国家基因组科学数据中心NGDC

一、网站概况

国家基因组科学数据中心（NGDC）是由国家生物信息中心建设和运营的国家级基因组学数据平台，面向我国人口健康、生物安全与社会可持续发展的战略需求，承担生命健康大数据汇交整合、安全管理与开放共享的核心职能。网站整合了原始测序数据、基因组序列、基因变异、基因表达、表观基因组、单细胞组学等数十个专业数据库，并提供生物信息在线分析工具与培训资源。截至2026年，仅组学原始数据归档库GSA用户汇交数据就已突破100PB，平台计算能力达3720万亿次/秒，存储资源108PB，是国内规模领先的生物大数据基础设施。

二、核心功能详解

数据归档与汇交。 NGDC提供GSA、GWH、GVM、OMIX、BioProject、BioSample等多个归档数据库，科研人员可将论文配套的组学数据按国际规范提交存档，获得唯一访问编号（如PRJCA、SAMC开头），满足期刊发表对数据公开的要求。GSA数据库已入选全球核心生物数据资源GCBR，具备国际认可度。

数据检索与下载。 平台首页集成统一搜索入口，支持按项目号、样本号、基因名（如tp53、EGFR）、物种等关键词跨库检索，BIG Search实现跨域数据发现。用户可免费浏览元数据并下载公开数据集。

在线分析与工具。 BIT生物信息在线分析平台提供无需编程的分析流程，GenBase基因序列库、GVM变异库支持序列比对与变异注释，帮助没有生信基础的科研人员完成常规数据处理。

数据库目录服务。 Database Commons收录全球生物数据库信息，帮助用户快速定位领域内可用的数据资源，是开展生物信息调研的实用工具。

三、使用教程/操作指南

第一步：注册登录。 点击网站右上角“登录”，使用邮箱或手机号完成注册，高校和科研机构用户建议使用机构邮箱，便于后续数据提交审核。

第二步：检索数据。 在首页搜索框输入项目号、样本号或基因名，系统自动联想。以“PRJCA000126”为例，可直接跳转至对应BioProject页面，查看实验设计、样本列表及关联数据。

第三步：提交数据。 登录后进入对应归档库（如GSA），按“数据库用户手册”填写项目信息、上传原始数据文件。注意需先创建BioProject和BioSample，再提交序列数据，审核通过后获得访问编号。

第四步：分析数据。 进入BIT分析平台，选择所需工具，上传数据或输入编号即可运行，结果可在线查看并导出。小技巧：不确定数据应归档到哪个库时，先看“数据资源”栏的数据库分类说明，避免提交错误。

四、内容与资源质量

平台数据全部来自科研人员正式汇交，遵循国际元数据标准，具有较高规范性和可追溯性。GSA入选GCBR全球核心资源，数据可靠性获国际同行认可。资源规模上，GSA汇交量已超100PB，涵盖人类、动植物、微生物等多物种。更新方面，科研动态与新闻动态持续更新，数据库按需迭代，2026年先后发布多个新工具与资源。版权上，网站明确“仅限学术用途，可免费使用”，商业用途需另行申请许可，属于合规开放共享模式，不存在盗版问题。

五、适用人群与场景

适合人群： 生命科学、医学、农学领域的研究生和科研人员；需要提交数据以满足期刊发表要求的研究者；从事基因组变异、转录组、单细胞等分析的生物信息从业者。

典型场景举例：
1. 研究生完成转录组测序后，将原始数据提交至GSA获取编号，满足投稿要求；
2. 临床研究者查询GSA-Human中人类组学数据，开展疾病相关基因的二次分析；
3. 生信初学者使用BIT在线平台完成差异表达分析，无需本地搭建环境。

不适合人群： 完全无生物学背景、仅想查找一般健康资讯的普通网民；有商业数据使用需求但未获取许可的企业用户。

六、优缺点分析

优点：
1. 国家级背书，数据规范、可信度高；
2. 双语界面，降低国内用户使用门槛；
3. 归档与期刊发表衔接顺畅；
4. 提供在线分析工具，无需编程基础。

不足：
1. 整体数据体量仍小于NCBI等国际老牌平台；
2. 部分高级功能英文文档为主，中文教程覆盖不全；
3. 商业用途受限，灵活性不如部分国际平台。