2025 年 4 月 4 日起，美國國立衛(wèi)生研究院（NIH）將正式對包括中國在內(nèi)的多個(gè)受關(guān)注國家實(shí)施數(shù)據(jù)訪問限制。NIH 主任辦公室已于 4 月 2 日在官網(wǎng)發(fā)布《實(shí)施更新：增強(qiáng) NIH 受控訪問數(shù)據(jù)的安全措施》文件，明確禁止位于中國、俄羅斯、伊朗等受關(guān)注國家的機(jī)構(gòu)訪問 NIH 的受控?cái)?shù)據(jù)存儲(chǔ)庫及相關(guān)資料。

　　例如，NCBI 等國際知名數(shù)據(jù)庫的突然「斷供」，讓廣大科研工作者措手不及，仿佛一夜之間失去了重要的研究工具。

　　圖片來源：NIH 官網(wǎng)

　　被禁用的國外數(shù)據(jù)庫

　　NCBI ——作為 NIH 下屬的數(shù)據(jù)庫中心，負(fù)責(zé)維護(hù) GenBank（全球最大的公共 DNA 序列數(shù)據(jù)庫，存儲(chǔ)著數(shù)百萬物種的基因數(shù)據(jù)）、PubMed（收錄超過 3500 萬篇生物醫(yī)學(xué)文獻(xiàn)摘要）、dbGaP（基因型和表型數(shù)據(jù)庫）、SRA（序列讀取存檔）、ClinVar（記錄基因變異與疾病關(guān)聯(lián)的臨床數(shù)據(jù)庫）、Protein（存儲(chǔ)蛋白質(zhì)序列和結(jié)構(gòu)數(shù)據(jù)）等重要生物醫(yī)學(xué)數(shù)據(jù)庫，可以說是無數(shù)科研人的數(shù)據(jù)「糧倉」。

　　圖片來源：NCBI 官網(wǎng)

　　GenBank 數(shù)據(jù)庫——作為 NCBI 精心打造并維護(hù)的一級核酸序列數(shù)據(jù)庫，匯聚并詳盡注釋了全球所有公開的核酸及蛋白序列信息。

　　其豐富數(shù)據(jù)源自全球科研工作者直接向 DNA 序列數(shù)據(jù)庫的積極貢獻(xiàn)，無論是作為研究論文的重要組成，還是直接公開的序列數(shù)據(jù)，GenBank 都為其提供了堅(jiān)實(shí)的存儲(chǔ)與分享的平臺(tái)。

　　GenBank 數(shù)據(jù)庫的禁用對科研工作帶來了多方面的挑戰(zhàn)，中國科研人員將無法直接訪問 GenBank 數(shù)據(jù)庫中的受控?cái)?shù)據(jù)，包括人類基因組數(shù)據(jù)、健康記錄等敏感信息。

　　這也將嚴(yán)重影響相關(guān)領(lǐng)域的研究進(jìn)展，尤其是在精準(zhǔn)醫(yī)學(xué)、遺傳學(xué)等領(lǐng)域。

　　圖片來源：GenBank 官網(wǎng)

　　dbGaP 數(shù)據(jù)庫——作為人類基因型－表型數(shù)據(jù)庫，存儲(chǔ)著全球最全面的人類基因組與表型關(guān)聯(lián)數(shù)據(jù)，覆蓋癌癥、罕見病等研究領(lǐng)域，中國約有 75% 的機(jī)制癌癥研究依賴于此平臺(tái)。

　　dbGaP 數(shù)據(jù)庫的禁用將使得中國科研人員無法直接訪問 dbGaP 數(shù)據(jù)庫中的受控?cái)?shù)據(jù)，包括人類基因型與表型數(shù)據(jù)、疾病研究數(shù)據(jù)等敏感信息。

　　這將嚴(yán)重影響相關(guān)領(lǐng)域的研究進(jìn)展，尤其是在遺傳學(xué)、癌癥研究等領(lǐng)域。

　　圖片來源：dbGaP 官網(wǎng)

　　ClinVar 數(shù)據(jù)庫——作為免費(fèi)的公共數(shù)據(jù)庫，主要包含了人類遺傳變異及其與疾病的關(guān)系，全球有 2800 多個(gè)組織提交了 300 多萬種變異。

　　該數(shù)據(jù)庫此前進(jìn)行了更新，包含三種分類類型：種系變異、致癌性和體細(xì)胞變異的臨床影響。

　　ClinVar 數(shù)據(jù)庫被廣泛運(yùn)用于臨床遺傳學(xué)檢測實(shí)驗(yàn)室、研究機(jī)構(gòu)、專家組以及其他負(fù)責(zé)變異臨床意義分類的人員。尤為關(guān)鍵的是，該平臺(tái)為臨床遺傳學(xué)檢測實(shí)驗(yàn)室搭建了數(shù)據(jù)共享的橋梁，使得原本可能永不公開的寶貴信息得以共享和傳播。

　　ClinVar 數(shù)據(jù)庫被禁用之后，醫(yī)生可能無法獲取這些關(guān)鍵數(shù)據(jù)，影響疾病的診斷和治療方案的制定，進(jìn)而影響患者的治療效果和生活質(zhì)量。

　　同時(shí)，由于無法獲取關(guān)鍵數(shù)據(jù)，一些新藥研發(fā)項(xiàng)目可能被迫延遲，導(dǎo)致預(yù)計(jì)損失增加。例如，藥明康德的新藥研發(fā)管線中，多個(gè)項(xiàng)目因無法獲取 ClinVar 數(shù)據(jù)而延遲，預(yù)計(jì)損失超過 20 億元。

　　圖片來源：ClinVar 官網(wǎng)

　　進(jìn)行替代的國產(chǎn)數(shù)據(jù)庫

　　面對如此多的數(shù)據(jù)庫被禁用，應(yīng)該如何破局？其實(shí)，國家基因庫已早有準(zhǔn)備！中國在生物信息數(shù)據(jù)領(lǐng)域打造了自主可控的數(shù)據(jù)資源共享平臺(tái) —— 國家基因庫生命大數(shù)據(jù)平臺(tái)（CNGBdb），為科研人員提供了堅(jiān)實(shí)的數(shù)據(jù)支撐。以 CNGBdb 為代表的一批國產(chǎn)數(shù)據(jù)庫與平臺(tái)在成果發(fā)表和數(shù)據(jù)資源自主性方面均取得了顯著突破。

　　接下來，學(xué)霸君就帶大家認(rèn)識(shí)更多的國產(chǎn)數(shù)據(jù)庫，為大家提供更多可替代性方案。

　　圖片來源：CNGBdb 官網(wǎng)

　　?CNGB 數(shù)據(jù)庫

　　https://db.cngb.org

　　中國國家基因庫 CNGB 作為我國自主研發(fā)且可控的公共核酸序列數(shù)據(jù)庫，為數(shù)據(jù)所有者提供了一個(gè)平臺(tái)，用以歸檔和公開共享各類數(shù)據(jù)，包括原始數(shù)據(jù)（如 fastq/bam 格式）、組裝數(shù)據(jù)（fasta 格式）、變異數(shù)據(jù)、代謝數(shù)據(jù)、單細(xì)胞數(shù)據(jù)以及時(shí)空組數(shù)據(jù)等。

　　圖片來源：CNGB 官網(wǎng)

　　此外，相關(guān)研究成果和數(shù)據(jù)也可以通過國家基因庫序列歸檔系統(tǒng) CNSA 進(jìn)行上傳與歸檔。

　　目前，CNSA 已經(jīng)有近 18000TB 的數(shù)據(jù)總量！

　　圖片來源：CNSA 官網(wǎng)

　　該數(shù)據(jù)庫已獲得 CoreTrustSeal 全球核心可信存儲(chǔ)庫認(rèn)證、FAIRsharing 國際認(rèn)證，并被國際科研數(shù)據(jù)倉儲(chǔ)目錄 re3data 收錄。

　　此外，CNGB 支持向 Elsevier、Wiley、Taylor & Francis、Oxford、Cell Press、Science 等多個(gè)國際知名出版社和期刊系列投稿發(fā)文，所有提交至 CNGB 的數(shù)據(jù)均會(huì)進(jìn)行 DOI 標(biāo)識(shí)。

　　值得一提的是，CNGB 還成為國際科學(xué)理事會(huì)（ISC）世界數(shù)據(jù)系統(tǒng)（WDS）在生物信息領(lǐng)域的首個(gè)正式會(huì)員。

　　?NGDC 數(shù)據(jù)庫

　　https://ngdc.cncb.ac.cn

　　國家基因組科學(xué)數(shù)據(jù)中心 NGDC 數(shù)據(jù)庫，于 2019 年 6 月 5 日經(jīng)科技部、財(cái)政部通知公布，由鮑一明研究員作為學(xué)術(shù)帶頭人。

　　以中國科學(xué)院北京基因組研究所（國家生物信息中心）作為依托單位，聯(lián)合中國科學(xué)院生物物理研究所和中國科學(xué)院上海營養(yǎng)與健康研究所共同建設(shè)。

　　旨在通過建立生命健康組學(xué)大數(shù)據(jù)儲(chǔ)存、整合與挖掘分析研究體系，研發(fā)生物多樣性與健康大數(shù)據(jù)匯交、應(yīng)用與共享平臺(tái)，發(fā)展大數(shù)據(jù)系統(tǒng)解析與轉(zhuǎn)化應(yīng)用的新技術(shù)和新方法，建設(shè)支撐我國生命科學(xué)發(fā)展、國際知名的基因組科學(xué)數(shù)據(jù)中心。

　　圖片來源：NGDC 官網(wǎng)

　　目前，NGDC 包括了基因組和變異、基因表達(dá)、非編碼 RNA、表觀基因組等多種類型的數(shù)據(jù)資源，共計(jì)歸檔數(shù)據(jù) 69.9PB，服務(wù)用戶超過 5822 萬。

　　其中，單是已產(chǎn)生腫瘤基因診斷數(shù)據(jù)就有約 160TB，腫瘤基因研究相關(guān)測序數(shù)據(jù)約為 1PB！在愈發(fā)重視數(shù)據(jù)安全的當(dāng)下，大家在進(jìn)行科研數(shù)據(jù)發(fā)表的時(shí)候，建議可以將 NGDC 作為上傳測序數(shù)據(jù)的首選！

　　圖片來源：NGDC 官網(wǎng)

　　?CHARLS 數(shù)據(jù)庫

　　https://charls.pku.edu.cn

　　中國健康與養(yǎng)老追蹤調(diào)查 CHARLS 數(shù)據(jù)庫由北京大學(xué)國家發(fā)展與研究院與北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心共同發(fā)起。

　　旨在收集一套代表中國 45 歲及以上中老年人家庭和個(gè)人的高質(zhì)量微觀數(shù)據(jù)，用以分析我國人口老齡化問題，推動(dòng)老齡化問題的跨學(xué)科研究的調(diào)查。

　　圖片來源：CHARLS 官網(wǎng)

　　據(jù)官方統(tǒng)計(jì)，截至 2023 年 10 月底，已有超 8.8 萬名用戶注冊并下載了數(shù)據(jù)庫中的數(shù)據(jù)。

　　基于 CHARLS 的出版物也在迅速增加，截至 2023 年 9 月底，以 CHARLS 數(shù)據(jù)為基礎(chǔ)發(fā)表的論文 4,587 篇，其中英文期刊論文 2,079 篇，中文期刊論文 1,639 篇，學(xué)位論文 697 篇。

　　最近，來自北京大學(xué)等聯(lián)合團(tuán)隊(duì)就基于 CHARLS 數(shù)據(jù)庫，調(diào)查了抗高血壓藥物的依從性、社會(huì)經(jīng)濟(jì)地位和認(rèn)知衰老之間的關(guān)聯(lián)，研究成果成功發(fā)表在中國科學(xué)院醫(yī)學(xué)一區(qū) TOP 期刊《BMC Medicine》！

　　圖片來源：BMC Medicine

　　?CHNS 數(shù)據(jù)庫

　　https://www.cpc.unc.edu/projects/china

　　中國健康與營養(yǎng)調(diào)查數(shù)據(jù)庫 CHNS 是由美國北卡羅來納大學(xué)卡羅來納人口中心與中國疾病預(yù)防控制中心營養(yǎng)與健康所（原國家食品安全與營養(yǎng)所）合作開展的持續(xù)性開放隊(duì)列。

　　旨在評估健康信息、營養(yǎng)及計(jì)劃生育政策的效果，并探究我國社會(huì)經(jīng)濟(jì)社會(huì)轉(zhuǎn)型對人口健康與營養(yǎng)狀況的影響。通過追蹤社區(qū)組織、項(xiàng)目以及家庭與個(gè)人經(jīng)濟(jì)、人口和社會(huì)因素的變化，研究人員能夠衡量各種因素對營養(yǎng)健康行為及結(jié)果的動(dòng)態(tài)影響。

　　圖片來源：CHNS 官網(wǎng)

　　CHNS 調(diào)查由一個(gè)國際研究團(tuán)隊(duì)進(jìn)行，他們的背景包括營養(yǎng)學(xué)、公共衛(wèi)生、經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、中國研究和人口學(xué)。通過采用多階段隨機(jī)聚類過程，抽取了 15 個(gè)省市的約 7200 戶家庭和 30000 多人的樣本，這些家庭在地理、經(jīng)濟(jì)發(fā)展、公共資源和健康指標(biāo)方面差異很大。

　　調(diào)查的內(nèi)容涉及健康學(xué)、營養(yǎng)學(xué)、社會(huì)學(xué)、人口學(xué)、經(jīng)濟(jì)學(xué)、公共政策等多個(gè)學(xué)科，數(shù)據(jù)內(nèi)容包括社區(qū)調(diào)查、家庭戶調(diào)查、個(gè)人調(diào)查、健康調(diào)查、營養(yǎng)和體質(zhì)測驗(yàn)等。CHNS 數(shù)據(jù)庫的創(chuàng)新性較高，適用于多種醫(yī)學(xué)領(lǐng)域研究，如健康與食物結(jié)構(gòu)、吸煙影響、疾病趨勢等。

　　此前，來自浙江大學(xué)的研究團(tuán)隊(duì)基于 CHNS 數(shù)據(jù)庫，探究了中國中老年人群中植物性飲食（PBD）和地球健康飲食（PHD）的環(huán)境負(fù)擔(dān)與死亡風(fēng)險(xiǎn)關(guān)系，研究成果成功發(fā)表在中國科學(xué)院醫(yī)學(xué)一區(qū) TOP 期刊《Lancet Planet Health》！

　　圖片來源：Lancet Planet Health

　　?CFPS 數(shù)據(jù)庫

　　https://cfpsdata.pku.edu.cn

　　中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)庫是由北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心（ISSS）實(shí)施調(diào)查，通過收集個(gè)體、家庭、社區(qū)等方面的微觀調(diào)查數(shù)據(jù)庫，采用計(jì)算機(jī)輔助調(diào)查技術(shù)開展訪問，以滿足多樣化的設(shè)計(jì)需求，提高訪問效率，保證數(shù)據(jù)質(zhì)量，是北京大學(xué)和國家自然基金委資助的重大項(xiàng)目，也是國內(nèi)最為權(quán)威的家庭層面微觀調(diào)查數(shù)據(jù)庫之一。

　　圖片來源：CFPS 官網(wǎng)

　　CFPS 的主體問卷包括村居問卷、家庭成員問卷、家庭問卷、少兒問卷和成人問卷五類。調(diào)查在社區(qū)、家庭和個(gè)人三個(gè)層面進(jìn)行。

　　其核心目標(biāo)是系統(tǒng)收集中國家庭、社區(qū)、個(gè)體三個(gè)層面的動(dòng)態(tài)數(shù)據(jù)，展現(xiàn)中國社會(huì)經(jīng)濟(jì)、人口、教育、健康等領(lǐng)域的變化。

　　圖片來源：CFPS 官網(wǎng)

　　近日，來自北京師范大學(xué)的研究團(tuán)隊(duì)基于 CFPS 數(shù)據(jù)庫，探究了家庭沖突與青少年抑郁之間存在雙向惡性循環(huán)的關(guān)系，研究成果成功發(fā)表在中國科學(xué)院醫(yī)學(xué)二區(qū)期刊《Child and Adolescent Psychiatry and Mental Health》！

　　圖片來源：Child and Adolescent Psychiatry and Mental Health

　　除了上述的國產(chǎn)數(shù)據(jù)庫之外，以下數(shù)據(jù)庫也同樣可以幫助大家獲取大量的科研數(shù)據(jù)，大家可以自行訪問！

　　圖片來源：生物學(xué)霸

　　科研人都怎么看？

　　經(jīng)歷此次事件，很多科研人也在網(wǎng)上發(fā)表了不同的看法：

　　網(wǎng)友 1：之前用國外的數(shù)據(jù)庫，上傳特別慢，每次學(xué)校斷網(wǎng)了還沒上傳好。現(xiàn)在用 CNSA，再也不用擔(dān)心斷網(wǎng)了，速度超快超穩(wěn)！另外，CNSA 能引用序列號發(fā)文章，存儲(chǔ)空間要大，上傳、下載速度要快，安全靠譜而且免費(fèi)！

　　網(wǎng)友 2：越卡脖子，獨(dú)立數(shù)據(jù)庫建得反而越快，就是會(huì)有陣痛期！

　　網(wǎng)友 3：作為一名從事基因編輯技術(shù)開發(fā)與應(yīng)用研究的科研人員，數(shù)據(jù)庫就是我們最日常打交道的平臺(tái)。沒有數(shù)據(jù)信息共享，實(shí)際具體的科研工作很難開展。如果這些公共數(shù)據(jù)庫對我們都實(shí)施關(guān)停，那我們將不得不去尋找替代數(shù)據(jù)庫，而使用替代數(shù)據(jù)庫的研究可能會(huì)被質(zhì)疑 「數(shù)據(jù)代表性不足」，如僅用中國生物銀行（China Kadoorie Biobank）數(shù)據(jù)發(fā)表的成果，在 SCI 期刊接收率將會(huì)下降。無法獲取 GTEx 正常組織表達(dá)譜，就會(huì)導(dǎo)致腫瘤特異性突變研究難以完成同行評審要求的對照實(shí)驗(yàn)，而這些都會(huì)嚴(yán)重影響我們的學(xué)術(shù)產(chǎn)出。

　　網(wǎng)友 4：這一變化只是開始，未來一定有更多脫鉤政策出現(xiàn)。中國多年前就在未雨綢繆地建設(shè)本土數(shù)據(jù)庫。加大本土數(shù)據(jù)庫建設(shè)和使用，是中國科研圈的必然趨勢。

　　最后，也請大家及時(shí)做好應(yīng)對策略，嘗試?yán)每商娲鷶?shù)據(jù)庫和平臺(tái)，定期備份關(guān)鍵數(shù)據(jù)，最大限度降低封鎖帶來的影響。

　　題圖來源：圖蟲創(chuàng)意