本文目录一览

1，食品和化学毒理学被什么数据库收录

elsevier数据库的链接：www.sciencedirect.com/science/journal/02786915

食品和化学毒理学被什么数据库收录

2，如何引用 化学物质毒性数据库 发文章引用

本数据库为化学品毒性数据库，收载约 15万 个化合物（包括大量化学药物）的有关毒理方面的数据，如急性毒性、长期毒性、遗传毒性、致癌与生殖毒性及刺激性数据等，并提供数据来源。本数据库为药物开发者提供大量活性物质毒理学、化学安全性方面的资料。本数据库提供多种方式查询，包括CAS登记号、英文名、RTECS登记号、化学名称、商品名、研发代号等。

如何引用 化学物质毒性数据库 发文章引用

3，杀毒软件用到的数据库有哪些

病毒库等试试腾讯电脑管家，杀毒+管理2合1，占用小功能全，带杀毒保护、漏洞修复 “软件管理、电脑诊所、应用宝、测网速、硬件检测、无线安全助手”等多个功能。每个功能点的界面都做得相当简洁易懂，但软件管理、应用宝等部分功能是默认没有激活，首次点击需要等待其自行安装。此外，在传统界面，选择简易模式中显示的功能，当中还包括了广告过滤、小Q书桌、微信聊天备份、路由管家等特色功能。
病毒（记录病毒特征，1般为一个主要一个附加）木马（查杀木马，同上，但专杀不计入其中）系统（扫描系统问题的）补丁（系统升级用的）程序（识别运行的程序）策略（记录运行策略）注入（检测程序升级，清理注入式侵入）这些是基础，附加的插件之类的就不说了，那些不属于杀软必须有的。

杀毒软件用到的数据库有哪些

4，NCBI有多少数据库分别有什么作用

在生物医学信息学领域，数据库和服务的定义与计算机领域有很大的不同，如果要问NCBI过去，现在或将来会有多少数据库，恐怕连NCBI自己都说不清楚。要是一个一个数据库讲下来，9999个字肯定不够用。这里有一个列表供您参考http://www.ncbi.nlm.nih.gov/guide/all/。 NCBI的产生和发展是在美国和全球生物学高速发展，高通量数据急速产生，而缺乏有效的数据分析方法的背景下产生，起初它主要任务是数据的存储和查询。只不过其存储的数据大多以高通量数据为主，例如基因测序，基因组，SNP, 基因芯片,小分子化合物和GWAS数据等。这些数据的共享，极大地促进了生物信息学发展。 按照数据->样式->知识->智慧的发展模式，NCBI主要起到了一个为生物学家提供数据的角色。不过，NCBI目前也不断地在调整自己的角色。例如，生物医学文献。NCBI在从NLM继承过来的pubmed的基础，提供以PMC数据库为核心的全文文献服务。PubMed数据库应该是全球生物学家使用频率最高的数据库。NCBI最近对pubmed的改版，虽然没有实质性的改变，但其按照用户体验进行的修改，足见其对该数据库的重视。 另外，NCBI目前不断地在引入高学历生物学人才对其数据库的质量进行控制。以dbSNP为例，其正在通过与领域专家的合作将突变数据与人类表型数据进行关联。 总得来讲，NCBI的发展是与生物学高通量数据产生密切相关，它以经不在局限于提供数据存储与查询，其未来的发展必将发展为一个大型的、综合的知识库。到那时NCBI会不会免费，就要另当别论了。很显然没有人会将自己的手稿拱手让人。如果真有那么一天，不知道从中会产生多少专利和知识产权。

5，nosql数据库有哪些

nosql数据库有哪些？1. In-Memory KV Store : Redis2. Disk-Based KV Store: Leveldb3. Document Store: Mongodb4. Column Table Store: HBase
nosql太火，冒出太多产品了，保守估计也成百上千了。 互联网公司常用的基本集中在以下几种，每种只举一个比较常见或者应用比较成功的例子吧。 1. in-memory kv store : redis in memory key-value store，同时提供了更加丰富的数据结构和运算的能力，成功用法是替代memcached，通过checkpoint和commit log提供了快速的宕机恢复，同时支持replication提供读可扩展和高可用。 2. disk-based kv store: leveldb 真正基于磁盘的key-value storage, 模型单一简单，数据量不受限于内存大小，数据落盘高可靠，google的几位大神出品的精品，lsm模型天然写优化，顺序写盘的方式对于新硬件ssd再适合不过了，不足是仅提供了一个库，需要自己封装server端。 3. document store: mongodb 分布式nosql，具备了区别mysql的最大亮点：可扩展性。mongodb 最新引人的莫过于提供了sql接口，是目前nosql里最像mysql的，只是没有acid的特性，发展很快，支持了索引等特性，上手容易，对于数据量远超内存限制的场景来说，还需要慎重。 4. column table store: hbase 这个富二代似乎不用赘述了，最大的优势是开源，对于普通的scan和基于行的get等基本查询，性能完全不是问题，只是只提供裸的api,易用性上是短板，可扩展性方面是最强的，其次坐上了hadoop的快车，社区发展很快，各种基于其上的开源产品不少，来解决诸如join、聚集运算等复杂查询。

文章TAG：毒理  数据  数据库  哪些  毒理数据库有哪些  
下一篇