组学数据仓库初学者指南
Beginner guide to omics data warehousing
本人从事生物科学领域工作，主要从事数据分析工作。最近，由于对来自同一组 individuals/patients/animals.
的各种生物样本使用多种分析技术（大多数是“组学”类型），数字在增长，事情变得越来越复杂。
我想实现一种更好的本地存储数据和元数据的方法（这里我指的元数据是关于 individuals/patients/animals 的一般数据，但也指关于所用仪器的元数据在分析中）这也将允许我执行荟萃分析（主要使用 R，但我希望有一个也可以与 SPSS 一起使用的解决方案）。我正在寻找一些指南来学习构建、管理和使用数据库的基础知识，最适合生物学和“组学”应用。
我可以用下图总结我的情况
总而言之，对于同一组样本（个人 - S1 到 Sn），这将是数据库中的主要条目，我们可以执行一系列实验分析，每个分析通常都会产生一些数字数据以类似 csv 的格式组织，具有相同的 ID，并附有一些关于分析的元数据（使用的仪器和类似仪器）。在数据库中创建新条目通常是通过批量上传这些 csv 文件。
基本上，我想在一个地方收集和连接所有内容，而不是为每个项目创建一个文件夹，以及相关的 R 脚本和原始数据。然后，我将从 R 的通用数据库中检索与某个项目相关的数据，并执行一组分析。截至目前，我对本地解决方案很感兴趣，但我想保留最终的远程访问倾向
我没有数据库方面的背景，所以我愿意接受任何更适合我需要的解决方案。例如，我读到有关系数据库和图形数据库（我确实有一些本体经验）并且无法决定哪个更好。来自处理过类似问题的用户的任何“摘要”一般信息来源、任何初学者提示或任何关于最佳解决方案的建议，对我尝试和开始某些事情都会有很大的帮助。
实际上，我不同意批评这个问题的评论者，尽管我同意它不是特定于 R 或与 R 相关的编程。也许我只是同情，因为我也处于类似的境地。 BioStars 是提出此类问题的更好场所。
话说，我也是在学术界工作的，我也遇到了类似的问题。我的圈子里没有人给出很好的答案。
从你的图表来看，你似乎对关系数据库有所了解，这很好。如果您不熟悉类似 sql 的语法或关系数据库的概念，那么一定要从这里开始。关于如何学习这些，我没有很好的建议——我在大学里有一个关于 mysql 的 class，然后开始使用 sqlite 和 postgresql靠我自己。我非常感谢 mysql class，所以如果你觉得自己不太了解 sql 类语法或关系数据库主题，也许你可以找到一个在线课程（或参加一个在你的大学，如果你在学校）。
特别是在 R 中，我会开始阅读有关从 R/Rstudio
连接到数据库的内容
我主要通过 RPostgresql 包使用它，我认为它是 DBI 包的扩展。
如果您还没有使用 tidyverse 包，显然会感到很舒服。这是一个很好的资源：
由于我们讨论的是 Hadley Wickham 的主题，并且由于 Hadley Wickam 的主题与 R 和 R 编程有关，所以我不介意说你也应该阅读这篇文章：
https://vita.had.co.nz/papers/tidy-data.pdf
您需要学习一些有关服务器的基础知识。我知道您对在本地执行此操作特别感兴趣，但我怀疑总有一天您需要能够在本地和远程进行托管。至少，这是我的经验。在任何情况下，您都应该在本地计算机上使用 linux（我希望这不是一个有争议的声明），这实际上意味着处理本地数据库与远程处理数据库或多或少相同（减去一些安全问题）。我发现 Nginx 比 Apache 更容易，但这可能是个人喜好问题。当我需要 public 服务器时，我会使用 Amazon AWS，但如果你的大学有托管服务，你可以进行价格比较。根据我的经验，AWS 更便宜也更容易。为了管理服务数据库，我使用 Django，它是一个 python 包。如果您选择构建一个 django 管理的数据库，我建议使用这个 cookiecutter（一个 python 包模板）：
https://github.com/agconti/cookiecutter-django-rest
最后，下面发布了一个 link 到我管理数据的当前活动项目的 django 数据库框架。我打算将另一个 link 包含到我也在搞乱的 R 包中，这意味着吸收一些数据库数据，对其进行处理，然后将其吐出。后者正在大量开发中。它不处于可共享状态，但它会帮助我看到这样的东西，我想，当我开始问与你类似的问题时，所以我将把它包括在内。
https://github.com/BrentLab/S288CR64_database
https://github.com/cmatKhan/brentlabRnaSeqTools
如果您有与基因组学数据管理相关的问题，请随时通过我的电子邮件提问。您会在 github.
上找到它
本人从事生物科学领域工作，主要从事数据分析工作。最近，由于对来自同一组 individuals/patients/animals.
的各种生物样本使用多种分析技术（大多数是“组学”类型），数字在增长，事情变得越来越复杂。我想实现一种更好的本地存储数据和元数据的方法（这里我指的元数据是关于 individuals/patients/animals 的一般数据，但也指关于所用仪器的元数据在分析中）这也将允许我执行荟萃分析（主要使用 R，但我希望有一个也可以与 SPSS 一起使用的解决方案）。我正在寻找一些指南来学习构建、管理和使用数据库的基础知识，最适合生物学和“组学”应用。
我可以用下图总结我的情况
总而言之，对于同一组样本（个人 - S1 到 Sn），这将是数据库中的主要条目，我们可以执行一系列实验分析，每个分析通常都会产生一些数字数据以类似 csv 的格式组织，具有相同的 ID，并附有一些关于分析的元数据（使用的仪器和类似仪器）。在数据库中创建新条目通常是通过批量上传这些 csv 文件。
基本上，我想在一个地方收集和连接所有内容，而不是为每个项目创建一个文件夹，以及相关的 R 脚本和原始数据。然后，我将从 R 的通用数据库中检索与某个项目相关的数据，并执行一组分析。截至目前，我对本地解决方案很感兴趣，但我想保留最终的远程访问倾向
我没有数据库方面的背景，所以我愿意接受任何更适合我需要的解决方案。例如，我读到有关系数据库和图形数据库（我确实有一些本体经验）并且无法决定哪个更好。来自处理过类似问题的用户的任何“摘要”一般信息来源、任何初学者提示或任何关于最佳解决方案的建议，对我尝试和开始某些事情都会有很大的帮助。
实际上，我不同意批评这个问题的评论者，尽管我同意它不是特定于 R 或与 R 相关的编程。也许我只是同情，因为我也处于类似的境地。 BioStars 是提出此类问题的更好场所。
话说，我也是在学术界工作的，我也遇到了类似的问题。我的圈子里没有人给出很好的答案。
从你的图表来看，你似乎对关系数据库有所了解，这很好。如果您不熟悉类似 sql 的语法或关系数据库的概念，那么一定要从这里开始。关于如何学习这些，我没有很好的建议——我在大学里有一个关于 mysql 的 class，然后开始使用 sqlite 和 postgresql靠我自己。我非常感谢 mysql class，所以如果你觉得自己不太了解 sql 类语法或关系数据库主题，也许你可以找到一个在线课程（或参加一个在你的大学，如果你在学校）。
特别是在 R 中，我会开始阅读有关从 R/Rstudio
连接到数据库的内容我主要通过 RPostgresql 包使用它，我认为它是 DBI 包的扩展。
如果您还没有使用 tidyverse 包，显然会感到很舒服。这是一个很好的资源：
由于我们讨论的是 Hadley Wickham 的主题，并且由于 Hadley Wickam 的主题与 R 和 R 编程有关，所以我不介意说你也应该阅读这篇文章：
https://vita.had.co.nz/papers/tidy-data.pdf
您需要学习一些有关服务器的基础知识。我知道您对在本地执行此操作特别感兴趣，但我怀疑总有一天您需要能够在本地和远程进行托管。至少，这是我的经验。在任何情况下，您都应该在本地计算机上使用 linux（我希望这不是一个有争议的声明），这实际上意味着处理本地数据库与远程处理数据库或多或少相同（减去一些安全问题）。我发现 Nginx 比 Apache 更容易，但这可能是个人喜好问题。当我需要 public 服务器时，我会使用 Amazon AWS，但如果你的大学有托管服务，你可以进行价格比较。根据我的经验，AWS 更便宜也更容易。为了管理服务数据库，我使用 Django，它是一个 python 包。如果您选择构建一个 django 管理的数据库，我建议使用这个 cookiecutter（一个 python 包模板）：
https://github.com/agconti/cookiecutter-django-rest
最后，下面发布了一个 link 到我管理数据的当前活动项目的 django 数据库框架。我打算将另一个 link 包含到我也在搞乱的 R 包中，这意味着吸收一些数据库数据，对其进行处理，然后将其吐出。后者正在大量开发中。它不处于可共享状态，但它会帮助我看到这样的东西，我想，当我开始问与你类似的问题时，所以我将把它包括在内。
https://github.com/BrentLab/S288CR64_database
https://github.com/cmatKhan/brentlabRnaSeqTools
如果您有与基因组学数据管理相关的问题，请随时通过我的电子邮件提问。您会在 github.
上找到它