獲取和蛋白質(zhì)序列信息(與“數(shù)據(jù)庫(kù)”有關(guān)的共34張)

獲取和蛋白質(zhì)序列信息第一頁(yè)，共34頁(yè)。生物信息學(xué)（Bioinformatics）在生命科學(xué)研究中發(fā)展起來(lái)的一門由分子生物學(xué)和計(jì)算機(jī)信息處理技術(shù)相結(jié)合，以計(jì)算機(jī)為工具對(duì)生物信息進(jìn)行儲(chǔ)存、檢索、傳播、模擬和分析的交叉學(xué)科，它利用數(shù)據(jù)庫(kù)技術(shù)和軟件技術(shù)對(duì)大量積累的生物大分子序列數(shù)據(jù)和實(shí)驗(yàn)測(cè)定的序列進(jìn)行比較和分析，揭示出生物大分子的分子結(jié)構(gòu)、功能和進(jìn)化關(guān)系以及基因組構(gòu)成與基因表達(dá)等生物學(xué)事件對(duì)生命活動(dòng)的影響。第二頁(yè)，共34頁(yè)。生物信息數(shù)據(jù)庫(kù)種類:基因組數(shù)據(jù)庫(kù)、核酸和蛋白質(zhì)一級(jí)結(jié)構(gòu)序列數(shù)據(jù)庫(kù)、生物大分子（主要是蛋白質(zhì)）三維空間結(jié)構(gòu)數(shù)據(jù)庫(kù)、以上述三類一次數(shù)據(jù)庫(kù)和文獻(xiàn)資料為基礎(chǔ)構(gòu)建的二次數(shù)據(jù)庫(kù)。第三頁(yè)，共34頁(yè)。一次、二次數(shù)據(jù)庫(kù)特點(diǎn)一次數(shù)據(jù)庫(kù)的數(shù)據(jù)量大、更新速度快、用戶面廣，存在過(guò)多的甬余數(shù)據(jù)。而二次數(shù)據(jù)庫(kù)的容量比較小，更新速度也沒有一次數(shù)據(jù)庫(kù)那樣快，經(jīng)過(guò)篩選后，避免了過(guò)多的甬余數(shù)據(jù)。第四頁(yè)，共34頁(yè)。根據(jù)數(shù)據(jù)庫(kù)存儲(chǔ)的內(nèi)容可將生物信息學(xué)數(shù)據(jù)庫(kù)分為：核酸、蛋白質(zhì)、基因圖譜、結(jié)構(gòu)、文獻(xiàn)等數(shù)據(jù)庫(kù)第五頁(yè)，共34頁(yè)。第二節(jié)核酸序列數(shù)據(jù)庫(kù)

一、GenBank數(shù)據(jù)庫(kù)

GenBank是一個(gè)綜合數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)中包含了已經(jīng)公開的260000余種不同物種生物的核酸序列，這些數(shù)據(jù)主要是由全世界不同實(shí)驗(yàn)室和大規(guī)模測(cè)序計(jì)劃提交給GenBank的。第六頁(yè)，共34頁(yè)。GenBank是具有目錄和生物學(xué)注釋的核酸序列綜合數(shù)據(jù)庫(kù)，由國(guó)家醫(yī)學(xué)圖書館（NLM）的國(guó)家生物技術(shù)信息中心（NCBI）構(gòu)建、維護(hù)和管理。該中心位于馬里蘭國(guó)家健康研究所（NIH）。NCBI構(gòu)建GenBank數(shù)據(jù)庫(kù)的序列數(shù)據(jù)來(lái)至序列發(fā)現(xiàn)者提交的序列、批量提交的表達(dá)序列標(biāo)簽（EST）、基因組測(cè)序序列（GSS）和其它測(cè)序中心的高通量數(shù)據(jù)，以及專利商標(biāo)局提供的已發(fā)表專利的序列數(shù)據(jù)。第七頁(yè)，共34頁(yè)。GenBank、EMBL、DDBJ組成國(guó)際核酸序列數(shù)據(jù)庫(kù)合作組織（INSDC），該組織成員遠(yuǎn)程合作，每天相互交換數(shù)據(jù)以保證序列信息的一致性和完整性。第八頁(yè)，共34頁(yè)。檢索GenBank數(shù)據(jù)

Entrez檢索系統(tǒng)

BLAST序列相似性搜索程序用FTP獲取GenBank

數(shù)據(jù)庫(kù)第九頁(yè)，共34頁(yè)。Entrez系統(tǒng)使用Entrez（）可以訪問GenBank中的序列記錄，Entrez是一個(gè)靈活的數(shù)據(jù)庫(kù)檢索系統(tǒng)，可以檢索35個(gè)數(shù)據(jù)庫(kù)。Entrez數(shù)據(jù)庫(kù)包含來(lái)源于GenBank和其它資源的DNA和蛋白序列，還包括基因組圖譜、種群、進(jìn)化和環(huán)境序列序列數(shù)據(jù)集、基因表達(dá)數(shù)據(jù)、NCBI分類學(xué)、蛋白結(jié)構(gòu)域信息和來(lái)源于MolecularModelingDatabase（MMDB）的蛋白結(jié)構(gòu)數(shù)據(jù)庫(kù)，每個(gè)數(shù)據(jù)庫(kù)經(jīng)由PubMed和PubMedCentral與學(xué)術(shù)文獻(xiàn)關(guān)聯(lián)。第十頁(yè)，共34頁(yè)。BLAST序列相似性搜索序列相似性搜索是GenBank數(shù)據(jù)最基本和使用最多的分析方式。NCBI提供BLAST（）系列程序檢測(cè)一條查詢序列與數(shù)據(jù)庫(kù)所有序列的相似性。BLAST搜索可以在NCBI網(wǎng)站上運(yùn)行，也可以在FTP站點(diǎn)下載獨(dú)立的程序集運(yùn)行。第十一頁(yè)，共34頁(yè)。用FTP獲取GenBankNCBI以傳統(tǒng)的純文本文件格式發(fā)布GenBank，還以格式用以內(nèi)部維護(hù)。通過(guò)NCBI匿名FTP（）站點(diǎn)可以獲得每?jī)蓚€(gè)月的全文公告和每天與EMBL和DDBJ數(shù)據(jù)更新內(nèi)容，還可以從印第安納大學(xué)的鏡像站點(diǎn)（）下載。在“genbank”目錄中的“daily-nc”文件夾中可以獲得純文本的更新數(shù)據(jù)壓縮文件。在GenBankFTP站點(diǎn)的“tools”目錄中提供轉(zhuǎn)換每日更新數(shù)據(jù)集的腳本。第十二頁(yè)，共34頁(yè)。EMBL數(shù)據(jù)庫(kù)

EMBL核苷序列數(shù)據(jù)庫(kù)（）是歐洲主要的核苷序列收集單位。這個(gè)數(shù)據(jù)庫(kù)是由歐洲生物信息中心EBI（歐洲分子生物學(xué)實(shí)驗(yàn)室（EMBL）在德國(guó)海德堡的站點(diǎn)）維護(hù)的。第十三頁(yè)，共34頁(yè)。EBI核苷數(shù)據(jù)來(lái)自基因組測(cè)序中心、個(gè)別科學(xué)家、歐洲專利局、以及與合作伙伴DDBJ(Japan)和GenBank(USA)交換的數(shù)據(jù)。為了達(dá)到最佳的同步性，每天DDBJ/EMBL/GenBank之間都要交換最新的數(shù)據(jù)。用戶只要進(jìn)入三者中任意一個(gè)數(shù)據(jù)庫(kù)都能得到最新數(shù)據(jù)。這三個(gè)數(shù)據(jù)庫(kù)之間堅(jiān)持統(tǒng)一的文件指導(dǎo)方針，規(guī)范了數(shù)據(jù)庫(kù)登錄的內(nèi)容和語(yǔ)法。這種指導(dǎo)方針確保了這些數(shù)據(jù)庫(kù)的信息以一種便捷的格式進(jìn)行交換，它與當(dāng)今的生物信息學(xué)軟件兼容，反映了分子生物學(xué)領(lǐng)域的發(fā)展。第十四頁(yè)，共34頁(yè)。DDBJ數(shù)據(jù)庫(kù)

DNA數(shù)據(jù)庫(kù)（DDBJ）是在亞洲唯一的核酸序列數(shù)據(jù)庫(kù)，是公認(rèn)搜集研究者獲得的核酸序列數(shù)據(jù)庫(kù)，并且，發(fā)放給數(shù)據(jù)提交者國(guó)際認(rèn)證的核酸序列編號(hào)。由于DDBJ每天將搜集的數(shù)據(jù)與EML-Bank/EBI和GenBank/NCBI進(jìn)行交換，使得三個(gè)核酸數(shù)據(jù)庫(kù)幾乎在任何時(shí)候都享有相同數(shù)據(jù)。這種幾乎統(tǒng)一的數(shù)據(jù)庫(kù)被稱作“國(guó)際核酸序列數(shù)據(jù)庫(kù)（INSD）”。DDBJ主要收集來(lái)自研究者獲得的序列數(shù)據(jù)，但也收集數(shù)據(jù)和發(fā)放編號(hào)給任何其它國(guó)家的研究者。第十五頁(yè)，共34頁(yè)。其他重要的核酸序列數(shù)據(jù)庫(kù)：dbESTncRNAdbmiRBase第十六頁(yè)，共34頁(yè)。dbEST是GenBank中的一個(gè)子數(shù)據(jù)庫(kù)，包含來(lái)源于不同物種的表達(dá)序列數(shù)據(jù)和表達(dá)序列標(biāo)簽序列的其它信息。非編碼RNA（ncRNA）數(shù)據(jù)庫(kù)旨在提供非編碼RNA的序列和功能信息。非編碼轉(zhuǎn)錄物不編碼蛋白質(zhì)，但在細(xì)胞中起調(diào)節(jié)作用。目前，該數(shù)據(jù)庫(kù)包含來(lái)源于99種細(xì)菌、古生菌和真核生物的30000多條單個(gè)序列。

miRBase序列數(shù)據(jù)庫(kù)是主要存放已發(fā)表的microRNA(miRNA)序列和注釋的數(shù)據(jù)庫(kù)。第十七頁(yè)，共34頁(yè)。第二節(jié)蛋白質(zhì)序列數(shù)據(jù)庫(kù)

PIR數(shù)據(jù)庫(kù)MIPS數(shù)據(jù)庫(kù)其他重要的蛋白質(zhì)序列數(shù)據(jù)庫(kù)：PRINTS、Pfam

第十八頁(yè)，共34頁(yè)。PIR數(shù)據(jù)庫(kù)蛋白質(zhì)信息庫(kù)（PIR）是一個(gè)支持基因組學(xué)、蛋白質(zhì)組學(xué)和系統(tǒng)生物學(xué)檢索和科學(xué)研究的綜合公共生物信息學(xué)資源。PIR是由國(guó)家生物醫(yī)學(xué)會(huì)（NBRF）于1984年建立，幫助研究者確認(rèn)和解釋蛋白序列信息的數(shù)據(jù)庫(kù)。第十九頁(yè)，共34頁(yè)。MIPS數(shù)據(jù)庫(kù)

生物信息學(xué)和系統(tǒng)生物學(xué)研究所（IBIS）是慕尼黑亥姆霍茲中心-德國(guó)環(huán)境衛(wèi)生研究中心的一部分，主辦慕尼黑蛋白序列信息中心（MIPS），它的重點(diǎn)工作是基因組生物信息學(xué)，特別注重基因組信息系統(tǒng)分析，包括應(yīng)用生物信息學(xué)方法注釋基因組、表達(dá)分析和蛋白質(zhì)組學(xué)方面研究。MIPS支持和維護(hù)一系列基因組數(shù)據(jù)庫(kù)以及系統(tǒng)，可以提供比較分析細(xì)菌、真菌和植物基因組服務(wù)。在該站點(diǎn)提供基因組分析工具、數(shù)據(jù)庫(kù)檢索系統(tǒng)、表達(dá)分析、蛋白相互作用等網(wǎng)絡(luò)服務(wù)。第二十頁(yè)，共34頁(yè)。PRINTS是蛋白基序指紋圖綜合數(shù)據(jù)庫(kù)，每個(gè)指紋圖都是使用數(shù)據(jù)掃描程序ADSP或VISTAS序列分析軟件包反復(fù)優(yōu)化后定義的。數(shù)據(jù)庫(kù)中有兩種類型指紋圖，根據(jù)指紋圖的復(fù)雜性分為簡(jiǎn)單和復(fù)合指紋圖：簡(jiǎn)單指紋圖基本上是單一的基序，而復(fù)合指紋圖包含多個(gè)基序。第二十一頁(yè)，共34頁(yè)。Pfam數(shù)據(jù)庫(kù)是一個(gè)大的蛋白質(zhì)域家族集合；Pfam家族有兩個(gè)質(zhì)量等級(jí)：Pfam-A和Pfam-B。第二十二頁(yè)，共34頁(yè)。第三節(jié)NCBI與EBINCBI的簡(jiǎn)介

NCBI的使命是開發(fā)新的信息技術(shù)，幫助理解控制健康和疾病的基本分子和遺傳過(guò)程。特別是，NCBI肩負(fù)建立存儲(chǔ)和分析分子生物學(xué)、生物化學(xué)和遺傳學(xué)知識(shí)的自動(dòng)系統(tǒng)；提供研究和醫(yī)學(xué)界方便使用的數(shù)據(jù)庫(kù)和軟件；努力協(xié)調(diào)搜集國(guó)內(nèi)外生物技術(shù)信息；執(zhí)行分析生物學(xué)重要分子結(jié)構(gòu)和功能的先進(jìn)方法研究。第二十三頁(yè)，共34頁(yè)。EBI簡(jiǎn)介

EMBL-EBI研究團(tuán)隊(duì)旨在通過(guò)開發(fā)新方法解釋生物學(xué)數(shù)據(jù)，了解生物學(xué)。研究領(lǐng)域包括：進(jìn)化途徑的基因組分析（PaulBertone）；序列數(shù)據(jù)進(jìn)化分析（NickGoldman）；神經(jīng)信號(hào)計(jì)算系統(tǒng)生物學(xué)（NicolasLeNovere）；蛋白質(zhì)組學(xué)：結(jié)構(gòu)、功能和進(jìn)化（JanetThorton）；基因組規(guī)模調(diào)節(jié)系統(tǒng)分析（NickLuscombe）和功能基因組學(xué)（WolfgangHubert）。第二十四頁(yè)，共34頁(yè)。第四節(jié)通過(guò)EntrezGene從NCBI獲取序列信息Entrez是用于NCBI主要數(shù)據(jù)庫(kù)的綜合的、基于文本的搜索和檢索系統(tǒng)。Entrez綜合了科學(xué)文獻(xiàn)、DNA和蛋白序列數(shù)據(jù)庫(kù)、3D蛋白質(zhì)結(jié)構(gòu)和蛋白質(zhì)域數(shù)據(jù)、種群研究數(shù)據(jù)集、表達(dá)數(shù)據(jù)、完整基因組組裝和分類學(xué)信息形成一個(gè)緊密鏈接的系統(tǒng)。它是被設(shè)計(jì)用于搜索NCBI的鏈接數(shù)據(jù)庫(kù)的檢索系統(tǒng)?？梢詧?zhí)行單個(gè)子數(shù)據(jù)庫(kù)檢索，還可以進(jìn)行跨庫(kù)檢索。第二十五頁(yè)，共34頁(yè)。EntrezGene檢索

EntrezGene檢索到的記錄提供關(guān)鍵鏈接，將圖譜、序列、表達(dá)、結(jié)構(gòu)、功能、索引文獻(xiàn)和同源數(shù)據(jù)鏈接在一起構(gòu)成關(guān)鍵鏈接。檢索EntrezGene最簡(jiǎn)捷的方法是登錄到NCBI（）的首頁(yè)。第二十六頁(yè)，共34頁(yè)。第二十七頁(yè)，共34頁(yè)。第二十八頁(yè)，共34頁(yè)。第二十九頁(yè)，共34頁(yè)。第三十頁(yè)，共34頁(yè)。第三十一頁(yè)，共34頁(yè)。第五節(jié)通過(guò)SRS從EBI中獲取蛋白序列信息SRS是世界上主要的生物信息學(xué)、基因組和相關(guān)數(shù)據(jù)綜