第2章 生物數(shù)據(jù)庫(kù)介紹

1、第二章 生物數(shù)據(jù)庫(kù)介紹生物分子數(shù)據(jù)生物分子數(shù)據(jù)高速增長(zhǎng)高速增長(zhǎng) 分子生物學(xué)分子生物學(xué)及相關(guān)領(lǐng)域研究人員及相關(guān)領(lǐng)域研究人員迅速獲得最新實(shí)驗(yàn)數(shù)據(jù)迅速獲得最新實(shí)驗(yàn)數(shù)據(jù) 建立生物分子數(shù)據(jù)庫(kù)建立生物分子數(shù)據(jù)庫(kù) 本章目的：介紹儲(chǔ)存這些數(shù)據(jù)的數(shù)據(jù)庫(kù)，以及從這些數(shù)據(jù)庫(kù)中獲取需要的信息的方法。本章目的：介紹儲(chǔ)存這些數(shù)據(jù)的數(shù)據(jù)庫(kù)，以及從這些數(shù)據(jù)庫(kù)中獲取需要的信息的方法。 數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)（databasedatabase）是存儲(chǔ)在某種存儲(chǔ)介質(zhì)上的相關(guān)數(shù)）是存儲(chǔ)在某種存儲(chǔ)介質(zhì)上的相關(guān)數(shù)據(jù)的有組織的集合。據(jù)的有組織的集合。 存儲(chǔ)生物大分子信息數(shù)據(jù)的數(shù)據(jù)庫(kù)稱為分子生物學(xué)數(shù)據(jù)存儲(chǔ)生物大分子信息數(shù)據(jù)的數(shù)據(jù)庫(kù)稱為分子生物學(xué)數(shù)據(jù)庫(kù)

2、（庫(kù)（molecular biology databasemolecular biology database），也稱），也稱生物信息學(xué)數(shù)據(jù)生物信息學(xué)數(shù)據(jù)庫(kù)庫(kù)（bioinformatics databasebioinformatics database）。）。 數(shù)據(jù)庫(kù)，特別是分子生物學(xué)數(shù)據(jù)庫(kù)，具有數(shù)據(jù)庫(kù)，特別是分子生物學(xué)數(shù)據(jù)庫(kù)，具有三個(gè)特征三個(gè)特征：（1 1）數(shù)據(jù)庫(kù)是可以檢索的，即具有檢索（）數(shù)據(jù)庫(kù)是可以檢索的，即具有檢索（indexindex）功能；）功能；（2 2）數(shù)據(jù)庫(kù)應(yīng)該是定時(shí)更新的，即不斷有新版內(nèi)容發(fā)布）數(shù)據(jù)庫(kù)應(yīng)該是定時(shí)更新的，即不斷有新版內(nèi)容發(fā)布（releaserelease）；（

3、）；（3 3）數(shù)據(jù)庫(kù)是交叉引用的（）數(shù)據(jù)庫(kù)是交叉引用的（cross-cross-referencedreferenced），特別是在互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)庫(kù)應(yīng)該通過超鏈），特別是在互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)庫(kù)應(yīng)該通過超鏈接（接（hyperlinkshyperlinks）與其他數(shù)據(jù)庫(kù)相連。）與其他數(shù)據(jù)庫(kù)相連。生物信息學(xué)數(shù)據(jù)庫(kù)的分類：生物信息學(xué)數(shù)據(jù)庫(kù)的分類：生物信息學(xué)數(shù)據(jù)庫(kù)生物信息學(xué)數(shù)據(jù)庫(kù)一級(jí)數(shù)據(jù)庫(kù)一級(jí)數(shù)據(jù)庫(kù)二級(jí)數(shù)據(jù)庫(kù)二級(jí)數(shù)據(jù)庫(kù)一級(jí)數(shù)據(jù)庫(kù)直接來源于實(shí)驗(yàn)獲得的直接來源于實(shí)驗(yàn)獲得的原始數(shù)據(jù)（原始數(shù)據(jù)（DNA序序列、蛋白質(zhì)序列、蛋白質(zhì)結(jié)構(gòu)等）列、蛋白質(zhì)序列、蛋白質(zhì)結(jié)構(gòu)等），只經(jīng)，只經(jīng)過簡(jiǎn)單的歸類、整理和注釋。過簡(jiǎn)單的歸

4、類、整理和注釋。一級(jí)核酸數(shù)據(jù)庫(kù)（一級(jí)核酸數(shù)據(jù)庫(kù)（3）：）：GenBank數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)、EMBL數(shù)數(shù)據(jù)庫(kù)、據(jù)庫(kù)、DDBJ數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)一級(jí)蛋白質(zhì)序列數(shù)據(jù)庫(kù)（一級(jí)蛋白質(zhì)序列數(shù)據(jù)庫(kù)（2）：）：SWISS-PROT庫(kù)、庫(kù)、PIR蛋白信息數(shù)據(jù)庫(kù)蛋白信息數(shù)據(jù)庫(kù)一級(jí)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)（一級(jí)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)（1）：）：PDB數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)二級(jí)數(shù)據(jù)庫(kù)在一級(jí)數(shù)據(jù)庫(kù)、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基在一級(jí)數(shù)據(jù)庫(kù)、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上，針對(duì)不同的研究?jī)?nèi)容和需要，對(duì)生礎(chǔ)上，針對(duì)不同的研究?jī)?nèi)容和需要，對(duì)生物學(xué)知識(shí)和信息的進(jìn)一步整理得到的數(shù)據(jù)物學(xué)知識(shí)和信息的進(jìn)一步整理得到的數(shù)據(jù)庫(kù)，庫(kù)，旨在使基本數(shù)據(jù)庫(kù)更加便于使用。旨在使基本數(shù)據(jù)庫(kù)

5、更加便于使用。人類基因組圖譜庫(kù)人類基因組圖譜庫(kù)GDB、轉(zhuǎn)錄因子和結(jié)合、轉(zhuǎn)錄因子和結(jié)合位點(diǎn)庫(kù)位點(diǎn)庫(kù)TRANSFAC、蛋白質(zhì)序列功能位點(diǎn)、蛋白質(zhì)序列功能位點(diǎn)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)Prosite等。等。生物信息學(xué)數(shù)據(jù)庫(kù)生物信息學(xué)數(shù)據(jù)庫(kù)一級(jí)數(shù)據(jù)庫(kù)一級(jí)數(shù)據(jù)庫(kù)DNADNA數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)二級(jí)數(shù)據(jù)庫(kù)二級(jí)數(shù)據(jù)庫(kù)基因組數(shù)據(jù)庫(kù)基因組數(shù)據(jù)庫(kù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)蛋白質(zhì)序列數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)建立分子生物信息數(shù)據(jù)庫(kù)的流程圖建立分子生物信息數(shù)據(jù)庫(kù)的流程圖contents2.1序列數(shù)據(jù)庫(kù)序列數(shù)據(jù)庫(kù)2.2基因組數(shù)據(jù)庫(kù)基因組數(shù)據(jù)庫(kù)2.3結(jié)構(gòu)數(shù)據(jù)庫(kù)結(jié)構(gòu)數(shù)據(jù)庫(kù)2.4功能數(shù)據(jù)庫(kù)功能數(shù)據(jù)庫(kù)2.52.5基本序列數(shù)據(jù)庫(kù)注釋及序列格式基本序

6、列數(shù)據(jù)庫(kù)注釋及序列格式2.1序列數(shù)據(jù)庫(kù).1三大核酸序列數(shù)據(jù)庫(kù)三大核酸序列數(shù)據(jù)庫(kù)GenBank（美國(guó)（美國(guó)NCBI）EMBL(歐洲歐洲EBI)DDBJ(日本日本NIG).2兩大蛋白序列數(shù)據(jù)庫(kù)兩大蛋白序列數(shù)據(jù)庫(kù)SWISS-PROTSWISS-PROT庫(kù)庫(kù)PIRPIR庫(kù)庫(kù)2.1.1三大核酸序列數(shù)據(jù)庫(kù)三大核酸序列數(shù)據(jù)庫(kù)1982年年4月月：由以下三個(gè)機(jī)構(gòu)聯(lián)合建立：由以下三個(gè)機(jī)構(gòu)聯(lián)合建立 GenBank數(shù)據(jù)庫(kù)最初設(shè)在美國(guó)洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室（數(shù)據(jù)庫(kù)最初設(shè)在美國(guó)洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室（LANL），），現(xiàn)由位于美國(guó)馬里蘭州現(xiàn)由位于美國(guó)馬里蘭州Bethesda的國(guó)家生物技術(shù)研究

7、中心（的國(guó)家生物技術(shù)研究中心（NCBI）維護(hù)管理。數(shù)據(jù)庫(kù)每日更新，每年發(fā)行六版。維護(hù)管理。數(shù)據(jù)庫(kù)每日更新，每年發(fā)行六版。 其中所收集的序列包括：基因組其中所收集的序列包括：基因組DNA序列、序列、cDNA序列、序列、EST序列、序列、STS序列、載體序列、人工合成序列及序列、載體序列、人工合成序列及HTG序列等。序列等。NIH (National Institute of Health，美國(guó)國(guó)立衛(wèi)生研究院，美國(guó)國(guó)立衛(wèi)生研究院) )NCBI (National Center for Biotechnology Information，美國(guó)國(guó)家生物，美國(guó)國(guó)家生物技術(shù)信息中心（做日常維護(hù)）技術(shù)信息中

8、心（做日常維護(hù)）) )NLM (National Library of Medicine，美國(guó)國(guó)立醫(yī)學(xué)圖書館，美國(guó)國(guó)立醫(yī)學(xué)圖書館) )GenBank（美國(guó)國(guó)家生物技術(shù)信息中心，（美國(guó)國(guó)家生物技術(shù)信息中心，NCBI）主頁(yè)的導(dǎo)航條有七大類：主頁(yè)的導(dǎo)航條有七大類：PubMed：上千萬條文獻(xiàn)記錄及許：上千萬條文獻(xiàn)記錄及許多在線期刊多在線期刊id連接；連接；All Databases：NCBI中的各種數(shù)中的各種數(shù)據(jù)庫(kù)集合；據(jù)庫(kù)集合；BLAST：局部比對(duì)的序列相似性：局部比對(duì)的序列相似性搜索工具；搜索工具；OMM：在線人類孟德爾遺傳性狀：在線人類孟德爾遺傳性狀數(shù)據(jù)庫(kù)，人類基因和遺傳異常的索數(shù)

9、據(jù)庫(kù)，人類基因和遺傳異常的索引；引；Books：在線的參考書籍，包含：在線的參考書籍，包含于于PubMEd的鏈接；的鏈接；Taxonomy：囊括主要生物類別的：囊括主要生物類別的分類信息瀏覽器；分類信息瀏覽器；Structure：分子建模數(shù)據(jù)庫(kù)，記：分子建模數(shù)據(jù)庫(kù)，記錄了大分子的三維結(jié)構(gòu)錄了大分子的三維結(jié)構(gòu)GenBank收錄的物種GenBank中中20種測(cè)序最多的物種（種測(cè)序最多的物種（09年年8月月15日發(fā)布的第日發(fā)布的第173.0版）版）/genbank/gbrel.txtType of Record Sample Accession Format

10、 GenBank/EMBL/DDBJ Nucleotide Sequence Records One letter followed by five digits, e.g.:U12345Two letters followed by six digits, e.g.:AY123456, AF123456 GenPept Sequence Records (which contain the amino acid translations from GenBank/EMBL/DDBJ records that have a coding region feature annotated on

11、them) Three letters and five digits, e.g.:AAA12345 Protein Sequence Records from SWISS-PROT and PIR All are six characters:Character/Format1 O,P,Q2 0-93 A-Z,0-94 A-Z,0-95 A-Z,0-96 0-9e.g.:P12345 and Q9JJS7 各種登錄號(hào)（索引號(hào)）的類型各種登錄號(hào)（索引號(hào)）的類型Type of Record Sample Accession Format Protein Sequence Records from

12、 PRF A series of digits (often six or seven)followed by a letter, e.g.:1901178A RefSeq Nucleotide Sequence Records Two letters, an underscore bar, and six digits, e.g.:mRNA records (NM_*):NM_000492genomic DNA contigs (NT_*):NT_000347 complete genome or chromosome (NC_*):NT_000907 genomic region (NG_

13、*):NG000019 RefSeq Protein Sequence Records Two letters (NP), an underscore bar, and six digits, e.g.:NP_000483 RefSeq Model (predicted) Sequence Records from the Human Genome annotation processTwo letters (XM, XP, or XR), an underscore bar, and six digits, e.g.:XM_000483 Protein Structure Records P

14、DB accessions generally contain one digit followed by three letters, e.g.:1TUPMMDB ID numbers generally contain four digits, e.g.:3973. 各種登錄號(hào)（索引號(hào)）的類型（續(xù)）各種登錄號(hào)（索引號(hào)）的類型（續(xù)）What is an accession number?An accession number is label that used to identify a sequence. It is a string of letters and/or numbers

15、that corresponds to a molecular sequence. Examples (all for retinol-binding protein, RBP4):X02775 GenBank genomic DNA sequenceNT_030059 Genomic contigRs7079946 dbSNP (single nucleotide polymorphism)N91759.1 An expressed sequence tag (1 of 170)NM_006744 RefSeq DNA sequence (from a transcript)NP_00763

16、5 RefSeq proteinAAC02945 GenBank proteinQ28369 SwissProt protein1KT7 Protein Data Bank structure recordDNARNAproteinGenBank EMBL(歐洲分子生物學(xué)實(shí)驗(yàn)室，歐洲分子生物學(xué)實(shí)驗(yàn)室，EMBL)EMBL數(shù)據(jù)庫(kù)是建立最早的核酸數(shù)據(jù)庫(kù)，由德國(guó)海德數(shù)據(jù)庫(kù)是建立最早的核酸數(shù)據(jù)庫(kù)，由德國(guó)海德堡的歐洲分子生物學(xué)實(shí)驗(yàn)室（堡的歐洲分子生物學(xué)實(shí)驗(yàn)室（EMBL）1982年年3月創(chuàng)建，月創(chuàng)建，現(xiàn)由英國(guó)現(xiàn)由英國(guó)Hinxton的歐洲生物信息學(xué)研究所（的歐洲生物信息學(xué)研究所（EBI）維）維

17、護(hù)管理。數(shù)據(jù)庫(kù)每日更新，每年發(fā)行四版。護(hù)管理。數(shù)據(jù)庫(kù)每日更新，每年發(fā)行四版。子庫(kù)包括：表達(dá)序列標(biāo)簽（子庫(kù)包括：表達(dá)序列標(biāo)簽（ESTs）、病毒（）、病毒（Viruses）、）、噬菌體（噬菌體（Bacteriophage）、原核生物（）、原核生物（Prokaryotes）、）、真菌（真菌（Fungi）、植物（）、植物（Plants）、無脊椎動(dòng)物）、無脊椎動(dòng)物（Invertebrates）、脊椎動(dòng)物（）、脊椎動(dòng)物（Vertebrates）、嚙齒）、嚙齒動(dòng)物（動(dòng)物（Rodents）、哺乳動(dòng)物（）、哺乳動(dòng)物（Mammals）、人類）、人類（Human）、細(xì)胞器（）、細(xì)胞器（Organelles）、高通量

18、基因組）、高通量基因組序列（序列（HTG）等。）等。EBIEMBL DDBJ(日本國(guó)家遺傳學(xué)研究所，日本國(guó)家遺傳學(xué)研究所，NIG)1986年：日本國(guó)立遺傳學(xué)研究所年：日本國(guó)立遺傳學(xué)研究所(National Institute of Genetics， NIG)建立了日本建立了日本DNA數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)(DNA Data Bank of Japan,DDBJ)，后來也加入，后來也加入GenBank和和EMBL的國(guó)際合作，互通有無，同步更新，的國(guó)際合作，互通有無，同步更新，每年發(fā)行四版。每年發(fā)行四版。DDBJ這三大數(shù)據(jù)庫(kù)雖然各自有不同的數(shù)據(jù)記錄這三大數(shù)據(jù)庫(kù)雖然各自有不同的數(shù)據(jù)記錄格式，但

19、對(duì)核酸序列均采用相同的記錄標(biāo)格式，但對(duì)核酸序列均采用相同的記錄標(biāo)準(zhǔn)，同時(shí)每天交換數(shù)據(jù)以達(dá)到數(shù)據(jù)更新和準(zhǔn)，同時(shí)每天交換數(shù)據(jù)以達(dá)到數(shù)據(jù)更新和一致。從地域角度看，一致。從地域角度看，EMBL主要負(fù)責(zé)收主要負(fù)責(zé)收集歐洲的數(shù)據(jù)，集歐洲的數(shù)據(jù)，GenBank負(fù)責(zé)美洲，負(fù)責(zé)美洲，DDBJ負(fù)責(zé)亞洲。負(fù)責(zé)亞洲。由于國(guó)際互聯(lián)網(wǎng)的發(fā)展，用戶由于國(guó)際互聯(lián)網(wǎng)的發(fā)展，用戶可以任意的向其中任意一個(gè)數(shù)據(jù)庫(kù)提交序可以任意的向其中任意一個(gè)數(shù)據(jù)庫(kù)提交序列，所提交的序列也將從公布之日起同時(shí)列，所提交的序列也將從公布之日起同時(shí)在三大數(shù)據(jù)庫(kù)中出現(xiàn)。在三大數(shù)據(jù)庫(kù)中出現(xiàn)。示例LOCUS NC_012618 15494 bp DNA circ

20、ular INV 11-MAY-2009 DEFINITION Phascolosoma esculenta mitochondrion, complete genome. ACCESSION NC_012618 VERSION NC_012618.1 GI:228015390 DBLINK Project:37801 KEYWORDS . SOURCE mitochondrion Phascolosoma esculenta (peanut worm) ORGANISM Phascolosoma esculenta Eukaryota; Metazoa; Sipuncula; Phascol

21、osomatidea; Phascolosomatiformes; Phascolosomatidae; Phascolosoma. REFERENCE 1 (bases 1 to 15494) AUTHORS Shen,X., Ma,X., Ren,J. and Zhao,F. TITLE A close phylogenetic relationship between Sipuncula and Annelida evidenced from the complete mitochondrial genome sequence of Phascolosoma esculenta JOUR

22、NAL BMC Genomics 10, 136 (2009) PUBMED 19327168 三大數(shù)據(jù)庫(kù)之間的聯(lián)系國(guó)際核酸序列數(shù)據(jù)庫(kù)協(xié)會(huì)國(guó)際核酸序列數(shù)據(jù)庫(kù)協(xié)會(huì)BioSinoBioSino數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)BioSinoBioSino網(wǎng)頁(yè)網(wǎng)頁(yè)核酸公共數(shù)據(jù)庫(kù)核酸公共數(shù)據(jù)庫(kù)Database of Domain Database of Domain Interactions and BindingsInteractions and Bindings2.1.2 兩大蛋白質(zhì)數(shù)據(jù)庫(kù) 1986年歐洲瑞士日內(nèi)瓦大學(xué)的年歐洲瑞士日內(nèi)瓦大學(xué)的Amos Bairoch設(shè)計(jì)了一設(shè)計(jì)了一個(gè)蛋白質(zhì)序列分析工具（個(gè)蛋白質(zhì)序列分析

23、工具（COMPSEQ-PC/Gene）并建）并建立了第一個(gè)全新的蛋白質(zhì)序列數(shù)據(jù)庫(kù)立了第一個(gè)全新的蛋白質(zhì)序列數(shù)據(jù)庫(kù)SwissProt,該數(shù)據(jù)該數(shù)據(jù)庫(kù)的所有條目都經(jīng)過有經(jīng)驗(yàn)的分子生物學(xué)家和蛋白質(zhì)庫(kù)的所有條目都經(jīng)過有經(jīng)驗(yàn)的分子生物學(xué)家和蛋白質(zhì)化學(xué)家通過計(jì)算機(jī)工具并查閱有關(guān)文獻(xiàn)資料仔細(xì)核實(shí)，化學(xué)家通過計(jì)算機(jī)工具并查閱有關(guān)文獻(xiàn)資料仔細(xì)核實(shí)，因此又稱蛋白質(zhì)專家?guī)煲虼擞址Q蛋白質(zhì)專家?guī)?ExPASy)。網(wǎng)址：網(wǎng)址：可從中搜索，獲得各種蛋白質(zhì)的氨基酸序列，及其各可從中搜索，獲得各種蛋白質(zhì)的氨基酸序列，及其各種配基結(jié)合位點(diǎn)、酶活位點(diǎn)等。種配基結(jié)合位點(diǎn)、酶活位點(diǎn)等。 S

24、WISS-PROT蛋白質(zhì)數(shù)據(jù)庫(kù)蛋白質(zhì)數(shù)據(jù)庫(kù) SwissProt蛋白質(zhì)序列數(shù)據(jù)庫(kù)在國(guó)際上比較權(quán)威，蛋白質(zhì)序列數(shù)據(jù)庫(kù)在國(guó)際上比較權(quán)威，一般任何蛋白質(zhì)序列數(shù)據(jù)搜尋和比較都應(yīng)從一般任何蛋白質(zhì)序列數(shù)據(jù)搜尋和比較都應(yīng)從SwissProt開始開始。 SwissProt涉及已知蛋白質(zhì)的功能、序列（包括一涉及已知蛋白質(zhì)的功能、序列（包括一些蛋白質(zhì)片斷序列）、結(jié)構(gòu)域（如跨膜區(qū)等）結(jié)些蛋白質(zhì)片斷序列）、結(jié)構(gòu)域（如跨膜區(qū)等）結(jié)構(gòu)、翻譯后修飾（如磷酸化與去磷酸化等）及其構(gòu)、翻譯后修飾（如磷酸化與去磷酸化等）及其位點(diǎn)、突變體等。位點(diǎn)、突變體等。SwissProt還與其他一些數(shù)據(jù)庫(kù)還與其他一些數(shù)據(jù)庫(kù)如如Prosite、Sw

25、iss-2D PAGE、Swiss-3D IMAGE、Enzyme、SwissModel、NCBI等相鏈接。等相鏈接。（1 1）從核酸數(shù)據(jù)庫(kù)經(jīng)過翻譯推導(dǎo)而來；）從核酸數(shù)據(jù)庫(kù)經(jīng)過翻譯推導(dǎo)而來；（2 2）從蛋白質(zhì)數(shù)據(jù)庫(kù)）從蛋白質(zhì)數(shù)據(jù)庫(kù)PIRPIR挑選出合適的數(shù)據(jù)；挑選出合適的數(shù)據(jù)；（3 3）從科學(xué)文獻(xiàn)中摘錄；）從科學(xué)文獻(xiàn)中摘錄；（4 4）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)。）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)。 SwissProt SwissProt中的中的數(shù)據(jù)來源包括以數(shù)據(jù)來源包括以下四個(gè)部分：下四個(gè)部分：SWISS-PROTSWISS-PROT的網(wǎng)址：的網(wǎng)址： http:/cn.expasy.or

26、g PIR蛋白質(zhì)數(shù)據(jù)庫(kù)蛋白質(zhì)數(shù)據(jù)庫(kù)PIRPIR主要目的是提供按同源性和分類學(xué)組織的綜合性、非主要目的是提供按同源性和分類學(xué)組織的綜合性、非冗余數(shù)據(jù)庫(kù)，由位于美國(guó)華盛頓的國(guó)家醫(yī)學(xué)研究基金會(huì)冗余數(shù)據(jù)庫(kù)，由位于美國(guó)華盛頓的國(guó)家醫(yī)學(xué)研究基金會(huì)（National Biomedical Research FoundationNational Biomedical Research Foundation，NBRFNBRF）、）、德國(guó)馬普學(xué)會(huì)的慕尼黑蛋白質(zhì)序列信息中心（德國(guó)馬普學(xué)會(huì)的慕尼黑蛋白質(zhì)序列信息中心（MIPSMIPS）和）和日本國(guó)際蛋白質(zhì)序列數(shù)據(jù)庫(kù)日本國(guó)際蛋白質(zhì)序列數(shù)據(jù)庫(kù)(JIPID)(

27、JIPID)共同維護(hù)共同維護(hù). .網(wǎng)址為：網(wǎng)址為：//PIR UniProt數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)UniProtUniProt數(shù)據(jù)庫(kù)主頁(yè)數(shù)據(jù)庫(kù)主頁(yè)2.2基因組數(shù)據(jù)庫(kù)基因組數(shù)據(jù)庫(kù)的主體是基因組數(shù)據(jù)庫(kù)的主體是模式生物模式生物基因組數(shù)據(jù)庫(kù)，是一個(gè)基因組數(shù)據(jù)庫(kù)，是一個(gè)比較專一的數(shù)據(jù)庫(kù)，比較專一的數(shù)據(jù)庫(kù)，只收錄單一的物種序列、結(jié)構(gòu)、發(fā)只收錄單一的物種序列、結(jié)構(gòu)、發(fā)育等相關(guān)數(shù)據(jù)信息育等相關(guān)數(shù)據(jù)信息，因此也僅對(duì)所對(duì)應(yīng)的研究領(lǐng)域及相，因此也僅對(duì)所對(duì)應(yīng)的研究領(lǐng)域及相關(guān)研究領(lǐng)域有價(jià)值。關(guān)研究領(lǐng)域有價(jià)值。來源于人類基

28、因組計(jì)劃及各種模式生物基因組計(jì)劃來源于人類基因組計(jì)劃及各種模式生物基因組計(jì)劃人類、線蟲、擬南芥、家蠶、水稻、家雞、人類、線蟲、擬南芥、家蠶、水稻、家雞、NCBI中集成的Genome數(shù)據(jù)人類基因組數(shù)據(jù)庫(kù) （美國(guó)、加拿大）（美國(guó)、加拿大） 1990年，年，John Hopkins大學(xué)建立，后由加拿大兒童醫(yī)院生物信息中心管大學(xué)建立，后由加拿大兒童醫(yī)院生物信息中心管理，理，2003年起，年起，GDB-related software and public data were transferred to RTI International .1、人類基因組，包括基因、克隆、斷裂點(diǎn)、人類基因組，包括基因

29、、克隆、斷裂點(diǎn)、 細(xì)胞遺傳標(biāo)記物、易斷位點(diǎn)、細(xì)胞遺傳標(biāo)記物、易斷位點(diǎn)、 重復(fù)片段等。重復(fù)片段等。2、人類基因組示意圖、人類基因組示意圖, 包括細(xì)胞遺傳圖，關(guān)聯(lián)圖，輻射雜交圖、綜合圖等。包括細(xì)胞遺傳圖，關(guān)聯(lián)圖，輻射雜交圖、綜合圖等。3、人類基因組內(nèi)的變異、人類基因組內(nèi)的變異, 包括基因突變包括基因突變 和基因多態(tài)性，還有等位基因發(fā)生和基因多態(tài)性，還有等位基因發(fā)生頻次等數(shù)據(jù)資料。頻次等數(shù)據(jù)資料。既是一個(gè)數(shù)據(jù)庫(kù)，又是一個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)。既是一個(gè)數(shù)據(jù)庫(kù)，又是一個(gè)數(shù)據(jù)庫(kù)管理系統(tǒng)。 提供很好的圖形界面，用戶能夠從大到整個(gè)基因組小到序列的各個(gè)層次提供很好的圖形界面，用戶能夠從大到整個(gè)基因組小到序列的各個(gè)層次

30、觀察和分析基因組數(shù)據(jù)。觀察和分析基因組數(shù)據(jù)。 限制性圖譜，基因結(jié)構(gòu)信息，質(zhì)粒圖譜，序列數(shù)據(jù)，參考文獻(xiàn)限制性圖譜，基因結(jié)構(gòu)信息，質(zhì)粒圖譜，序列數(shù)據(jù)，參考文獻(xiàn)AceDB（線蟲基因組數(shù)據(jù)庫(kù)）（線蟲基因組數(shù)據(jù)庫(kù)）擬南芥基因組數(shù)據(jù)庫(kù)擬南芥基因組數(shù)據(jù)庫(kù)家蠶基因組數(shù)據(jù)庫(kù)家蠶基因組數(shù)據(jù)庫(kù) 家蠶（家蠶（Bombyx mori）屬鱗翅目，蠶蛾科。家蠶既）屬鱗翅目，蠶蛾科。家蠶既是支撐蠶絲產(chǎn)業(yè)的生物基礎(chǔ)，又是鱗翅目昆蟲研是支撐蠶絲產(chǎn)業(yè)的生物基礎(chǔ)，又是鱗翅目昆蟲研究的典型模式種類，同時(shí)也是開發(fā)新一代生物反究的典型模式種類，同時(shí)也是開發(fā)新一代生物反應(yīng)器和新型昆蟲產(chǎn)業(yè)的材料。應(yīng)器和新型昆蟲產(chǎn)業(yè)的材料。2003年我國(guó)科學(xué)家

31、年我國(guó)科學(xué)家在國(guó)際上率先完成了家蠶基因組框架圖。在國(guó)際上率先完成了家蠶基因組框架圖。2008年年與日本合作已經(jīng)完成精細(xì)圖。與日本合作已經(jīng)完成精細(xì)圖。 網(wǎng)址：網(wǎng)址：http:/ http:/果蠅基因組數(shù)據(jù)庫(kù)果蠅基因組數(shù)據(jù)庫(kù) 黑腹果蠅（黑腹果蠅（Drosophila melanogaster）在分類學(xué)上）在分類學(xué)上屬于昆蟲綱雙翅目，是一種經(jīng)典的模式生物，為屬于昆蟲綱雙翅目，是一種經(jīng)典的模式生物，為人類探索生命的本質(zhì)做出了重大貢獻(xiàn)。昆蟲學(xué)上人類探索生命的本質(zhì)做出了重大貢獻(xiàn)。昆蟲學(xué)上的許多研究都是跟蹤果蠅進(jìn)行的。果蠅基因組數(shù)的許多研究都是跟蹤果蠅進(jìn)行的。果蠅基因組數(shù)據(jù)庫(kù)據(jù)庫(kù)FlyBase是一個(gè)關(guān)于果蠅

32、的基因和分子生物學(xué)是一個(gè)關(guān)于果蠅的基因和分子生物學(xué)信息的數(shù)據(jù)庫(kù)，包含了來自果蠅基因組測(cè)序的基信息的數(shù)據(jù)庫(kù)，包含了來自果蠅基因組測(cè)序的基因信息和相關(guān)文獻(xiàn)信息。因信息和相關(guān)文獻(xiàn)信息。 網(wǎng)址：網(wǎng)址：/線蟲基因組數(shù)據(jù)庫(kù)線蟲基因組數(shù)據(jù)庫(kù)玉米基因組數(shù)據(jù)庫(kù)玉米基因組數(shù)據(jù)庫(kù)部分生物基因組計(jì)劃網(wǎng)址2.3結(jié)構(gòu)數(shù)據(jù)庫(kù)2.3.1 PDB（protein data bank）PDB2.3.2 PROSITE (蛋白質(zhì)序列功能位點(diǎn)數(shù)據(jù)庫(kù)蛋白質(zhì)序列功能位點(diǎn)數(shù)據(jù)庫(kù))PROSITE輸入氨基酸序列，輸入氨基酸序列，提交后，即可。提交后，即可。2.3.3 SCOP 英國(guó)醫(yī)學(xué)

33、研究委員會(huì)分子生物學(xué)實(shí)驗(yàn)室和英國(guó)醫(yī)學(xué)研究委員會(huì)分子生物學(xué)實(shí)驗(yàn)室和蛋白質(zhì)工程中心開發(fā)的基于蛋白質(zhì)工程中心開發(fā)的基于web的蛋白質(zhì)結(jié)的蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)分類、檢索和分析系統(tǒng)；構(gòu)數(shù)據(jù)庫(kù)分類、檢索和分析系統(tǒng)；詳細(xì)描述了已知的蛋白質(zhì)結(jié)構(gòu)之間的關(guān)系。網(wǎng)址：http:/scop.mrc-lmb.cam.ac.uk/scop/SCOP主頁(yè)主頁(yè)上的各種主頁(yè)上的各種在線分析軟件在線分析軟件2.3.4 COGCOG2.3.5 河北大學(xué)蛋白質(zhì)數(shù)據(jù)庫(kù)HPDB2.4功能數(shù)據(jù)庫(kù)京都基因和基因組百科全書（京都基因和基因組百科全書（KEGG）相互作用的蛋白質(zhì)數(shù)據(jù)庫(kù)（相互作用的蛋白質(zhì)數(shù)據(jù)庫(kù)（DIP）可變剪接數(shù)據(jù)庫(kù)（可變剪接數(shù)據(jù)庫(kù)（

34、ASDB）轉(zhuǎn)錄調(diào)控區(qū)數(shù)據(jù)庫(kù)（轉(zhuǎn)錄調(diào)控區(qū)數(shù)據(jù)庫(kù)（TRRD ）2.4.1京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(shí)庫(kù)。息的知識(shí)庫(kù)。基因組信息存儲(chǔ)在基因組信息存儲(chǔ)在GENES數(shù)據(jù)庫(kù)里，包括完整和數(shù)據(jù)庫(kù)里，包括完整和部分測(cè)序的基因組序列；更高級(jí)的功能信息存儲(chǔ)部分測(cè)序的基因組序列；更高級(jí)的功能信息存儲(chǔ)在在PATHWAY數(shù)據(jù)庫(kù)里，包括圖解的細(xì)胞生化過數(shù)據(jù)庫(kù)里，包括圖解的細(xì)胞生化過程如代謝、膜轉(zhuǎn)運(yùn)、信號(hào)傳遞、細(xì)胞周期，還包程如代謝、膜轉(zhuǎn)運(yùn)、信號(hào)傳遞、細(xì)胞周期，還包括同系保守的子通路等信息；括同系保守的子通路等信息；KEGG

35、的另一個(gè)數(shù)的另一個(gè)數(shù)據(jù)庫(kù)是據(jù)庫(kù)是LIGAND，包含關(guān)于化學(xué)物質(zhì)、酶分子、，包含關(guān)于化學(xué)物質(zhì)、酶分子、酶反應(yīng)等信息。酶反應(yīng)等信息。KEGG提供了提供了Java的圖形工具來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。工具，可以免費(fèi)獲取。KEGG相互作用的蛋白質(zhì)數(shù)據(jù)庫(kù)相互作用的蛋白質(zhì)數(shù)據(jù)庫(kù)(DIP)收集了由實(shí)收集了由實(shí)驗(yàn)驗(yàn)證的蛋白質(zhì)蛋白質(zhì)相互作用驗(yàn)驗(yàn)證的蛋白質(zhì)蛋白質(zhì)相互作用。數(shù)據(jù)。數(shù)據(jù)庫(kù)包括蛋白質(zhì)的信息、相互作用的信息和庫(kù)包括蛋白質(zhì)的信息、相互作

36、用的信息和檢測(cè)相互作用的實(shí)驗(yàn)技術(shù)三個(gè)部分。用戶檢測(cè)相互作用的實(shí)驗(yàn)技術(shù)三個(gè)部分。用戶可以根據(jù)蛋白質(zhì)、生物物種、蛋白質(zhì)超家可以根據(jù)蛋白質(zhì)、生物物種、蛋白質(zhì)超家族、關(guān)鍵詞、實(shí)驗(yàn)技術(shù)或引用文獻(xiàn)來查詢族、關(guān)鍵詞、實(shí)驗(yàn)技術(shù)或引用文獻(xiàn)來查詢DIP數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)。2.4.2DIPDIP/dip/Main.cgi2.4.3 ASDB可變剪接數(shù)據(jù)庫(kù)可變剪接數(shù)據(jù)庫(kù)(ASDB）包括蛋白質(zhì)庫(kù)和核酸包括蛋白質(zhì)庫(kù)和核酸庫(kù)兩部分庫(kù)兩部分。ASDB(蛋白質(zhì)蛋白質(zhì))部分：來源于部分：來源于SWISS-PROT蛋蛋白質(zhì)序列庫(kù)，通過選取有可變剪接注釋的序列，白質(zhì)序列庫(kù)，通過選取有可

37、變剪接注釋的序列，搜索相關(guān)可變剪接的序列，經(jīng)過序列比對(duì)、篩搜索相關(guān)可變剪接的序列，經(jīng)過序列比對(duì)、篩選和分類構(gòu)建而成。選和分類構(gòu)建而成。ASDB(核酸核酸)部分：來自部分：來自Genbank中提及和注中提及和注釋的可變剪接的完整基因構(gòu)成。數(shù)據(jù)庫(kù)提供了釋的可變剪接的完整基因構(gòu)成。數(shù)據(jù)庫(kù)提供了方便的搜索服務(wù)。方便的搜索服務(wù)。網(wǎng)址：網(wǎng)址： /asdb2.4.4 TRRD轉(zhuǎn)錄調(diào)控區(qū)數(shù)據(jù)庫(kù)轉(zhuǎn)錄調(diào)控區(qū)數(shù)據(jù)庫(kù)(TRRD) 的每一個(gè)條目里包含特定基因的每一個(gè)條目里包含特定基因各種結(jié)構(gòu)功能特性：轉(zhuǎn)錄因子結(jié)合位點(diǎn)、啟動(dòng)子、增各種結(jié)構(gòu)功能特性：轉(zhuǎn)錄因子結(jié)合位點(diǎn)、啟動(dòng)子、增強(qiáng)子、

38、靜默子、以及基因表達(dá)調(diào)控模式等。強(qiáng)子、靜默子、以及基因表達(dá)調(diào)控模式等。TRRD包括五個(gè)相關(guān)的數(shù)據(jù)表：包括五個(gè)相關(guān)的數(shù)據(jù)表：TRRDGENES(包含所有包含所有TRRD庫(kù)基因的基本信息和調(diào)控單元信息庫(kù)基因的基本信息和調(diào)控單元信息)；TRRDSITES(包括調(diào)控因子結(jié)合位點(diǎn)的具體信息包括調(diào)控因子結(jié)合位點(diǎn)的具體信息)；TRRDFACTORS(包括包括TRRD中與各個(gè)位點(diǎn)結(jié)合的調(diào)控因中與各個(gè)位點(diǎn)結(jié)合的調(diào)控因子的具體信息子的具體信息)；TRRDEXP(包括對(duì)基因表達(dá)模式的具體包括對(duì)基因表達(dá)模式的具體描述描述)；TRRDBIB(包括所有注釋涉及的參考文獻(xiàn)包括所有注釋涉及的參考文獻(xiàn))。TRRD主頁(yè)提供了對(duì)這

39、幾個(gè)數(shù)據(jù)表的檢索服務(wù)。主頁(yè)提供了對(duì)這幾個(gè)數(shù)據(jù)表的檢索服務(wù)。TRRD2.4.5 TRANSFACTRANSFAC數(shù)據(jù)庫(kù)是關(guān)于轉(zhuǎn)錄因子、它們?cè)诨驍?shù)據(jù)庫(kù)是關(guān)于轉(zhuǎn)錄因子、它們?cè)诨蚪M上的結(jié)合位點(diǎn)和與組上的結(jié)合位點(diǎn)和與DNA結(jié)合的結(jié)合的profiles的數(shù)據(jù)庫(kù)。的數(shù)據(jù)庫(kù)。由由SITE、GENE、FACTOR、CLASS、MATRIX、CELLS、METHOD和和REFERENCE等數(shù)據(jù)表構(gòu)等數(shù)據(jù)表構(gòu)成。成。此外，還有幾個(gè)與此外，還有幾個(gè)與TRANSFAC密切相關(guān)的擴(kuò)展庫(kù)：密切相關(guān)的擴(kuò)展庫(kù)：PATHODB庫(kù)收集了可能導(dǎo)致病態(tài)的突變的轉(zhuǎn)錄庫(kù)收集了可能導(dǎo)致病態(tài)的突變的轉(zhuǎn)錄因子和結(jié)合位點(diǎn)；因子和結(jié)合位點(diǎn)；S/

40、MART DB收集了與染色體結(jié)收集了與染色體結(jié)構(gòu)變化相關(guān)的蛋白因子和位點(diǎn)的信息；構(gòu)變化相關(guān)的蛋白因子和位點(diǎn)的信息；TRANSPATH庫(kù)用于描述與轉(zhuǎn)錄因子調(diào)控相關(guān)的庫(kù)用于描述與轉(zhuǎn)錄因子調(diào)控相關(guān)的信號(hào)傳遞的網(wǎng)絡(luò)；信號(hào)傳遞的網(wǎng)絡(luò)；CYTOMER庫(kù)表現(xiàn)了人類轉(zhuǎn)錄庫(kù)表現(xiàn)了人類轉(zhuǎn)錄因子在各個(gè)器官、細(xì)胞類型、生理系統(tǒng)和發(fā)育時(shí)因子在各個(gè)器官、細(xì)胞類型、生理系統(tǒng)和發(fā)育時(shí)期的表達(dá)狀況。期的表達(dá)狀況。網(wǎng)址：網(wǎng)址： http:/transfac.gbf.de/TRANSFAC/從從19941994年開始，年開始，核酸研究核酸研究（Nucleic Acid ResearchNucleic Acid Research）雜

41、志每年第一期為生物學(xué)數(shù)據(jù)庫(kù)專集，介紹各種生物學(xué)數(shù)雜志每年第一期為生物學(xué)數(shù)據(jù)庫(kù)專集，介紹各種生物學(xué)數(shù)據(jù)庫(kù)，這一期是免費(fèi)的。據(jù)庫(kù)，這一期是免費(fèi)的。網(wǎng)址：網(wǎng)址：//常用數(shù)據(jù)庫(kù)匯總常用數(shù)據(jù)庫(kù)匯總Volume 37, Web Server issue, 1 July 2009 Volume 37, Database issue, January 2009 2.5基本序列數(shù)據(jù)庫(kù)注釋及序列格式基本序列數(shù)據(jù)庫(kù)注釋及序列格式EMBL標(biāo)識(shí)字標(biāo)識(shí)字GenBank標(biāo)識(shí)字標(biāo)識(shí)字含義含義IDLOCUS序列名稱序

42、列名稱DEDEFINITION序列簡(jiǎn)單說明序列簡(jiǎn)單說明ACACCESSION唯一的序列編號(hào)唯一的序列編號(hào)SVVERSION序列版本號(hào)序列版本號(hào)KWKEYWORDS與序列相關(guān)的關(guān)鍵詞與序列相關(guān)的關(guān)鍵詞OSSOURCE序列來源的物種名序列來源的物種名OCORGANISM序列來源的物種學(xué)名和分類學(xué)位置序列來源的物種學(xué)名和分類學(xué)位置DT建立日期建立日期RNREFERENCE相關(guān)文獻(xiàn)編號(hào)或提交注冊(cè)信息相關(guān)文獻(xiàn)編號(hào)或提交注冊(cè)信息RAAUTHORS相關(guān)文獻(xiàn)作者或提交序列作者相關(guān)文獻(xiàn)作者或提交序列作者RTTITLE相關(guān)文獻(xiàn)題目相關(guān)文獻(xiàn)題目RLJOURNAL相關(guān)文獻(xiàn)刊物名或作者單位相關(guān)文獻(xiàn)刊物名或作者單位RXM

43、EDLINE相關(guān)文獻(xiàn)相關(guān)文獻(xiàn)Medline引文代碼引文代碼RCREMARK相關(guān)文獻(xiàn)注釋相關(guān)文獻(xiàn)注釋RP相關(guān)文獻(xiàn)其它注釋相關(guān)文獻(xiàn)其它注釋CCCOMMENT關(guān)于序列的注釋信息關(guān)于序列的注釋信息DR相關(guān)數(shù)據(jù)庫(kù)交叉引用號(hào)相關(guān)數(shù)據(jù)庫(kù)交叉引用號(hào)FHFEATURES序列特征表起始序列特征表起始FT序列特征表子項(xiàng)序列特征表子項(xiàng)SQBASE CONTENT序列長(zhǎng)度、堿基數(shù)目統(tǒng)計(jì)數(shù)序列長(zhǎng)度、堿基數(shù)目統(tǒng)計(jì)數(shù)空格空格ORIGIN序列序列/序列結(jié)束標(biāo)志、空行序列結(jié)束標(biāo)志、空行EMBLEMBL和和GenBankGenBank數(shù)據(jù)庫(kù)的行識(shí)別標(biāo)志比較數(shù)據(jù)庫(kù)的行識(shí)別標(biāo)志比較示例LOCUS NC_012618 15494 bp

44、DNA circular INV 11-MAY-2009 DEFINITION Phascolosoma esculenta mitochondrion, complete genome. ACCESSION NC_012618 VERSION NC_012618.1 GI:228015390 DBLINK Project:37801 KEYWORDS . SOURCE mitochondrion Phascolosoma esculenta (peanut worm) ORGANISM Phascolosoma esculenta Eukaryota; Metazoa; Sipuncula;

45、 Phascolosomatidea; Phascolosomatiformes; Phascolosomatidae; Phascolosoma. REFERENCE 1 (bases 1 to 15494) AUTHORS Shen,X., Ma,X., Ren,J. and Zhao,F. TITLE A close phylogenetic relationship between Sipuncula and Annelida evidenced from the complete mitochondrial genome sequence of Phascolosoma escule

46、nta JOURNAL BMC Genomics 10, 136 (2009) PUBMED 19327168 以GenBank中的一個(gè)水母綠色熒光蛋白基因?yàn)槔恳訥enBank中的一個(gè)水母綠色熒光蛋白基因?yàn)槔ɡm(xù)）？以GenBank中的一個(gè)水母綠色熒光蛋白基因?yàn)槔ɡm(xù)）SWISS-PROTSWISS-PROT數(shù)據(jù)庫(kù)種主要字段含義數(shù)據(jù)庫(kù)種主要字段含義IDIDIdentificationIdentification識(shí)別行識(shí)別行ACACAccession numbersAccession numbers編號(hào)編號(hào)DTDTDateDate日期日期DEDEDescriptionDescription描述

47、描述GNGNGene nameGene name基因名基因名OSOSOrganism speciesOrganism species生物種類生物種類OGOGOrganelleOrganelle細(xì)胞器細(xì)胞器OCOCOrganism classificationOrganism classification生物分類生物分類RNRNReference numberReference number參考號(hào)參考號(hào)RPRPReference positionReference position參考位置參考位置RCRCReference commentsReference comments參考注釋參考注釋RX

48、RXReference cross referenceReference cross reference參考引用參考引用IDIDIdentificationIdentification識(shí)別行識(shí)別行RARAReference authorsReference authors參考作者參考作者RLRLReference locationReference location參考位置參考位置CCCCComments or notesComments or notes注釋注釋DRDRDatabase cross referenceDatabase cross reference引用數(shù)據(jù)庫(kù)引用數(shù)據(jù)庫(kù)KWKWKeywordsKeywords關(guān)鍵詞關(guān)鍵詞FTFTFeature table dataFeature table data特征表數(shù)據(jù)特征表數(shù)據(jù)SQSQSequence headerSequence header序列頭序列頭blankblankSequence dataSequence data序列數(shù)據(jù)序列數(shù)據(jù)/Termination lineTermination line終止行終止行SWISS-PROTSWISS-PRO