广东省数据知识产权存证登记平台
登记信息
ClinVar基因突变多维度多层次重注解数据集 已登记
  • 数据申请号:

    粤2026092105624

  • 数据登记号:

    SZ2026920011189.8

  • 关键词:

    ClinVar;参考与变异碱基;HGVS;基因组定位;变异联动特征

  • 登记时间:

    2026-10-31

  • 平台证书编号:

    20260944000011189

  • 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 - 8ea16c82b0245a3fa46102d9275fbf391f4231b764dfb86fed5e3d27de4509b6-749fc1a4;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:

    2f84da635dfd98f3e46ca0fb2e0d2098d2e443e5c5672d40160bcc30e7bfbb92833001d9e6253688dc694cd55af55495c04c180a422f4b59d934e6e35c299ae7

  • 区块链存证证书编号:

    LXM-GDIPI-23202610216146559159

数据信息
数据简介
ClinVar基因突变多维度多层次重注解数据集,系统性地整合并深化记录了人类基因变异的精细化注解特征,涵盖突变发生区域(5'UTR、CDS、Exon等)、外显子编号,以及编码区(CDS)与染色体坐标的映射关系、参考与变异碱基序列(cds_ref/alt);同时深度延伸至蛋白水平(Protein level),精准包含蛋白质变异位置、蛋白染色体坐标范围、变异密码子及参考/变异氨基酸序列(pro_ref/alt/alt_codons)等多维度关键信息。 本数据集源自公共ClinVar数据库的基础突变信息,依托专业生物信息学分析团队与计算管道,对原始数据进行了二次重分析、坐标精准比对、CDS-蛋白多层级联动映射与结构化规整,并辅以严格的数据校验流程,有效补充和提炼了变异从核苷酸到氨基酸改变的联动注解信息,保障了数据的准确性、系统性与全面性。 本数据集旨在为遗传病致病变异筛查、临床基因组学解读、靶向药物研发以及变异致病机制研究等场景提供坚实可靠的数据支持与标准化注释参考,具备极高的学术研究与临床转化应用价值。
  • 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
数据采集: 本数据集合在 ClinVar 公共数据库采集原始突变数据,包括基因变异名称、突变类型及临床致病性状态等基础信息。 数据处理: 使用 Python等工具对原始数据进行清洗与筛选,去除冗余和非明确致病性位点,修复异常坐标,确保数据的准确性与完整性。 数据分析: 结合 HGVS 命名规范及国际基因组学标准(ISO/TS 22692),嵌入深度自定义的变异联动注释算法与基因组坐标转换模型,对基因突变进行二次映射与深度重分析。系统性提炼并生成了涵盖突变结构区域(5'UTR、Exon等)、CDS编码区坐标与参考/变异碱基,以及蛋白质变异位置、密码子及氨基酸改变的多层级重注解数据集。新增的数据字段包括:uid、mutation_region、mutation_region_index、cds_pos、cds_pos_range、cds_chr_pos等,详情请见附件《数据结构说明》。 安全与脱敏规则: 本数据集仅涉及公共基因组学参考序列与变异注释信息,不包含任何个人身份信息(PII)、人类遗传资源隐私或商业秘密;所有数据均经过标准化去标识化处理,不存在可逆还原个人隐私信息的风险。
应用场景描述
本数据集适用于生命科学研究、遗传学分析、生物信息学数据挖掘以及基因编辑模型设计等领域。数据集合适配于各类数字化科研服务平台及在线生物信息分析系统,支持大规模人类基因突变数据的检索、多层级可视化展示与精细化结构解析。 主要服务于从事基因功能研究、遗传病致病机制探讨、靶向药物研发以及动物与细胞模型构建(如基因敲除、点突变模型设计)的科研人员、临床医师及生物医药研发团队。 针对传统突变数据库信息分散、映射维度单一(如仅停留在染色体或基因组层面,缺乏与转录本及蛋白序列的联动对应)的行业痛点,本数据集依托 iCyagen 数字化科研平台,向广大用户提供一站式、高精度的突变数据查询服务。通过深度计算与多维映射,本数据集能够将突变信息精准标注于基因对应的转录本序列和蛋白质序列的碱基/氨基酸位置上,直观展示突变类型、致病性分级及密码子改变等详情。这显著提升了变异注解的深度与连贯性,为研究人员在靶点选择、变异致病性评估及精准基因编辑方案设计中提供了坚实的数据支持与可追溯的决策依据。
  • 数据格式:

    csv

  • 数据更新频率:

    年更新

  • 数据量:

    21517333

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 bio_clinvar_relationship_data uid clinvar_id gene_id,Entrez Gene ID gene_name transcript_vid transcript_change protein_vid protein_change version mutation_region mutation_region_index mutation_type state cds_pos cds_pos_range cds_chr_pos cds_chr_pos_range cds_ref cds_alt pro_pos pro_chr_pos pro_chr_pos_range pro_codon_alt pro_codon_ref pro_alt pro_ref alt_codons paper_qty paper_link is_mane is_clinical_mane is_link is_hot pro_msg_type pro_msg pro_msg_detail cds_msg_typecds_msg cds_msg_detail
数据状态
  • 2026-10-31

    数据知识产权登记完成