公共数据库与数据获取

更新：2026-10-13；状态：可用；验证范围：文档核对；完整流程未在本机运行。

根据需要的数据层级选择资源，并把 accession、原始文件、处理矩阵和版本信息分别记录。

按任务选择入口

资源	适合查什么	下载前确认
NCBI GEO	功能组学研究与处理数据	study/sample/platform 层级、原始与处理文件
NCBI SRA / ENA	原始测序读段	study、sample、experiment、run 对应关系
Ensembl	参考序列、基因注释与同源关系	物种、组装、发布版本、ID 类型
ENCODE	功能基因组数据与质控	测量类型、重复、参考、质量标记
PRIDE	蛋白质组研究与数据	原始谱图、检索结果和定量层级
MetaboLights	代谢组研究和元数据	平台、特征注释、原始及处理文件

官方入口：GEO、SRA、ENA、Ensembl、ENCODE、PRIDE、MetaboLights。

按资源继续阅读

GEO数据检索与样本核对、SRA与ENA读段检索、Ensembl参考与注释查询、UniProt蛋白条目与证据和GO术语注释与证据分别解释编号、输入输出、版本与证据。

一次下载应留下什么

记录资源网址、accession、下载日期、文件名、校验值、数据层级、处理说明及引用。一个样本可能有多个 run，一个矩阵也可能已经做过筛选与变换；确认这些关系再建样本表与数据审计实践。

公共下载并不表示数据适合当前问题。先看设计、重复、平台、样本分组和关键元数据；字段不全时回到原论文与提交说明。

初次实践

先从软件官方教程绑定的公开小数据开始，例如 airway、Scanpy 的 PBMC 示例或 MOFA 模拟数据。跑通后，再从上述数据库挑选与研究问题和物种相符的数据，按参考基因组与注释版本记录资源。