ncbi站點的一般介紹

NCBI站點的一般介紹及其它資源庫的介紹GenBankOverview生物信息學站點地圖其它資源庫的介紹國際核苷苷酸序列列數(shù)據(jù)庫庫合作組組織GenBank由位于于馬里蘭蘭州Bethesda的美國國國立衛(wèi)衛(wèi)生研究究院下屬屬國立生生物技術(shù)術(shù)信息中中心建立立，與日日本DNA數(shù)據(jù)據(jù)庫（DNADataBankofJapan,DDBJ）以及及歐洲生生物信息息研究所所的歐洲洲分子生生物學實實驗室核核苷酸數(shù)數(shù)據(jù)庫（（EuropeanMolecularBiologyLaboratory,,EMBL））一起起，都是是國際核核苷酸序序列數(shù)據(jù)據(jù)庫合作作的成員員。GenBank，DDBJ，，andEMBL,,所有這這3個中中心都可可以獨立立地接受受數(shù)據(jù)提提交，而而3個中中心之間間則逐日日交換信信息，并并制成相相同的充充分詳細細的數(shù)據(jù)據(jù)庫向公公眾開放放。因此此他們是是相等的的。什么是GenBank？GenBank是美國國國立衛(wèi)衛(wèi)生研究究院維護護的基因因序列數(shù)數(shù)據(jù)庫，，匯集并并注釋了了所有公公開的核核酸序列列。GenBank屬屬于一個個序列數(shù)數(shù)據(jù)庫的的國際合合作組織織，包括括EMBL和DDBJ。每個記錄錄代表了了一個單單獨的、、連續(xù)的的、帶有有注釋的的DNA或RNA片段段。這些文件件按類別別分為幾幾組：有有些按照照系統(tǒng)發(fā)發(fā)生學劃劃分，另另外一些些則按照照生成DNA序序列數(shù)據(jù)據(jù)庫的直直接提交交。這些些作者將將序列數(shù)數(shù)據(jù)庫作作為論文文的一部部分來發(fā)發(fā)表，或或?qū)?shù)據(jù)據(jù)庫直接接公開。。GenBankGenBank是一個有有13億億堿基，，來自于于100,000多種種生物的的核苷酸酸序列的的數(shù)據(jù)庫庫。每條條紀錄都都有編碼碼區(qū)（CDS））特征的的注釋，，還包括括氨基酸酸的翻譯譯。遺傳密碼碼-15個遺傳傳密碼的的概要。。用來確確保GenBank中中紀錄的的編碼序序列被正正確的翻翻譯。訪問GenBank通過EntrezNucleotides來查詢。。用accessionnumber，作作者姓名名，物種種，基因因/蛋白白名字，，還有許許多其他他的文本本術(shù)語來來查詢。。關(guān)于Entrez更多多的信息息請看下下文。用BLAST來來在GenBank和和其他數(shù)數(shù)據(jù)庫中中進行序序列相似似搜索。。用E-mail來訪問問Entrez和BLAST可以通通過Query和BLAST服務器器。另外外一種選選擇是可可以用FTP下下載整個個的GenBank和和更新數(shù)數(shù)據(jù)。紀錄樣本本每個記錄錄代表了了一個單單獨的、、連續(xù)的的、帶有有注釋的的DNA或RNA片段段。這些文件件按類別別分為幾幾組：有有些按照照系統(tǒng)發(fā)發(fā)生學劃劃分，另另外一些些則按照照生成DNA序序列數(shù)據(jù)據(jù)庫的直直接提交交。這些些作者將將序列數(shù)數(shù)據(jù)庫作作為論文文的一部部分來發(fā)發(fā)表，或或?qū)?shù)據(jù)據(jù)庫直接接公開。。關(guān)于GenBank的的各個字字段的詳詳細描述述，以及及同Entrez搜索索字段的的交叉索索引。DDBJ/EMBJ//GenBank特性性表（（見講義義或網(wǎng)絡絡課件））特性表格格式和標標準被合合作數(shù)據(jù)據(jù)庫用在在序列記記錄的注注釋上，，使得數(shù)數(shù)據(jù)共享享成為可可能，包包括詳細細的描述述生物特特性和特特性限定定語的附附錄，以以及IUPAC規(guī)定的的核苷酸酸和氨基基酸的代代號。數(shù)據(jù)紀錄錄的格式式和搜索索方式可可能會不不一樣，，但是accessionnumber，序列列數(shù)據(jù)和和注解都都是一模模一樣的的。即，，你可以以用accessionnumberU12345在GenBank，，DDBJ或EMBL中查找找相應紀紀錄，得得到的結(jié)結(jié)果是完完全一樣樣的序列列數(shù)據(jù)，，參考內(nèi)內(nèi)容等等等。GenBank普通文文件格式式參見GenBank記記錄樣本本和在GenBank公布通通知中的的詳細描描述，下下載大多多數(shù)最近近的完全全公告和和日常積積累或非非積累更更新數(shù)據(jù)據(jù)。ASN..1格式式—摘摘要句句法記號號1，國國際標準準組織（（ISO）數(shù)據(jù)據(jù)表示格格式，下下載大多多數(shù)最近近的完全全公告和和日常積積累或非非積累更更新數(shù)據(jù)據(jù)。分子數(shù)據(jù)據(jù)庫概覽覽核酸序列列Entrez核核酸——用accessionnumber,作者者姓名，，物種，，基因//蛋白名名字，以以及很多多其它的的文本術(shù)術(shù)語來搜搜索核酸酸序列記記錄（在在GenBank++PDB中）。更更多的關(guān)關(guān)于Entrez的信信息見下下。如果果要檢索索大量數(shù)數(shù)據(jù)，也也可使用用BatchEntrez（批量量Entrez）。

Entrez基基因組提供了一一個編碼碼區(qū)的概概要和各各種物種種的分類類表（TaxTable）。。編碼區(qū)概概要列出出了在基基因組中中所有的的的蛋白白，并提提供鏈接接到FASTA文件和和BLAST。。分類表總總結(jié)了蛋蛋白BLAST分析的的結(jié)果，，建議他他們的可可能功能能，并用用顏色編編碼的圖圖來顯示示物種同同其它物物種之間間的關(guān)系系。BLAST將你的序序列同核核酸庫中中的的序序列比較較，檢索索相似的的序列。。（更詳詳細的信信息見下下面Tools/Sequence相似搜搜索部分分）BLAST查找BLAST指南BLAST程序?qū)?shù)數(shù)據(jù)庫搜搜索進行行大量的的改良，，提高了了搜索速速度，同同時把數(shù)數(shù)據(jù)庫搜搜索建立立在了嚴嚴格的統(tǒng)統(tǒng)計學基基礎(chǔ)上。。局部比對對的限制制條件不不包括空空位。這這個限制制條件對對應用Karlin—Altschul統(tǒng)計學極極為有利利，另一一方面，，既然空空位沒有有明確地地放在模模型中，，結(jié)果就就不會像像人們期期望的那那樣接近近于期望望的比對對。這并并不是說說插入確確實會妨妨礙匹配配，在大大多數(shù)情情況下，，比對僅僅僅會被被分解為為若干個個明顯的的HSPs。無論如如何，老老版本的的BLAST程序（1.4以前）的的局限性性在新版版本中已已經(jīng)被取取消了，，新版本本在對待待空位問問題上有有著明確確的作法法。BLAST程序的修修訂版最近發(fā)布布的BLAST程序的修修訂版提提高了搜搜索速度度，敏感感度和實實用性。。這個完全全重新寫寫過的軟軟件包指指定為2.0版本（避避免同WU—BLUST混淆，這這個軟件件是由華華盛頓大大學設(shè)計計的，有有時稱為為BLAST2）應該注注意到，，在發(fā)布布的2.0版本中，，命令行行的參數(shù)數(shù)有很大大改變。。序列相似似性搜索索通過計算算機網(wǎng)絡絡或調(diào)制制解調(diào)器器登陸到到Internet上上并把含含有你的的序列的的e-mail發(fā)送到到NCBI。DATALIB認準你你將搜索索的數(shù)據(jù)據(jù)庫，可可選擇下下列數(shù)據(jù)據(jù)庫：nr““非豐余余的”蛋蛋白或核核酸序列列數(shù)據(jù)庫庫，它包包括來自自PDB，GenBank（（R），，更新的的GenBank（r），EMBL的最新新情報；；gbGenBank（R））核酸序序列數(shù)據(jù)據(jù)庫；embEMBL數(shù)據(jù)據(jù)庫；Entrez基基因組（（各種物物種）Entrez是NCBI的一個計計劃，它它包含了了GenBank數(shù)據(jù)。但但Entrez和GenBank從本質(zhì)上上是不同同的，前前者是一一個信息息檢索系系統(tǒng)，而而后者是是一個Entrez從中檢索索的數(shù)據(jù)據(jù)庫。Entrez基基因組——超超過800種在在GenBank中被被完整測測序的物物種，包包括大于于500種病毒毒，〉25種細細菌，酵酵母，和和許多viroids，質(zhì)粒粒，和細細胞器。。還包括括正在進進行中的的基因組組，比如如人，小小鼠，線線蟲，瘧瘧原蟲，，果蠅，，利什曼曼原蟲，，水稻，，和玉米米。EntrezMapViewerEntrez基基因組FASTAFASTA程序序是第一一個廣泛泛使用的的數(shù)據(jù)庫庫相似性性搜索程程序。程序引用用取代矩矩陣實行行局部比比對以獲獲得最佳佳搜索。。但眾所所周知，，使用這這種策略略會非常常耗費工工作時，，為了提提高速度度，在實實施耗時時的最佳佳搜索之之前，程程序使用用已知的的字串檢檢索出可可能的匹匹配。在在速度和和敏感度度之間權(quán)權(quán)衡選擇擇依賴于于ktup參數(shù)數(shù)。它決決定了字字串的大大小。增增大ktup參參數(shù)就會會減少字字串命中中的數(shù)目目，也就就會減少少所需要要的最佳佳搜索的的數(shù)目和和搜索的的速度。。從2.0版本開始始，F(xiàn)ASTA對每一個個檢索的的比對都都提供一一個統(tǒng)計計學顯著著性的評評估。Ftp：：///pub/fasta/FASTA格式式定義行號號后只跟跟隨序列列數(shù)據(jù)，，參見描描述數(shù)據(jù)據(jù)庫的readme文文件，包括nt.Z（（每天更更新的非非冗余BLAST核酸酸數(shù)據(jù)庫庫，包括GenBank++EMBL+DDBJ+PDB序列列，不包括EST,,STS,GSS,orHTGS序列）），nr.Z（（每日更更新的非非冗余蛋蛋白質(zhì)）），est.Z,gss..Z,htg.Z,,sts.Z,和其其它文件件。FTPGenPept下載“genpept.fsa.Z”文件件，這個個文件包包含了從從GenBank/EMBL/DDBJ記記錄中翻翻譯過來來的FASTA格式的的氨基酸酸序列，，這些記記錄都有有一到兩兩個CDS特性性的描述述。

FTP基基因組蛋蛋白從ftp站點的的genbank/genomes目錄下下下載各各種物種種的FASTA格式的的氨基酸酸序列**.faa和蛋蛋白表文文件*..ptt。參見見readme文件。。蛋白表表也可以以在Entrez基因因組中看看到。

向GenBank提交交數(shù)據(jù)Sequin提交軟件件程序，，用于一一條或者者很多條條的提交交，長序序列，完完整基因因組，alignments，人群群/種系系/突變變研究的的提交。?？梢元毩⒘⑹褂茫?，或者用用基于TCP//IP的的“networkaware””模式，，可以鏈鏈接到其其他NCBI的的資源和和軟件，，比如Entrez和和PowerBLAST。GenBankESTs-表達達序列標標簽，短短的、單單次（測測序）閱閱讀的cDNA序列。。也包括括來自于于差異顯顯示和RACE實驗的的cDNA序列列。STSs序列列標簽位位點GSSs基因組調(diào)調(diào)查序列列，短的的、單次次（測序序）閱讀讀的cDNA序序列，exontrap獲獲得的序序列，cosmid//BAC/YAC末端端，及其其他。HTGs來自于大大規(guī)模測測序中心心的高通通量基因因組序列列，未完完成的（（階段0，1，，2）和和完成的的（階段段3）序序列。注意：完完成的人人類的HTG序序列可以以同時在在GenBank和HumanGenomeSequencing頁面上訪訪問。RefSeqNCBI數(shù)據(jù)庫庫的參考考序列。。校正的的，非冗冗余集合合，包括括基因組組DNAcontigs，，已知基基因的mRNAs和蛋蛋白，在在將來，，整個的的染色體體。Accessionnumbers用NT_xxxxxx,,NM_xxxxxx,NP__xxxxxx,和和NC__xxxxxx的形式式來表示示。dbEST——表達達序列標標簽數(shù)據(jù)據(jù)庫，短短的、單單次（測測序）閱閱讀的cDNA序列。。也包括括來自于于差異顯顯示和RACE實驗的的cDNA序列列。dbGSS——基因組組調(diào)查序序列的數(shù)數(shù)據(jù)庫，，短的、、單次（（測序））閱讀的的cDNA序列列，exontrap獲得得的序列列，cosmid/BAC//YAC末端，，及其他他。dbSTS序列標簽簽位點的的數(shù)據(jù)庫庫，短的的在基因因組上可可以被唯唯一操作作的序列列，用于于產(chǎn)生作作圖位點點。

dbSNP——單核核苷酸多多態(tài)性數(shù)數(shù)據(jù)庫，，包括SNPs，小范范圍的插插入/缺缺失，多多態(tài)重復復單元，，和微衛(wèi)衛(wèi)星變異異。UniGene數(shù)據(jù)據(jù)庫把GenBank中同同某個基基因有關(guān)關(guān)的非冗冗余序列列聚集成成組(或或整理成成簇的EST和和全長mRNA序列庫庫)，每每一個代代表一種種特定已已知的或或假設(shè)的的物種基基因，有有定位圖圖和表達達信息以以及同其其它資源源的交叉叉參考。。序列數(shù)數(shù)據(jù)可以以以cluster形形式在Unigene網(wǎng)頁下下載，完完整的數(shù)數(shù)據(jù)可以以從FTP站點點repository/UniGene目錄下下下載。。人類UniGene小鼠UniGene大鼠UniGene斑馬魚UniGene完整的基基因組參見下面面Genome和Maps部部分，包包括各種種物種資資源，人人，小鼠鼠，大鼠鼠，酵母母，線蟲蟲，瘧原原蟲，細細菌，病病毒，viroids，質(zhì)粒粒。

人OMIM：在線人人類孟德德爾遺傳傳經(jīng)常更新新的人類類基因和和遺傳失失調(diào)的目目錄，有有鏈接到到其它相相關(guān)的文文獻參考考，序列列記錄，，和相關(guān)關(guān)數(shù)據(jù)庫庫。

蛋白序列列Entrez蛋蛋白——用accessionnumber,,作者姓姓名，物物種，基基因/蛋蛋白名字字，以及及很多其其它的文文本術(shù)語語來搜索索蛋白序序列記錄錄（在GenPept+Swiss--Prot++PIR++RPF++PDB中））。更多多的關(guān)于于Entrez的信息息見下。。如果要要檢索大大量數(shù)據(jù)據(jù)，也可可使用BatchEntrez（（批量Entrez））。

PROWWeb上上的蛋白白資源，，關(guān)于大大約200種人人類的CD細胞胞表面分分子的簡簡短官方方向?qū)А?。互相檢檢索，為為每個CD抗原原提供大大約20中標準準信息的的分類（（生化功功能，配配體，等等等）

結(jié)構(gòu)（（Structure）結(jié)構(gòu)主頁頁—關(guān)關(guān)于NCBI結(jié)構(gòu)小小組的一一般信息息和他們們的研究究計劃，，另外也也可以訪訪問分子子模型數(shù)數(shù)據(jù)庫（（MMDB）和和用來搜搜索和顯顯示結(jié)構(gòu)構(gòu)的相關(guān)關(guān)工具。。MMDB：分子子模型數(shù)數(shù)據(jù)庫MMDBMMDB的記錄錄以ASN.1格式存存儲，可可以用Cn3D,Rasmol,,或Kinemage來來顯示。。另外，，數(shù)據(jù)庫庫中類似似的結(jié)構(gòu)構(gòu)已經(jīng)被被用VAST確確認，新新的結(jié)構(gòu)構(gòu)可以用用VASTsearch來同同數(shù)據(jù)庫庫進行比比較。

Cn3D與MMDB配套套的一個個三維分分子結(jié)構(gòu)構(gòu)和NMR模型型顯示程程序“Seein3-D”。。Cn3D：一個個用于NCBI數(shù)據(jù)庫庫的結(jié)構(gòu)構(gòu)和序列列相似顯顯示工具具，它允允許觀察察3-D結(jié)構(gòu)和和序列——結(jié)構(gòu)或或結(jié)構(gòu)——結(jié)構(gòu)同同源比較較。Cn3D用起來來就象你你瀏覽器器上的一一個幫助助工具。?？稍贜CBI的網(wǎng)址址直接使使用或下下載到PC機上上執(zhí)行。。RasMol

VAST矢量同源源比較搜搜索工具具一個在NCBI開發(fā)的的計算算算法，用用于確定定相似的的蛋白三三維結(jié)構(gòu)構(gòu)。每一一個結(jié)構(gòu)構(gòu)的“結(jié)結(jié)構(gòu)鄰居居”都是是預先計計算好的的，而且且可以通通過MMDB的的結(jié)構(gòu)概概要頁面面的鏈接接訪問。。這些鄰鄰居可以以用來確確認那些些不能被被序列比比較識別別的遠的的同源性性。VAST搜索索—結(jié)結(jié)構(gòu)——結(jié)構(gòu)相相似搜索索服務。。比較一一個新解解出的蛋蛋白結(jié)構(gòu)構(gòu)和在MMDB/PDB數(shù)據(jù)據(jù)庫中的的結(jié)構(gòu)的的三維坐坐標。VAST搜索計計算一系系列可能能會被交交互瀏覽覽的結(jié)構(gòu)構(gòu)鄰居，，用分子子圖形來來觀察重重疊和同同源相似似。

分類學NCBI的分類類數(shù)據(jù)庫庫主頁——關(guān)關(guān)于分類類計劃的的一般信信息，包包括分類類資源和和同NCBI分分類學家家合作的的外部管管理者的的列表。。分類瀏覽覽器——搜索索NCBI的分分類數(shù)據(jù)據(jù)庫，包包括大于于70000個個物種的的名字和和種系，，這些物物種都至至少在遺遺傳數(shù)據(jù)據(jù)庫中有有一條核核酸或蛋蛋白序列列?？梢砸詸z索一一個特定定種或者者更高分分類（如如屬，科科）的核核酸，蛋蛋白，和和結(jié)構(gòu)記記錄。如如果有新新物種的的序列數(shù)數(shù)據(jù)被放放到數(shù)據(jù)據(jù)庫中，，這個物物種就被被加到（（分類））數(shù)據(jù)庫庫中。NCBI的分類類數(shù)據(jù)庫庫的目的的是為序序列數(shù)據(jù)據(jù)庫建立立一個一一致的種種系發(fā)生生分類學學。分類學文獻數(shù)據(jù)據(jù)庫概要要PubMed—一個個關(guān)于生生物醫(yī)藥藥科學的的檢索系系統(tǒng)，包包括引用用，摘要要，和雜雜志的索索引術(shù)語語。它包包括直接接由出版版商提供供給NCBI的的文獻引引用以及及鏈接到到在出版版商網(wǎng)址址上的全全文的URLs。PubMed包包括MEDLINE和和PREMEDLINE的完完整內(nèi)容容。它還還包括一一些被MEDLINE認為超超出范圍圍的文章章和雜志志，（這這些文章章或雜志志）由于于內(nèi)容或或在某一一時期不不在索引引范圍內(nèi)內(nèi)。因此此PubMed是比MEDLINE的更大大的集合合。

雜志瀏覽覽器允許你去去查找收收錄到PubMed系系統(tǒng)的雜雜志的名名字，MEDLINE的縮寫寫，或ISSN號碼。。PubRef（（開發(fā)中中）—一一個關(guān)關(guān)于來自自于廣大大范圍的的科學雜雜志的數(shù)數(shù)目記錄錄，和鏈鏈接到出出版商網(wǎng)網(wǎng)址的全全文。PubRef包包含了PubMEd，，加上了了來自其其它學科科的雜志志出版商商提供的的引用和和摘要。。因此它它是比PubMed更更大的集集合。這這個計劃劃的啟動動是因為為NAS要求為為科學領(lǐng)領(lǐng)域的電電子雜志志提供一一個“白白皮書””服務。。

PubMed中中心（開開發(fā)中））PubMed中中心是一一個無障障礙的NIH資資源，用用于在生生命科學學領(lǐng)域中中同業(yè)互互查的基基礎(chǔ)研究究報告。。從2000年年一月開開始接受受雜志文文章。所所有在PubMed中中心的材材料將由由目前任任一主要要的摘要要和索引引服務中中列出的的雜志提提供，或或者在編編輯委員員會中擁擁有3個個以上有有主要資資金機構(gòu)構(gòu)的研究究經(jīng)費的的擁有人人的雜志志提供。。PubMed書籍

同書籍出出版商合合作NCBI為為網(wǎng)絡改改編了教教科書，，并把他他們鏈接接到PubMed—生生物醫(yī)藥藥書目數(shù)數(shù)據(jù)庫。。這是為為了給PubMed提提供背景景信息，，這樣使使用者可可以探究究在PubMed搜索索結(jié)果中中不熟悉悉的概念念。目前前收錄的的書有：：MolecularBiologyoftheCell,3rded.AlbertsB..,BrayD..,LewisJ.,RaffM.,RobertsK.,WatsonJ..D.,,1994,,GarlandPublishing.

外部鏈接接一個登記記服務，，用于建建立從在在Entrez中的特特定的文文章，雜雜志，或或生物數(shù)數(shù)據(jù)到外外部網(wǎng)址址的鏈接接。第三三方可以以提供一一個URL，資資源名字字，關(guān)于于他們網(wǎng)網(wǎng)址的簡簡要的描描述，和和關(guān)于從從NCBI數(shù)據(jù)據(jù)的哪里里他們希希望建立立鏈接的的詳細說說明。這這個詳細細說明可可以用對對Entrez有效的的布爾查查詢來寫寫，也可可以用特特定的文文章或序序列的標標志列表表來寫。。這樣NCBIPubMed的用用戶將可可以通過過“NCBI小小房間””服務（（開發(fā)中中）來選選擇哪個個外部鏈鏈接在他他們的搜搜索中是是可見的的。

引用匹配配允許你找找到任何何一篇在在PubMed數(shù)據(jù)庫庫中的文文章的PubMedID或或MEDLINEUID，，給出書書目信息息（雜志志，卷，，頁碼等等）。單篇文章章的引用用匹配。。許多文章章的批量量引用匹匹配。E-mail引引用匹配配也是可可以的，，也可以以用于單單篇或許許多文章章。如果果要獲得得幫助文文件，給給citation__matcher@寫一封封只有內(nèi)內(nèi)容為HELP的E--Mail。GenomesandMapsOverviewEntrez基基因組（（各種物物種）提供完成成的基因因組/染染色體的的圖形概概覽，并并可以探探究那些些逐步細細化的區(qū)區(qū)域。也提供那那些已經(jīng)經(jīng)被NCBI工工作人員員分析過過的物種種的編碼碼區(qū)的摘摘要和TaxTables。。檢索蛋白白或DNA序列列e-mail完完成序列列檢索：：mailretrieve@subjectDATALIB