生物信息學(xué),實驗一

1、實驗一 文獻(xiàn)檢索和瀏覽各大生物分子數(shù)據(jù)庫一、 實驗?zāi)康?、學(xué)習(xí)文獻(xiàn)檢索方法2、了解生物信息學(xué)常用數(shù)據(jù)庫的結(jié)構(gòu)二、實驗內(nèi)容本實驗通過登陸GenBank、EMBL、DDBJ三個國際上權(quán)威的核酸序列數(shù)據(jù)庫、GDB基因組數(shù)據(jù)庫、人類基因組數(shù)據(jù)庫Ensembl、表達(dá)序列標(biāo)記數(shù)據(jù)庫dbEST、序列標(biāo)記位點數(shù)據(jù)庫dbSTS，以及PIR、SWISS-PROT、TrEMBL蛋白質(zhì)序列數(shù)據(jù)庫、蛋白質(zhì)數(shù)據(jù)倉庫UniProt、生物大分子數(shù)據(jù)庫 PDB等，了解各數(shù)據(jù)庫的結(jié)構(gòu)，。三、實驗儀器、設(shè)備及材料計算機(jī)（聯(lián)網(wǎng)）四、實驗原理建立生物分子數(shù)據(jù)庫的動因是由于生物分子數(shù)據(jù)的高速增長，而另一方面也是為了滿足分子生物學(xué)及相關(guān)領(lǐng)

2、域研究人員迅速獲得最新實驗數(shù)據(jù)的要求。生物分子信息分析已經(jīng)成為分子生物學(xué)研究必備的一種方法。數(shù)據(jù)庫及其相關(guān)的分析軟件是生物信息學(xué)研究和應(yīng)用的重要基礎(chǔ)，也是分子生物學(xué)研究必備的工具。國際上權(quán)威的核酸序列數(shù)據(jù)庫有三個，分別是美國生物技術(shù)信息中心（NCBI）的GenBank（/web/Genbank/index/html）、歐洲分子生物學(xué)實驗室的EMBL-Bank（簡稱EMBL，http:/ww.ebi.ac.uk/embl/index/html）及日本遺傳研究所的DDBJ（http:/www.ddbj.nig.ac.jp/）。三個數(shù)據(jù)庫中的數(shù)據(jù)基本一致，

3、僅在數(shù)據(jù)格式上有所差別，對于特定的查詢，三個數(shù)據(jù)庫的響應(yīng)結(jié)果一樣GDB（/）是一個出現(xiàn)較早的基因組數(shù)據(jù)庫。目前GDB包含對下述三種對象的描述：（1）人類基因組區(qū)域，包括基因、克隆、PCR標(biāo)記物、斷點、細(xì)胞遺傳學(xué)標(biāo)記、易碎位點、 EST、綜合區(qū)域、contigs、重復(fù)等；（2）人類基因組圖譜，包含細(xì)胞遺傳學(xué)圖譜、連接圖譜、輻射混合圖譜、contig 圖譜、集成圖譜，所有這些圖譜都可以被直觀地顯示出來；（3）人類基因組中的變化，包括基因突變和基因多態(tài)性，加上等位基因頻率數(shù)據(jù)。Ensembl (/）是一個綜合性基因組數(shù)據(jù)庫，

4、Ensembl包括所有公開的人類基因組DNA序列，通過注釋形成的關(guān)于序列的特征?，F(xiàn)在包括其他基因組，如大鼠、小鼠、線蟲、果蠅等。Ensembl提供多種查詢方式：（1）通過關(guān)鍵字查詢；（2）用BLAST進(jìn)行相似序列的搜索；（3）另一種更直觀的方式是顯示各染色體；用戶可以在染色體水平上選擇感興趣的位點，逐層放大瀏覽整個基因組。dbEST (/dbEST/）是GenBank的一個部分，該數(shù)據(jù)庫包括不同生物的EST序列數(shù)據(jù)及其它相關(guān)信息，主要從大量不同組織和器官得到的短mRNA片段。dbSTS（/d

5、bSTS/）是NCBI的一個數(shù)據(jù)源，是GenBank的一個部分。包含基因組短標(biāo)記序列（STS）的組成和定位信息。可通過BLAST搜索STS序列；或通過FTP下載序列。PIR（/）是一個全面的、經(jīng)過注釋的、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫。其中所有序列數(shù)據(jù)都經(jīng)過整理，超過99%的序列已按蛋白質(zhì)家族分類，一半以上還按蛋白質(zhì)超家族進(jìn)行分類。PIR還提供一個蛋白質(zhì)序列數(shù)據(jù)庫、相關(guān)數(shù)據(jù)庫和輔助工具的集成系統(tǒng)，用戶可以迅速查找、比較蛋白質(zhì)序列，得到與蛋白質(zhì)相關(guān)的眾多信息。PIR提供三種類型的檢索服務(wù):一是基于文本的交互式查詢，用戶通過關(guān)鍵字進(jìn)行數(shù)據(jù)查詢。二是標(biāo)準(zhǔn)的序

6、列相似性搜索，包括BLAST、FastA等。三是結(jié)合序列相似性、注釋信息和蛋白質(zhì)家族信息的高級搜索，包括按注釋分類的相似性搜索、結(jié)構(gòu)域搜索等。SWISS-PROT (http:/www.expasy.ch/sprot/sprot-top.html）是目前國際上比較權(quán)威的蛋白質(zhì)序列數(shù)據(jù)庫,其中的蛋白質(zhì)序列是經(jīng)過注釋的；與其他蛋白質(zhì)序列數(shù)據(jù)庫比較，SWISS-PROT有三個明顯的特點：（1）注釋，在SWISS-PROT中，數(shù)據(jù)分為核心數(shù)據(jù)和注釋兩大類。核心數(shù)據(jù)包括：序列數(shù)據(jù)、參考文獻(xiàn)、分類信息（蛋白質(zhì)生物來源的描述）；注釋包括：（A)蛋白質(zhì)的功能描述；(B)翻譯后修飾；(C)域和功能位點，如鈣結(jié)合

7、區(qū)域、ATP結(jié)合位點等；(D)蛋白質(zhì)的二級結(jié)構(gòu)；(E)蛋白質(zhì)的四級結(jié)構(gòu)，如同構(gòu)二聚體、異構(gòu)三聚體等；(F)與其它蛋白質(zhì)的相似性；(G)由于缺乏該蛋白質(zhì)而引起的疾病；(H)序列的矛盾、變化等。（2）最小冗余：盡量將相關(guān)的數(shù)據(jù)歸并，降低數(shù)據(jù)庫的冗余程度。如果不同來源的原始數(shù)據(jù)有矛盾，則在相應(yīng)序列特征表中加以注釋。（3）與其它數(shù)據(jù)庫的連接：對于每一個登錄項，有許多指向其它數(shù)據(jù)庫相關(guān)數(shù)據(jù)的指針，這便于用戶迅速得到相關(guān)的信息。TrEMBL (http:/www.ebi.ac.uk/trembl/index.html) 是與SWISS-PROT相關(guān)的一個數(shù)據(jù)庫。包含從EMBL核酸數(shù)據(jù)庫中根據(jù)編碼序列(CD

8、S)翻譯而得到的蛋白質(zhì)序列，并且這些序列尚未集成到SWISS-PROT數(shù)據(jù)庫中。蛋白質(zhì)數(shù)據(jù)倉庫UniProt包括：Swiss-Prot、TrEMBL、PIR ；用戶可以通過文本查詢數(shù)據(jù)庫，可以利用BLAST程序搜索數(shù)據(jù)庫，也可以直接通過FTP下載數(shù)據(jù)。UniProt包含3個部分：（1）UniProt Knowledgebase（UniProt）蛋白質(zhì)序列、功能、分類、交叉引用等信息存取中心（2）UniProt Non-redundant Reference（UniRef）數(shù)據(jù)庫將密切相關(guān)的蛋白質(zhì)序列組合到一條記錄中以便提高搜索速度；（3）UniProt Archive（UniParc）資源庫，

9、記錄所有蛋白質(zhì)序列的歷史。PDB（/pdb/）是國際上最著名的生物大分子結(jié)構(gòu)數(shù)據(jù)庫，PDB中含有通過實驗（X射線晶體衍射，核磁共振NMR）測定的生物大分子的三維結(jié)構(gòu)。PDB的每條記錄有兩種序列信息，一種是顯式序列信息（explicit sequence）：在PDB文件中，以關(guān)鍵字SEQRES作為顯式序列標(biāo)記，以該關(guān)鍵字打頭的每一行都是關(guān)于序列的信息。一種是隱式序列信息(implicit sequence) ：PDB的隱式序列即為立體化學(xué)數(shù)據(jù)，包括每個原子的名稱和原子的三維坐標(biāo)。 五、實驗步驟（一）使用中文期刊網(wǎng)和Entrez信息查詢系統(tǒng)檢索與禽流感相關(guān)的文獻(xiàn)

10、，并閱讀感興趣文獻(xiàn)的摘要或全文。1、使用中文期刊網(wǎng)檢索與禽流感相關(guān)的文獻(xiàn)（1）輸入，進(jìn)入我校的圖書館，點擊“中文數(shù)據(jù)庫”按鈕，進(jìn)入了中文數(shù)據(jù)庫界面，再點擊“中文期刊網(wǎng)”按鈕， 進(jìn)入中國知識資源總庫CNKI 系列數(shù)據(jù)庫界面，點擊“中國期刊全文數(shù)據(jù)庫”按鈕 ，進(jìn)入中國期刊全文數(shù)據(jù)庫界面；（2）在中國期刊全文數(shù)據(jù)庫界面的檢索項中可選擇檢索種類（主題或關(guān)鍵詞或作者等），再填寫相關(guān)的檢索詞，最后點擊“檢索”按鈕，進(jìn)行檢索文獻(xiàn)。以禽流感為例，選擇檢索種類為主題，檢索詞項填寫“禽流感”，點擊“檢索”按鈕，顯示共有記錄，按年排列。 （3）另外，對檢索結(jié)果可以進(jìn)行相應(yīng)的限制，如時間

11、從哪年到哪年。若剛才檢索的禽流感相關(guān)的結(jié)果，只需要2007年，可輸入2007到2007，按“檢索”按鈕，；當(dāng)然，還可以有多個關(guān)鍵詞，且還可以選擇“在結(jié)果中檢索”按鈕。2、使用Entrez信息查詢系統(tǒng)檢索與禽流感相關(guān)的文獻(xiàn)（1）調(diào)用Internet瀏覽器并在其地址欄輸入Entrez網(wǎng)址(/Entrez)進(jìn)入NCBI主頁，進(jìn)入Entrez Home頁面，在search across database欄內(nèi)輸入關(guān)鍵詞Avian Influenza/Bird Flu點擊go查詢。顯示記錄，可依次點擊開，并閱讀感興趣文獻(xiàn)的摘

12、要或全文。當(dāng)然，還可以直接進(jìn)入NCBI主頁（/），在search欄中選擇PubMed，在for欄中填寫關(guān)鍵詞Avian Influenza/Bird Flu，最后點擊go。（2）練習(xí)使用AND OR BUT邏輯詞來限定關(guān)鍵詞，如Bird Flu AND human cases 等查詢?nèi)烁腥厩萘鞲械南嚓P(guān)記錄，比較查詢結(jié)果。（3）學(xué)習(xí)使用limits等限制字段查詢方式，檢索與禽流感相關(guān)的文獻(xiàn)，并統(tǒng)計檢索結(jié)果。比較不同檢索方式的查詢效率。A、直接進(jìn)入NCBI主

13、頁（/），選擇Pubmed文獻(xiàn)數(shù)據(jù)庫， 點擊search欄下方的limits，進(jìn)入與Pubmed有關(guān)的限制字段設(shè)置，如選擇Title等不同字段，及限制期刊類型，作者，日期等進(jìn)行查詢。 B、Preview（搜索結(jié)果預(yù)覽）/Index（索引詞表檢索）的應(yīng)用。所謂的索引詞表檢索是當(dāng)你選定查詢字段并鍵入檢索詞如Bird Flu時，點擊Index ，這時返回一個在該字段中的以“Bird Flu”開始的索引詞表窗口，后面括弧中的數(shù)字代表包含該索引詞的記錄條數(shù)；選擇一個或幾個關(guān)鍵詞，點擊Preview可進(jìn)行結(jié)果的預(yù)覽

14、，點擊Go可獲得查詢結(jié)果。 C、點擊History，可以看到該次練習(xí)結(jié)果頁面的歷史記錄。包括所采用的主題詞、查詢字段范圍、花費時間、及相應(yīng)結(jié)果等。（二）瀏覽各大數(shù)據(jù)庫網(wǎng)站進(jìn)入核酸序列數(shù)據(jù)庫GenBank（/web/Genbank/index/html）（包括其上的一些子數(shù)據(jù)庫如dbEST、dbSTS）、EMBL-Bank（簡稱EMBL，http:/ww.ebi.ac.uk/embl/index/html）及DDBJ（http:/www.dd bj.nig.ac.jp/）；進(jìn)入基因組數(shù)據(jù)庫GDB（/）和Ens

15、embl (/）；進(jìn)入蛋白質(zhì)序列數(shù)據(jù)庫PIR（/）、SWISS-PROT (http:/www.expasy.ch/sprot/sprot-top.html、TrEMBL (http:/www.ebi.ac.uk/trembl/index.html)；進(jìn)入生物大分子數(shù)據(jù)庫PDB（/pdb/）。點擊其上的一些按鈕，了解這些數(shù)據(jù)庫的結(jié)構(gòu)。 （1）使用Entrez信息查詢系統(tǒng)檢索與禽流感相關(guān)的核酸序列，鏈接提取其中一條感興趣的序列內(nèi)容，閱讀序列格式的解釋，理解其含義。進(jìn)入NC

16、BI主頁，進(jìn)入Entrez Home頁面，在Search后的輸入欄中輸入關(guān)鍵詞H5N1，點擊go查詢，再選擇Nucleotide數(shù)據(jù)庫，共有9632條記錄。閱讀查詢結(jié)果，選擇一條感興趣的核酸序列，點擊該序列與數(shù)據(jù)庫的超鏈接，閱讀序列格式的解釋，理解其含義。（2）GenBank數(shù)據(jù)庫序列格式的FASTA序列格式顯示與保存；以上一步驟所獲得的感興趣核酸序列結(jié)果頁面為例，在顯示模式“Display”的下拉菜單中選擇一個需要的序列格式如FASTA序列格式，然后點擊Display按鈕，結(jié)果就出現(xiàn)該序列的FASTA格式。如果需要保存該條序列信息，可以直接通過點擊瀏覽器IE的“文件”菜單中的另存為命令將序列保存到本地計算機(jī)；也可以利用Entrez系統(tǒng)自身的保存功能，即點擊Send to，選擇File,就會出現(xiàn)保存文件相應(yīng)的窗口，然后按指示操作即可。（3） 使用SRS信息查詢系統(tǒng)檢索在Entrez中查詢的同一條核酸序列，連接提取該序列內(nèi)容，閱讀序列格式的解釋，理解其含義；比較NCBI與EMBL中序列格式的異同。調(diào)用Internet瀏覽器并在其地址欄輸入SRS