物种编目数据库有哪些，常用生物中文数据库有哪些

本文目录一览

1，常用生物中文数据库有哪些
2，国外的鱼类数据库有哪些
3，国外的植物物种信息数据库有哪些
4，世界上有多少动物
5，有哪些关于生物物种的数据库

1，常用生物中文数据库有哪些

万方、维普还有CHKI你也可以使用一下百度文库

免费的生物信息数据库，我知道的有ncbi（美国国立生物技术信息中心），很权威。有关生物信息数据库，最好是进一些学校或者科研单位，因为他们一般要买一些数据库的。

常用生物中文数据库有哪些

2，国外的鱼类数据库有哪些

世界鱼类数据库（英语：FishBase）是一个为搜集鱼类数据而创立的全球物种数据库。[1]是世界上最大也是访问最频繁的鱼类数据库。[2]很多学术文献都有引用该数据库的资料。[3][4]世界鱼类数据库提供综合性的鱼类数据，包括分类信息、地理分布、寿命及形态特征、物种数量等等，它也会运用营养塔、检索表和生态地理学模型，并提供向其他数据库如仔鱼数据库、基因银行和IUCN红色名录的连接。[5]截至2011年8月，鱼类数据库有32,100个种及亚种的信息、将近300种语言的292,500个常用名、50,500张图片、46,000个科学文献参考。[6]每月点击量达3000万。[7]

国外的鱼类数据库有哪些

3，国外的植物物种信息数据库有哪些

1 ：http://www.catalogueoflife.org 美国生命目录2 ：http://www.eol.org 生命大百科全书3 ：http://www.ipni.org/ 国际植物名称索引IPNI 4 ：http://www.kew.org/ 英国邱园5 ：http://www.tropicos.org/ tropicos6 ：http://www.ala.org.au/ 澳大利亚物种数据库7 ：http://www.gbif.org/ 全球生物多样性信息系

基因bank还有些其他的。你上小木虫去找找，上面主要是生物相关的。

国外的植物物种信息数据库有哪些

4，世界上有多少动物

总计 175.0 1362

已命名的有150多万种

　中国动物物种编目数据库自1992年启动的中国科学院“八五”重大科研项目开始建设，到目前为止已经收录了19000余种（亚种）动物的基本信息。　　本数据库包括动物的分类阶元、分类编号、原始文献、模式产地、同物异名、俗名、英文名、生境、海拔、分布范围等数据。可以根据动物的分类阶元，如目名、科名、种名等，查询动物的信息，还可以通过动物的分类代码查询，也可以通过动物的分布区查询

生物类群以描述的/万种估计的/万种病毒 0.4 40 细菌 0.4 100 真菌 7.2 150 原生动物 4.0 20 藻类 4.0 40 高等植物 27.0 32 线虫 2.5 40 甲壳动物 4.0 15 蜘蛛类 7.5 75 昆虫 95.0 800**最多软体动物 7.0 50 脊椎动物 4.5 5 其他 11.5 25 总计 175.0 1362 经过数百年的调查，科学家们已经发现并定名了约120多万种动物物种，其中原生动物约4万种，蛛形动物7、5万种，昆虫的种类最多，已知的有95万种，还有4、5倦意万种动物，其实，地球上的动物种数还远远不止这些，因为许多动物身体微小，必须用显微镜才能看到，有些动物生活在人迹罕至的地方，如在茂密的原始森林，或在大洋中深深的海底或海沟等处。所以，世界上还有许多动物没有得到详细的研究，科学家估计，目前人类尚未发现和研究的动物，约有1000万种以上，可见动物世界是多么丰富多样。参考资料：生命科学导论

149万种谢谢

5，有哪些关于生物物种的数据库

基因bank还有些其他的。你上小木虫去找找，上面主要是生物相关的。

现代生物研究中的高通量技术如microarray、蛋白质组学或ngs能够让科学家们检测到几乎所有的mrna，蛋白质或dna序列的变异，从而获得成千上万的数据。分析数据结果的复杂程度和所需要的时间也随之直线上升，科学家们往往会陷入如何从海量的实验数据中挖掘到该体系到底发生了什么的泥潭中。想充分挖掘实验数据中的价值，需要科学家多方面的知识和技能，既要从生物学角度去阐释整个实验系统，又要理解系统变化的原因和效应等。科学家们通常只去寻找实验数据中发生差异表达的基因的上游调控子，如转录因子或调控的microrna。但要完全理解实验结果的效应，科学家们必须进一步分析差异基因所调控的分子通路，生物学功能，已知的毒理学效应并对某些特定的关键分子进行进一步的全面调研（i.e. 后续靶标或生物标志物）。以前科学家们可以依赖于个人的生物学专业知识并辅以检索最新文献来进行简单的数据分析。但随着文献的研究领域分类更加细化，知识的积累和文献的调研变得不再那么简单。现在，科学家们开始使用基于互联网的软件工具，包括专业的网站（i.e. pubmed）和一些的或商业化的分析工具（i.e. david, ingenuity-ipa）来帮助收集并分析数据。常规的高通量数据的分析和进一步的实验假设，一般均从阅读尽可能多的相关文献并调研实验结果中变化最大的基因开始。然而这样的分析策略往往会大量遗漏关键的信息，很多时候是因为相关的分子数据库和实验数据相关的文献量非常大，以至于科学家们无法面面俱到。而二代测序（ngs，如rna-sequencing）的数据相当于为microarray实验提供了更加精确的转录本和同源基因信息，使获得信息变得更加复杂。因此，能够深度挖掘实验数据、将各种来源的背景信息整合在一起并提供灵活易用的工具进行查询的软件对理解实验结果变的日益重要。