生物信息學(xué)資源檢索

生物信息學(xué)資源檢索演示文稿目前一頁\總數(shù)五十二頁\編于十九點(diǎn)生物信息學(xué)資源檢索ppt課件目前二頁\總數(shù)五十二頁\編于十九點(diǎn)3生物信息學(xué)數(shù)據(jù)庫概述一生物信息學(xué)數(shù)據(jù)庫的類型二生物信息數(shù)據(jù)收集與存貯三生物信息學(xué)數(shù)據(jù)庫的查找3目前三頁\總數(shù)五十二頁\編于十九點(diǎn)4一、生物信息學(xué)數(shù)據(jù)庫的類型文獻(xiàn)數(shù)據(jù)庫

突變數(shù)據(jù)庫

圖譜數(shù)據(jù)庫

結(jié)構(gòu)數(shù)據(jù)庫

序列數(shù)據(jù)庫

類型按收錄信息內(nèi)容分

4目前四頁\總數(shù)五十二頁\編于十九點(diǎn)5二、生物信息數(shù)據(jù)收集與存貯（一）生物信息數(shù)據(jù)的收集生物信息數(shù)據(jù)收集與存貯

（二）生物信息數(shù)據(jù)的存貯5目前五頁\總數(shù)五十二頁\編于十九點(diǎn)6（一）生物信息數(shù)據(jù)的收集數(shù)據(jù)庫與數(shù)據(jù)庫合作數(shù)據(jù)庫與測序中心合作數(shù)據(jù)庫與期刊合作

建庫的初期4．?dāng)?shù)據(jù)交換

3．成批發(fā)送

2．直接發(fā)送

1．人工收集

6目前六頁\總數(shù)五十二頁\編于十九點(diǎn)7（二）生物信息數(shù)據(jù)的存貯1．記錄格式主要有：EMBL格式、GenBank格式存貯格式2．序列格式：FASTA格式，又稱Pearson格式

7目前七頁\總數(shù)五十二頁\編于十九點(diǎn)三、生物信息學(xué)數(shù)據(jù)庫的查找通過搜索引擎查找通過專門的生物信息學(xué)數(shù)據(jù)庫目錄查詢從2000年開始，《NucleicAcidsResearch》設(shè)立了一個(gè)數(shù)據(jù)庫目錄（）。通過生物信息學(xué)中心資源導(dǎo)航查詢一些著名的生物信息學(xué)中心不僅自己建立和維護(hù)大量的生物信息數(shù)據(jù)庫，而且一般在網(wǎng)上提供資源導(dǎo)航。

8目前八頁\總數(shù)五十二頁\編于十九點(diǎn)9核酸序列數(shù)據(jù)庫GenBank

：由美國國家生物技術(shù)信息中心(NCBI)管理和維護(hù)大型、綜合性的公共核酸序列數(shù)據(jù)庫，包括所有已知的核酸序列和蛋白質(zhì)序列，以及與它們相關(guān)的文獻(xiàn)和生物學(xué)注釋。網(wǎng)址：9目前九頁\總數(shù)五十二頁\編于十九點(diǎn)10國際核酸序列數(shù)據(jù)庫協(xié)作體INSDC

DDBJ

EMBL

GenBank

10目前十頁\總數(shù)五十二頁\編于十九點(diǎn)GenBank檢索Entrez是NCBI生物信息學(xué)數(shù)據(jù)庫集成檢索系統(tǒng)，可以檢索以下生物信息學(xué)數(shù)據(jù)庫。11目前十一頁\總數(shù)五十二頁\編于十九點(diǎn)例如，查找H1N1流感病毒（H1N1FluVirus）的核酸序列。其檢索步驟是：12目前十二頁\總數(shù)五十二頁\編于十九點(diǎn)（1）進(jìn)入Entrez主頁（），在提問框輸入H1N1FluVirus。13目前十三頁\總數(shù)五十二頁\編于十九點(diǎn)

（2）點(diǎn)擊“GO”，得到各個(gè)數(shù)據(jù)庫的檢索結(jié)果。14目前十四頁\總數(shù)五十二頁\編于十九點(diǎn)（3）點(diǎn)擊“Nucleotide:Coresubsetofnucleotidesequencerecords”，得到GenBank核酸序列數(shù)據(jù)庫中的4801條記錄簡要格式（Summary）。15目前十五頁\總數(shù)五十二頁\編于十九點(diǎn)(4）點(diǎn)擊記錄的標(biāo)題，即可獲取該記錄的詳細(xì)信息。16目前十六頁\總數(shù)五十二頁\編于十九點(diǎn)17蛋白質(zhì)數(shù)據(jù)庫一蛋白質(zhì)序列數(shù)據(jù)庫二蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫

三蛋白質(zhì)功能數(shù)據(jù)庫17目前十七頁\總數(shù)五十二頁\編于十九點(diǎn)18一、蛋白質(zhì)序列數(shù)據(jù)庫（三）TrEMBL

（四）GenPept

（二）SWISS-PROT

（一）PIR

（五）UniProt

（六）OWL

18目前十八頁\總數(shù)五十二頁\編于十九點(diǎn)（一）PIR創(chuàng)建于1984年。1988年，美國NBRF、日本國際蛋白質(zhì)信息數(shù)據(jù)庫（JapanInternationalProteinInformationDatabase,JIPID）與德國的慕尼黑蛋白質(zhì)序列信息中心（MunichInformationCenterforProteinSequences,MIPS）合作成立國際蛋白質(zhì)序列信息中心（PIR-International）。第75.03版的PIR數(shù)據(jù)庫按照數(shù)據(jù)的性質(zhì)和注釋詳略分成四個(gè)子庫：PIR1、PIR2、PIR3和PIR4。PIR1中的序列已經(jīng)驗(yàn)證，注釋最為詳盡；PIR2中包含尚未確定的冗余序列；PIR3中的序列尚未加檢驗(yàn)，也未加注釋；PIR4包括其他渠道獲得的序列，既未驗(yàn)證，也無注釋。網(wǎng)址：19目前十九頁\總數(shù)五十二頁\編于十九點(diǎn)PIR主頁20目前二十頁\總數(shù)五十二頁\編于十九點(diǎn)（二）SWISS-PROT創(chuàng)建于1986年由瑞士生物信息學(xué)研究所（SwissInstituteofBioinformatics，SIB）和歐洲生物信息研究所（EBI）共同維護(hù)和管理。1994年，SIB創(chuàng)建蛋白質(zhì)專家分析系統(tǒng)(ExpertProteinAnalysisSystem，ExPASy)(http://www.expasy.Ch)，除了開發(fā)、維護(hù)和管理SWISS-PROT數(shù)據(jù)庫外，還提供蛋白質(zhì)序列、結(jié)構(gòu)、功能和蛋白質(zhì)2D圖譜等蛋白質(zhì)信息資源到2009年10月，SWISS-PROT（57.11版）收錄了512994條序列，包含180531504個(gè)氨基酸。網(wǎng)址：/sprot/

21目前二十一頁\總數(shù)五十二頁\編于十九點(diǎn)（三）TrEMBL創(chuàng)建于1996年，意即“TranslationofEMBL”，是計(jì)算機(jī)翻譯并注釋的蛋白質(zhì)序列數(shù)據(jù)庫，收錄的序列是從EMBL中的cDNA序列翻譯得到的。記錄采用SWISS-PROT數(shù)據(jù)庫格式。TrEMBL分為兩個(gè)部分：SP-TrEMBL和REM-TrEMBL。SP-TrEMBL的條目已經(jīng)專家分類并且給予SWISS-PROT存取號，但尚未通過人工審查，最終將收入SWISS-PROT。REM-TrEMBL包含其他剩余序列，主要是免疫球蛋白、T細(xì)胞受體、少于8個(gè)氨基酸堿基的多肽、人工合成序列、專利序列等。22目前二十二頁\總數(shù)五十二頁\編于十九點(diǎn)（四）GenPept由GenBank中的cDNA序列翻譯得到的蛋白質(zhì)序列數(shù)據(jù)庫。網(wǎng)址：）23目前二十三頁\總數(shù)五十二頁\編于十九點(diǎn)（五）UniProt將PIR、SWISS-PROT和TrEMBL3個(gè)蛋白質(zhì)數(shù)據(jù)庫統(tǒng)一起來組建而成，包含3個(gè)部分：（1）UniProtKnowledgebase（UniProtKB），這是蛋白質(zhì)序列、功能、分類、交叉引用等蛋白質(zhì)知識庫，記錄經(jīng)過人工篩選和注釋；（2）UniRef（UniProtNon-redundantReference）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；目前，根據(jù)序列相似程度形成3個(gè)子庫，即UniRef100、UniRef90和UniRef50；（3）UniParc（UniProtArchive），是UniProt存檔庫，收錄所有蛋白質(zhì)序列。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)。網(wǎng)址：24目前二十四頁\總數(shù)五十二頁\編于十九點(diǎn)（六）OWL1994年由英國里茲（Leeds）大學(xué)和Warrington的Daresbury國家實(shí)驗(yàn)室合作創(chuàng)建并維護(hù)的一個(gè)復(fù)合型數(shù)據(jù)庫。數(shù)據(jù)來源于SWISS-PROT、PIR、GenPept、SWISS-PROT、PDB、NRL3D等數(shù)據(jù)庫，去重后整合而成的非冗余蛋白質(zhì)序列數(shù)據(jù)庫。網(wǎng)址：

25目前二十五頁\總數(shù)五十二頁\編于十九點(diǎn)小結(jié)：①SWISSPROT的序列經(jīng)過嚴(yán)格審核，注釋完善，但數(shù)量仍較少。②PIR數(shù)據(jù)量較大，但包含未經(jīng)驗(yàn)證的序列，注釋也不完善。③TrEMBL和GenPept的數(shù)據(jù)量最大，且隨核酸序列數(shù)據(jù)庫的更新而更新，但是由于TrEMBL和GenPept均是由核酸序列經(jīng)過計(jì)算機(jī)程序翻譯生成的，這兩個(gè)數(shù)據(jù)庫中的序列錯(cuò)誤率較大，并存在較多的冗余序列。④OWL中的序列雖具有較好的代表性，但采用某些標(biāo)準(zhǔn)取舍序列，導(dǎo)致某些數(shù)據(jù)不完整。⑤UniProt中的序列具有較好的代表性，數(shù)據(jù)較完整。26目前二十六頁\總數(shù)五十二頁\編于十九點(diǎn)27二、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫（三）DSSP

（四）HSSP

（二）MMDB（一）PDB

（五）SCOP

（六）CATH

27目前二十七頁\總數(shù)五十二頁\編于十九點(diǎn)（一）PDB創(chuàng)建于1971年，是國際上最著名、最完整的蛋白質(zhì)三維結(jié)構(gòu)數(shù)據(jù)庫。最先由美國Brookhaven國家實(shí)驗(yàn)室負(fù)責(zé)維護(hù)和管理，從1998年開始，由結(jié)構(gòu)生物信息學(xué)合作研究協(xié)會(RCSB)負(fù)責(zé)管理。到2009年12月統(tǒng)計(jì)，PDB數(shù)據(jù)庫已經(jīng)收錄了利用X線衍射、NMR、電子顯微鏡實(shí)驗(yàn)數(shù)據(jù)或理論計(jì)算得出的蛋白質(zhì)、核酸、蛋白質(zhì)/核酸復(fù)合物等結(jié)構(gòu)數(shù)據(jù)61808條，而且數(shù)據(jù)增長速度相當(dāng)快。28目前二十八頁\總數(shù)五十二頁\編于十九點(diǎn)PDB數(shù)據(jù)庫以文本文件格式存放數(shù)據(jù)，每條記錄即是一個(gè)獨(dú)立的文件，包括物種來源、化合物名稱、原子坐標(biāo)、結(jié)構(gòu)提交者以及有關(guān)文獻(xiàn)等基本注釋信息。此外，還包括分辨率、結(jié)構(gòu)因子，溫度系數(shù)、主鏈數(shù)目、配體分子式、金屬離子、二級結(jié)構(gòu)信息、二硫鍵位置等和結(jié)構(gòu)有關(guān)的數(shù)據(jù)。網(wǎng)址：

29目前二十九頁\總數(shù)五十二頁\編于十九點(diǎn)PDB主頁30目前三十頁\總數(shù)五十二頁\編于十九點(diǎn)31目前三十一頁\總數(shù)五十二頁\編于十九點(diǎn)32三、蛋白質(zhì)功能數(shù)據(jù)庫（三）STRING（二）DIP

（一）BOND

（四）KEGG

32目前三十二頁\總數(shù)五十二頁\編于十九點(diǎn)（一）BONDBOND是生物分子網(wǎng)絡(luò)數(shù)據(jù)庫，創(chuàng)建于2005年，由UnleashedInformatics公司管理和維護(hù)。主要收錄生物分子及其蛋白質(zhì)序列、結(jié)構(gòu)和相互作用等數(shù)據(jù)，其中生物分子包括蛋白質(zhì)、DNA、RNA、配基、復(fù)合體、基因、光子（photon）等。BOND集成了多個(gè)重要數(shù)據(jù)庫，如BIND（生物分子相互作用網(wǎng)絡(luò)數(shù)據(jù)庫)、SMID（小分子相互作用數(shù)據(jù)庫）、Genbank、GO（基因本體）、OMIM、conserveddomains（保守功能域）、交叉參考數(shù)據(jù)庫、完整基因組等。網(wǎng)址：

33目前三十三頁\總數(shù)五十二頁\編于十九點(diǎn)BOND主頁34目前三十四頁\總數(shù)五十二頁\編于十九點(diǎn)（二）DIPDIP專門存放實(shí)驗(yàn)確定的蛋白質(zhì)之間相互作用的數(shù)據(jù)，既包括經(jīng)典實(shí)驗(yàn)手段確定的蛋白質(zhì)相互作用，也包括高通量實(shí)驗(yàn)手段確定的蛋白質(zhì)相互作用數(shù)據(jù)。數(shù)據(jù)要經(jīng)過人工審核和采用計(jì)算方法自動(dòng)驗(yàn)證后加入數(shù)據(jù)庫。數(shù)據(jù)的自動(dòng)驗(yàn)證有3種指標(biāo)，即EPRIndex、PVMScore和DPVScore。在目前缺乏蛋白質(zhì)相互作用數(shù)據(jù)金標(biāo)準(zhǔn)的現(xiàn)實(shí)情況下，DIP為采用計(jì)算的方法自動(dòng)驗(yàn)證高通量技術(shù)產(chǎn)生的蛋白質(zhì)相互作用數(shù)據(jù)做了開拓性的工作。DIP還利用XML技術(shù)專門開發(fā)了一種用來存放和交換蛋白質(zhì)相互作用數(shù)據(jù)的xin格式。網(wǎng)址：35目前三十五頁\總數(shù)五十二頁\編于十九點(diǎn)（三）STRINGSTRING不僅存貯實(shí)驗(yàn)確定的蛋白質(zhì)相互作用數(shù)據(jù)，而且還存貯預(yù)測的蛋白質(zhì)相互作用數(shù)據(jù)，并對各種預(yù)測方法的準(zhǔn)確性給出了相應(yīng)的權(quán)重，對于采用經(jīng)典實(shí)驗(yàn)方法研究蛋白質(zhì)的功能、生物學(xué)意義具有非常重要的意義。數(shù)據(jù)來源有4種，一是高通量實(shí)驗(yàn)技術(shù)產(chǎn)生的蛋白質(zhì)相互作用數(shù)據(jù)，二是由保守的共表達(dá)數(shù)據(jù)推導(dǎo)出的蛋白質(zhì)功能聯(lián)系，三是文獻(xiàn)搜索得到的蛋白質(zhì)相互作用數(shù)據(jù)，四是采用預(yù)測蛋白質(zhì)相互作用的方法，根據(jù)基因組中基因的上下文關(guān)系（genomiccontext）預(yù)測得到的蛋白質(zhì)相互作用數(shù)據(jù)。目前STRING數(shù)據(jù)庫已經(jīng)包括179個(gè)物種中的736429個(gè)蛋白，覆蓋率相當(dāng)高。網(wǎng)址：36目前三十六頁\總數(shù)五十二頁\編于十九點(diǎn)（四）KEGG京都基因和基因組百科全書(KEGG)是系統(tǒng)分析基因功能，聯(lián)系基因組信息和功能信息的知識庫?；蚪M信息存貯在GENES數(shù)據(jù)庫里，包括完整和部分測序的基因組序列；功能信息存貯在PATHWAY數(shù)據(jù)庫里，包括圖解的細(xì)胞生化過程如代謝、膜轉(zhuǎn)運(yùn)、信號傳遞、細(xì)胞周期，還包括同系保守的子通路等信息；KEGG的另一個(gè)數(shù)據(jù)庫是LIGAND，包含關(guān)于化學(xué)物質(zhì)、酶分子、酶反應(yīng)等信息。KEGG提供了Java的圖形工具來訪問基因組圖譜，比較基因組圖譜和操作表達(dá)圖譜，以及其它序列比較、圖形比較和通路計(jì)算的工具，可以免費(fèi)獲取。網(wǎng)址：

37目前三十七頁\總數(shù)五十二頁\編于十九點(diǎn)KEGG主頁38目前三十八頁\總數(shù)五十二頁\編于十九點(diǎn)39目前三十九頁\總數(shù)五十二頁\編于十九點(diǎn)40基因組數(shù)據(jù)庫一EntrezGonomes

二Ensembl

三UCSCGenomeBrowser

四其他基因組數(shù)據(jù)庫

40目前四十頁\總數(shù)五十二頁\編于十九點(diǎn)一、EntrezGonomesNCBI提供的，是世界上最大、最完整的多物種的基因組資源。目前已收錄5937個(gè)物種的8500多條記錄，按生物體分成古細(xì)菌（Archaea）、細(xì)菌（Bacteria）、真核生物（Eukaryotae）、病毒（Viruses）、類病毒（Viroids）和質(zhì)粒（Plasmids）六大類。提供了各種基因組圖譜，包括完整的染色體、序列圖譜、遺傳圖譜、物理圖譜和連續(xù)子（contigs）圖譜。可以通過Entrez進(jìn)行關(guān)鍵詞搜索，也可以通過MapViewer進(jìn)行瀏覽、檢索及編輯。網(wǎng)址：41目前四十一頁\總數(shù)五十二頁\編于十九點(diǎn)EntrezGonomes主頁42目前四十二頁\總數(shù)五十二頁\編于十九點(diǎn)（一）MapViewerMapViewer是一種從眾多資源中匯集圖譜和序列信息的圖譜瀏覽器。它既允許用戶瀏覽和檢索某有機(jī)體完整基因組信息，又允許用戶在序列水平，通過瀏覽單個(gè)染色體圖譜或某染色體上的特定區(qū)域，探查完整基因組信息。對于每一個(gè)基因組，MapViewer從4個(gè)層次揭示其信息：生物體主頁（HomePage）基因組瀏覽（GenomeView）圖譜瀏覽（MapView）序列瀏覽（SequenceView）43目前四十三頁\總數(shù)五十二頁\編于十九點(diǎn)（二）MapViewer的使用MapViewer主頁44目前四十四頁\總數(shù)五十二頁\編于十九點(diǎn)檢索結(jié)果45目前四十五頁\總數(shù)五十二頁\編于十九點(diǎn)46鼠基因組數(shù)據(jù)庫人類基因組數(shù)據(jù)庫線蟲基因組數(shù)據(jù)庫四、其他基因組數(shù)據(jù)庫（一）GDB（二）MDB（三）ACEDB46目前四十六頁\總數(shù)五十二頁\編于十九點(diǎn)47疾病基因數(shù)據(jù)庫一OMIM

三GeneExpressionOmnibus四突