广东省数据知识产权存证登记平台
登记信息
同源基因转录本序列比对资源库数据集 已登记
  • 数据申请号:

    粤2026092105625

  • 数据登记号:

    SZ2026920011188.7

  • 关键词:

    同源基因;序列比对分析;转录本序列;蛋白序列;跨物种比较

  • 登记时间:

    2026-10-31

  • 平台证书编号:

    20260944000011188

  • 数据处理者:

    暂无

  • 登记有效期:

    2026-10-31 至 2029-10-31

  • 服务机构:

    北京集佳知识产权代理有限公司

  • 登记主体:

    广州赛业百沐生物科技有限公司

  • 法院编号:

    广州互联网法院 - b6877ce7700d801930c9aabff8c5db5978631247c62e2f99c300351bb95435cf-749fc1a4;legalxchain

区块链信息
  • 上链时间:

    2026-10-21

  • 所属区块链:

    司法联盟链·广东省知识产权保护中心

  • 证据指纹:

    276f63364a8757252396651f26d4583cbf6a27342e2a0bb7316b617f434f95a670d08d58d2e7a283b381baba43cb7997701886f3a70064e2349bc40570eca153

  • 区块链存证证书编号:

    LXM-GDIPI-23202610216079314089

数据信息
数据简介
同源基因转录本序列比对资源库数据集基于Needle算法,对人(Homo sapiens)、小鼠(Mus musculus)和大鼠(Rattus norvegicus)三种模式生物的转录本及对应蛋白序列进行了系统比对。每条记录包含比对双方物种信息(tax_id、tax_name)、基因与转录本标识(gene_id、gene_symbol、tran_id、pro_id),以及序列一致性(identity)、相似度(similarity)、缺口(gaps)等多维比对指标,确保数据完整且可追溯。该资源适用于比较基因组学、进化生物学和功能基因组学研究,可用于筛选高度保守区域、辅助基因功能注释、推断进化关系,并支持跨物种疾病模型与药物靶点验证等下游分析。数据由Airflow自动化流程生成,便于定期更新与扩展,未来可接入更多物种和多组学数据以提升覆盖面与分析深度。
  • 数据来源:

    其他合法来源-自行产生与公开采集

  • 数据所属行业分类:

    C27 医药制造业

数据处理规则说明
原始数据的基因同源数据来自Alliance of Genome Resources官方公开渠道依法采集,基因和转录本及其序列数据来自NCBI。提取转录本CDS与对应蛋白,剔除不完整/低质量序列。 比对采用Needleman–Wunsch全局比对:核酸比对用简单匹配/不匹配得分,蛋白比对使用BLOSUM62并设定gap open/extend惩罚。关键指标计算:identity = 一致残基数 / 比对长度;similarity = 替换矩阵中得正分或相似残基数 / 比对长度;gaps% = 总缺口位点 / 比对长度;score = 替换矩阵得分与gap惩罚累计。全部流程由Airflow自动化执行,日志记录比对参数与数据库版本以保证可重复性与可追溯性。
应用场景描述
本数据集合主要应用于生物信息学和基因组学领域,特别适用于跨物种同源基因及其转录本序列的比较分析。数据覆盖人类、小鼠、大鼠等常用模式生物,适用范围广泛,能够满足科研人员、基因功能注释专家及生物医药研发人员对基因保守性和变异性的深入研究需求。 具体应用对象包括基因组学研究者、进化生物学家、药物开发科学家以及生物信息平台的开发维护人员。通过本数据集,用户可以直观了解不同物种间同源基因的转录本及蛋白序列的相似度和身份度,辅助判断基因功能的保守性,揭示基因进化关系,支持跨物种疾病模型的构建和验证。 目前,本数据集合已集成于iCyagen网站的基因信息详情页中的物种序列比对模块,用户在浏览特定基因时,可实时查看该基因在人类、小鼠、大鼠等物种中的同源转录本比对结果,提升基因注释的准确性和信息的丰富度。该模块有效解决了用户在跨物种基因功能对比和注释时信息分散、比对复杂的问题,极大方便了科研人员的查询和分析工作。 此外,本数据集还可拓展应用于基因家族分析、功能基因组学研究、进化树构建及药物靶点筛选等多种生物信息学研究场景,助力推动生命科学领域的基础研究和应用开发。
  • 数据格式:

    json

  • 数据更新频率:

    其他

  • 数据量:

    63636

样例数据
因数据字段较多,完整样例数据详见数据样例附件(供展示) 附件下载
数据结构样例
数据表名:bio_gene_homology_needle_identity { "uid" "tax_id" "tax_name" "gene_id" "gene_symbol" "tran_id" "pro_id" "homology" : [ { "tax_id" "tax_name" "gene_id" "gene_symbol" "tran_id" "pro_id" "is_identity" "reason" "mrna_identity" : { "identity" "identity_match" "score" "gaps" "gaps_match" "similarity" "similarity_match" }, "pro_identity" : { "identity" "identity_match" "score" "gaps" "gaps_match" "similarity" "similarity_match" } } ], "is_identity" "reason" }
数据状态
  • 2026-10-31

    数据知识产权登记完成