交进度报告。

（6）TCGA 

美国癌症基因组图谱(The Cancer Genome Atlas, TCGA)是由美国国家癌症研究所(National Cancer Institute, NCI)和国家人类基因组研究所(NationalHuman Genome Research Institute, NHGRI)合作开发的，目前它包含了33种癌症的数据，每种癌症都涉及关键基因组变化的全面、多维的图谱。TCGA数据库储存有2.5PB的数据，对超过1.1万多名患者的肿瘤组织及配对正常组织进行描述，目前已被广泛应用于研究领域。这些数据已为独立研究人员进行的癌症研究或者TCGA研究网络出版物做出了超过1千多项的贡献。

在TCGA中直接下载数据的方法较为繁琐，但是有多个网站提供TCGA数据(包括表达和临床等)完善的整理，以下是其中整理最为完整和可靠的：

• GDAC: http://gdac.broadinstitute.org/

• Cancer Browser: https://genome-cancer.ucsc.edu/

• cBioportal: http://www.cbioportal.org/index.do

（7）医学影像相关数据库

 Open Access Series of Imaging Studies

主要提供开放获取的磁共振影像数据，旨在使科学界免费使用神经影像数据集。通过编译和自由分发此多模式数据集，希望能够促进基础和临床神经科学方面的未来发现。

DeepLesion

DeepLesion由美国国立卫生研究院临床中心（NIHCC）的团队开发，是通过从他们自己的图片存档和通信系统中挖掘历史医学数据而开发的。这个新的数据集具有极大的潜力，将会大大促进计算机辅助检测（CADe）和计算机辅助诊断（CADx）领域的技术发展。该数据库中图像包括多种病变类型，包括肾脏病变，骨病变，肺结节和淋巴结肿大。缺乏多类别病变数据集，一直是开发能够检测多种病变类型的更通用CADe框架的主要障碍。而DeepLesion多类别病变数据集可以用来开发自动化放射诊断的CADx系统。DeepLesion数据集包含来自10,000多个病例研究的超过32,000个病变标注，现在是面向所有人可公开获得的最大的医学图像数据集。

NITRC

NITRC可提供有关神经信息学软件和数据。自2007年首次亮相以来，NITRC借助过去经常丢失或无视的研究软件和数据，帮助神经科学界做出了进一步发现。NITRC还提供对数据的免费访问，并允许按使用量付费的基于云的访问来获得无限的计算能力，从而以最小的启动和成本实现了全球科学合作。NITRC的内容包括：MR，PET / SPECT，CT，EEG / MEG，光学成像，临床神经成像，计算神经科学以及成像基因组学软件工具，数据和计算资源。

ADNI

这是一个阿尔茨海默病相关的数据库。ADNI将研究人员与研究数据联合起来，共同努力确定阿尔茨海默氏病（AD）的进展。ADNI研究人员收集，验证和利用数据，包括MRI和PET图像，遗传学，认知测试，CSF和血液生物标记物作为疾病的预测因子。北美ADNI研究的研究资源和数据可通过此网站获得，其中包括阿尔茨海默氏病患者，轻度认知障碍受试者和老年人对照。

OAI

一个骨关节炎（OA）的数据库，该数据存储库提供对11年OAI纵向队列研究的数据和图像的访问 。这项研究记录了 整个疾病范围内的膝骨关节炎的自然病史，包括处于危险中的受试者，患有早期/临床前疾病，患有确定性OA的受试者以及患有晚期疾病的受试者。在OAI中，已经记录了膝OA的影像学，生化，遗传和危险标志物。将这些指标与结构和/或临床  结果进行比较可以使人们对预防和治疗这种使人衰弱的疾病有深入的了解。该OAI研究设计，措施，临床数据和DICOM图像都可以使用本网站下载。

四、生物信息有关数据库

这类数据库，太多太多了，我就不详细列举了！有些生物信息数据库与临床紧密结合。

  01 METABRIC  

网址：http://molonc.bccrc.ca/aparicio-lab/research/metabric/

网址：https://ega-archive.org/dacs/EGAC00001000484

国际乳腺癌协会的分子分类数据库(Molecular Taxonomy of Breast Cancer International Consortium, METABRIC) 是一个加拿大-英国联合项目，旨在根据有助于确定最佳治疗过程的分子特征将乳腺肿瘤进一步分类。我们迄今为止已经根据肿瘤的基因指纹将乳腺癌重新分类为10个全新的类别。这些基因可以对乳腺癌生物学提供迫切需要的洞察力，使医生能够预测肿瘤是否会对某种特定的治疗产生反应。肿瘤是否有可能扩散到身体的其他部位，或者治疗后是否有可能复发。

  02 GEO  

网址：https://www.ncbi.nlm.nih.gov/geo/

基因表达库(Gene Expression Omnibus,GEO) 是一个支持微阵列实验的最小信息(MinimumInformation About a Microarray Experiment, MIAME)兼容数据提交的公共功能基因组数据存储库。可接受基于数组或序列的数据。提供相关工具帮助用户查询和下载实验和管理基因表达谱。

  03 DGV  

网址：http://dgv.tcag.ca/dgv/app/home

基因组变异数据库(Database of Genomic Variants, DGV)目的是提供人类染色体结构变异的概况信息，数据库记录了一系列基因变异与表型相关的信息，数据库信息持续更新中。

  04 DECIPHER  

  09DECIPHER DECIPHER  

网址：https://decipher.sanger.ac.uk/index

利用染色体组分资源建立人类染色体不平衡和表型数据库(Database of Chromosomal Imbalance and Phenotype in Humans using Ensemble Resources, DECIPHER)是目前分子遗传学中最重要的生物信息学数据库之一。用户可以通过检索数据库，发现一系列相关的遗传疾病信息，包括变异位点、临床表型等，提高临床诊断效能。DECIPHER数据库包含了超过200家研究中心上传的超过1万例的案例信息。

  5  OMIM  

网址：http://www.omim.org/

在线人类孟德尔遗传数据库(Online Mendelian Inheritance in Man, OMIM)是目前分子遗传学中最重要的生物信息学数据库之一。数据库持续更新，主要着眼于可遗传的或遗传性的基因疾病，包括文本信息和相关参考信息、序列纪录、图谱和相关其他数据库。

 6  Comparative Toxicogenomics Database  

网址：http://ctdbase.org 

比较基因组数据库(Comparative ToxicogenomicsDatabase, CTD)是一个强大的、公开可用的数据库，旨在提高人们对环境暴露如何影响人类健康的了解。它提供了关于化学基因/蛋白质相互作用、化学疾病和基因疾病关系的相关信息。这些数据与功能和路径数据相结合，以帮助验证关于环境影响疾病的机制假设。

  7 Kaplan Meier Plotter  

网址：http://kmplot.com/analysis/

Kaplan MeierPlotter是一个包含5种癌症(乳腺癌、卵巢癌、肺癌、胃癌、肝癌)的mRNA表达谱芯片公共数据库，从中能够获得基因表达与疾病预后的信息

还有更多的生物信息 有关的数据库，这里就不一一罗列了！

更多实战课程

2022年以来，我们召集了一批富有经验的高校专业队伍，着手举行短期统计课程培训班，包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、结构方程模型等9门课。如果您有需求，不妨点击查看：

更多课程资料下载

本公众号作为医学数据分析公众号，提供一些免费医学统计学学习资源下载，欢迎点击下载。

特别提醒：上述资源每天限分享和下载一个。