生物信息學序列分析核酸和蛋白質數(shù)據庫

生物信息學序列分析核酸和蛋白質數(shù)據庫第一頁，共三十一頁，2022年，8月28日課程安排：課堂多媒體講授：第一講核酸和蛋白質數(shù)據庫第二講國內外文獻數(shù)據庫第三講生物信息學常用軟件第四講序列的提交和序列分析

第二頁，共三十一頁，2022年，8月28日教材、參考書和學術期刊教材和參考書:1《生物信息學方法與實踐》，張成崗和賀福初編，科學出版社，2002年6月，第1版。2、《生物信息學》，趙國屏等編，科學出版社，2002年4月，第1版。3、《基礎生物信息學及應用》，蔣彥等編，清華大學出版社，2003年11月，第1版4、《簡明生物信息學》，鐘楊等編，高等教育出版社，2001年12月，第1版。5、《生物信息學概論》（TKAttwood,DJParry-Smith著），羅靜初等譯，北京大學出版社，2002年4月，第1版。6、《生物信息學-基因和蛋白質分析的實用指南》（AndreasDBaxevanis,BFFrancisOuelette著），李衍達、孫之榮等譯，清華大學出版社，2000年8月，第1版。學術期刊：

第三頁，共三十一頁，2022年，8月28日第一講、核酸和蛋白質數(shù)據庫第四頁，共三十一頁，2022年，8月28日染色體基因組圖譜基因組數(shù)據庫核酸DNA序列核酸序列數(shù)據庫蛋白質蛋白質序列蛋白質序列數(shù)據庫蛋白質結構蛋白質結構數(shù)據庫基因組作圖序列測定結構測定生物信息學數(shù)據庫工具生物信息學數(shù)據庫工具二次數(shù)據庫︿復合數(shù)據庫﹀分子生物信息數(shù)據庫概況X-衍射等物理技術第五頁，共三十一頁，2022年，8月28日一、核酸數(shù)據庫1、國際三大核酸數(shù)據庫數(shù)據庫(Database)網址(Address)第六頁，共三十一頁，2022年，8月28日GenBank：由美國國家生物技術信息中心(NationalCenterforBiotechnologyInformation,NCBI)建立。該中心隸屬于美國國家醫(yī)學圖書館，位于美國國家衛(wèi)生研究院(NIH)內。EMBL：歐洲分子生物學實驗室(EuropeanMolecularBiologyLaboratory,其下有EuropeanBioinformaticsCentre)，主要位于英國劍橋Cambridge和德國漢堡Hamburg。DDBJ：日本DNA數(shù)據庫(DNADataBankofJapan）,由theNationalInstituteofGenetics,NIG主管。第七頁，共三十一頁，2022年，8月28日這3個大型數(shù)據庫于1988年達成協(xié)議，組成合作聯(lián)合體。它們每天交換信息，并對數(shù)據庫DNA序列記錄的統(tǒng)一標準達成一致。每個機構負責收集來自不同地理分布的數(shù)據（EMBL負責歐洲，GenBank負責美洲，DDBJ負責亞洲等），然后來自各地的所有信息匯總在一起，3個數(shù)據庫的數(shù)據共享并向世界開放，故這3個數(shù)據庫又被稱為公共序列數(shù)據庫（PublicSequenceDatabase）。所以從理論上說，這3個數(shù)據庫所擁有的DNA序列數(shù)據是完全相同的。你可以從中選擇一個你喜歡的數(shù)據庫；但是如果你的研究需要實時(24小時以內)的，則要注意這些數(shù)據庫間的記錄是會有差異的。第八頁，共三十一頁，2022年，8月28日第九頁，共三十一頁，2022年，8月28日第十頁，共三十一頁，2022年，8月28日第十一頁，共三十一頁，2022年，8月28日北京大學生物信息學中心(CentreofBioinformatics,PekingUniversity):北京華大基因研究中心(中國科學院北京基因組研究所)：清華大學生物系生物信息研究室：中國科學院上海生命科學研究院生物信息中心:2、我國主要生物信息學機構第十二頁，共三十一頁，2022年，8月28日第十三頁，共三十一頁，2022年，8月28日3、基因組數(shù)據庫如：大腸桿菌基因組ECDC、酵母菌基因組CYGD、線蟲基因組AceDB、果蠅基因組FlyBase、老鼠基因組MGD、人類基因組GDB、擬南芥TAIR(AtDB)數(shù)據庫和水稻基因組RGP等。部分生物基因組計劃網址如下：第十四頁，共三十一頁，2022年，8月28日大腸桿菌EColi——ECDC數(shù)據庫http://www.uni-giessen.de/~gx1052/ECDC/ecdc.htm酵母菌Yeast——CYGD數(shù)據庫

線蟲Caenorhabditiselegans

——AceDB數(shù)據庫果蠅Drosophila

——FlyBase數(shù)據庫

第十五頁，共三十一頁，2022年，8月28日斑馬魚Zebrafish

人類Human——GDB數(shù)據庫第十六頁，共三十一頁，2022年，8月28日擬南芥

Arabidopsis——TAIR(AtDB)數(shù)據庫水稻Rice——RGP數(shù)據庫(http://rgp.dna.affrc.go.jp/IRGSP)（/rice)(/tdb/e2k1/osa1/)第十七頁，共三十一頁，2022年，8月28日第十八頁，共三十一頁，2022年，8月28日目前完成全基因組測序工作的物種有很多，并在隨時更新（update）.可以進入ncbi的基因組計劃二次數(shù)據庫查看，其網址：第十九頁，共三十一頁，2022年，8月28日第二十頁，共三十一頁，2022年，8月28日Referenceto:方剛,陳蘊佳,高歌,劉翟,何坤,吳昕,顧孝誠,羅靜初.基因組數(shù)據庫簡介.遺傳,2003,25(4):440-444第二十一頁，共三十一頁，2022年，8月28日4、學會查找和理解數(shù)據庫中的數(shù)據信息第二十二頁，共三十一頁，2022年，8月28日二、蛋白質數(shù)據庫第二十三頁，共三十一頁，2022年，8月28日SWISS-PROT和PIR是國際上二個主要的蛋白質序列數(shù)據庫，目前這二個數(shù)據庫在EMBL和GenBank數(shù)據庫上均建立了鏡像(mirror)站點。SWISS-PROT數(shù)據庫包括了從EMBL翻譯而來的蛋白質序列，這些序列經過檢驗和注釋。該數(shù)據庫主要由日內瓦大學醫(yī)學生物化學系和歐洲生物信息學研究所(EBI)合作維護。SWISS-PROT的序列數(shù)量呈直線增長。第二十四頁，共三十一頁，2022年，8月28日PIR數(shù)據庫的數(shù)據最初是由美國國家生物醫(yī)學研究基金會（NationalBiomedicalResearchFoundation,NBRF）收集的蛋白質序列，主要翻譯自GenBank的DNA序列。1988年，美國的NBRF、日本的JIPID（theJapaneseInternationalProteinSequenceDatabase日本國家蛋白質信息數(shù)據庫）、德國的MIPS（MunichInformationCentreforProteinSequences摹尼黑蛋白質序列信息中心）合作，共同收集和維護PIR數(shù)據庫。PIR根據注釋程度(質量)分為4個等級。第二十五頁，共三十一頁，2022年，8月28日TrEMBL(TranslatedEMBL)

數(shù)據庫也是一個蛋白質數(shù)據庫，它包括了所有EMBL庫中的蛋白質編碼區(qū)序列，提供了一個非常全面的蛋白質序列數(shù)據源，但這勢必導致其注釋質量的下降。第二十六頁，共三十一頁，2022年，8月28日實驗獲得的三維蛋白質結構均貯存在蛋白質數(shù)據庫PDB(ProteinDataBank)中。PDB是國際上主要的蛋白質結構數(shù)據庫，雖然它沒有蛋白質序列數(shù)據庫那么龐大，但其增長速度很快。PDB貯存有由X射線和核磁共振(NMR)確定的結構數(shù)據。NRL-3D（NavalResearchLaboratory-3D）數(shù)據庫提供了貯存在PDB庫中蛋白質的序列，它可以進行與已知結構的蛋白質序列的比較。PDB和NRL-3D三維蛋白質結構數(shù)據庫第二十七頁，共三十一頁，2022年，8月28日對來自PDB中每個已知三維結構的蛋白質序列進行多序列列線(multiplesequencealignment)同源性比較的結果，被貯存在HSSP(homology-derivedsecondstructuresofproteins)數(shù)據庫中。被列為同源的蛋白質序列很有可能具有相同的三維結構，HSSP因此根據同源性給出了SWISS-PROT數(shù)據庫中所有蛋白質序列最有可能的三維結構。要想了解對已知結構蛋白質進行等級分類的情況可利用SCOP(Structuralclassificationofproteins)數(shù)據庫，在該庫中可以比較某一蛋白質與已知結構蛋白的結構相似性。CATH(Class,Architecture,TopologyandHomologoussuperfamily)是與SCOP類似的一個數(shù)據庫。

第二十八頁，共三十一頁，2022年，8月28日目前，瑞士生物信息學研究所（SwissInstituteofBioinformatics,SIB）創(chuàng)建了蛋白質分析專家系統(tǒng)（Expertproteinanalysissystem,ExPASy，網址：）涵蓋了上述主要的數(shù)據庫。我國的北京大學生物信息中心()設立了ExPASy的鏡像（Mirror）。ExPASy蛋白質分析專家系統(tǒng)第二十九頁，共三十一頁，2022年，8月28日ProteindatabaseinNCBITheProteindatabaseisacollectionofsequencesfromseveralsources,includingtranslationsfromannotatedcodingregionsinGenBank,RefSeqandTPA,aswellasrecordsfromSwissProt,PIR,PRF,andPDB.Proteinsequencesarethefundamentaldeterminantsofbiologicalstructureandfunction.第三十頁，共三十一頁，2022年，8月28日蛋白質序列中的一些符號含義蛋白質基序(motif)中的x表示任意氨基酸，其中的數(shù)字表示任意幾個氨基酸；中括號[ST]表示氨基酸為SorT；大括號{P}表示除掉P之外的任意氨基酸。如：IDASN_GLYCOSYLATION;PATTE