第二章生物信息學(xué)數(shù)據(jù)庫資源

第二章生物信息學(xué)數(shù)據(jù)庫資源當(dāng)前1頁，總共102頁。1提綱:模式生物測(cè)序3大核酸數(shù)據(jù)庫蛋白質(zhì)數(shù)據(jù)庫當(dāng)前2頁，總共102頁。2提綱:模式生物測(cè)序3大核酸數(shù)據(jù)庫蛋白質(zhì)數(shù)據(jù)庫當(dāng)前3頁，總共102頁。3humanArabidopsisThermotogamaritimaEscherichiacoliBuchnerasp.APSRickettsiaprowazekiiUreaplasmaurealyticumBacillussubtilisDrosophilamelanogasterThermoplasmaacidophilumPlasmodiumfalciparumHelicobacterpylorimouseCaenorhabitiselegansratBorreliaburgorferiBorreliaburgorferiAquifexaeolicusNeisseriameningitidisZ2491Mycobacteriumtuberculosis一、模式生物當(dāng)前4頁，總共102頁。4模式生物基因組計(jì)劃模式生物基因組計(jì)劃酵母、線蟲、果蠅、細(xì)菌、擬南芥等共約50多種已完成，70余種正在進(jìn)行。目前總量已達(dá)60億堿基對(duì)！當(dāng)前5頁，總共102頁。5virusesplasmidsbacteriafungiplantsalgaeinsectsmollusksreptilesbirdsmammalsGenomesizesinnucleotidepairs(base-pairs)10410810510610710111010109bonyfishamphibians當(dāng)前6頁，總共102頁。6模式生物(ModelOrganism)病毒（Virus）不具有細(xì)胞形態(tài)結(jié)構(gòu)，僅由核酸和蛋白質(zhì)構(gòu)成；如：人艾滋病毒HIV、SARS冠狀病毒體積小，10～300nm；嚴(yán)格的專性細(xì)胞內(nèi)寄生；對(duì)抗生素不敏感。電子顯微鏡下的SARS冠狀病毒100nm當(dāng)前7頁，總共102頁。7Escherichiacoli

大腸桿菌大腸桿菌是研究得最為詳盡的一個(gè)模式生物。這種只有1.6微米長的、可以迅速繁殖的單細(xì)胞原核生物，已經(jīng)成為實(shí)驗(yàn)室和基因工程的重要工具。EscherichiacoliO157:H7EscherichiacoliK12模式生物(ModelOrganism)當(dāng)前8頁，總共102頁。8Saccharomycescerevisiae

釀酒酵母真菌界的單細(xì)胞真核生物，它的全基因組已在1996年測(cè)定。模式生物(ModelOrganism)當(dāng)前9頁，總共102頁。9秀麗線蟲Caenorhabditiselegans

一種透明的、生活在海灘泥沙中的小蟲。細(xì)胞數(shù)目一定：成蟲細(xì)胞數(shù)目只有959個(gè)，其中包括302個(gè)神經(jīng)元；

有6條染色體，全基因組于1998年測(cè)定，長9.7Mb

模式生物(ModelOrganism)當(dāng)前10頁，總共102頁。10Drosophilamelanogaster

果蠅繁殖很快、容易誘發(fā)變異的小昆蟲?？傞L達(dá)1.8億核苷酸。

模式生物(ModelOrganism)當(dāng)前11頁，總共102頁。11Arabidopsisthaliana

擬南芥?zhèn)€體生活周期只有6周的十字花科小草，是一種理想的模式植物。模式生物(ModelOrganism)當(dāng)前12頁，總共102頁。12Oryzasativa

水稻單子葉植物模式植物，390-430MB模式生物(ModelOrganism)當(dāng)前13頁，總共102頁。13模式生物(ModelOrganism)非洲瓜蟾（Xenopuslavias）1個(gè)受精卵在24小時(shí)內(nèi)分裂到各種器官初具雛形的程度；當(dāng)前14頁，總共102頁。14模式生物(ModelOrganism)斑馬魚（Daniorerio）身體透明的小魚，生活周期約3個(gè)月，是研究脊椎動(dòng)物發(fā)育過程的良好對(duì)象。當(dāng)前15頁，總共102頁。15模式生物(ModelOrganism)小鼠（Musmusculus）基因組大小與人類相近，約30億個(gè)核苷酸對(duì)；當(dāng)前16頁，總共102頁。16當(dāng)前17頁，總共102頁。17當(dāng)前18頁，總共102頁。18提綱:模式生物測(cè)序3大核酸數(shù)據(jù)庫蛋白質(zhì)數(shù)據(jù)庫當(dāng)前19頁，總共102頁。19主要的數(shù)據(jù)庫資源核酸序列數(shù)據(jù)庫主要有GenBank,EMBL,DDBJ等.蛋白質(zhì)序列數(shù)據(jù)庫主要有SWISS-PROT,PIR,TrEMBL等，蛋白結(jié)構(gòu)數(shù)據(jù)庫有PDB,MMDB等，與基因組有關(guān)的數(shù)據(jù)庫還有dbEST,OMIM等，當(dāng)前20頁，總共102頁。203大核酸數(shù)據(jù)庫基因組數(shù)據(jù)庫的相關(guān)背景主要的基因組數(shù)據(jù)庫資源重點(diǎn)介紹GenBank當(dāng)前21頁，總共102頁。21ATTGACTAPrimaryvs.DerivativeDatabasesACGTGCTTGACACGTGAATTGACTATATAGCCGACGTGCACGTGCACGTGCTTGACATTGACATTGACACGTGACGTGACGTGAATTGACTAATTGACTAATTGACTAATTGACTATATAGCCGTATAGCCGTATAGCCGTATAGCCGGenBankTATAGCCGTATAGCCGTATAGCCGTATAGCCGATGACATTGAGAATTATTCCGAGAATTCCGAGAATTATTCCGAGAATTCCSequencingCentersGAGAATTCCGAGAATTCCUniGeneRefSeqGenomeAssemblyLabsCuratorsAlgorithmsTATAGCCGAGCTCCGATACCGATGACAA當(dāng)前22頁，總共102頁。22DNA序列數(shù)據(jù)庫最早于1982年在歐洲分子生物學(xué)實(shí)驗(yàn)室誕生，隨即就開始了一個(gè)數(shù)據(jù)庫爆炸的時(shí)代。此后不久因一項(xiàng)美國國家健康研究中心與洛斯阿拉莫斯國家實(shí)驗(yàn)室的合同而誕生了GenBank。日本的DNA數(shù)據(jù)庫（DDBJ），在幾年后加入了數(shù)據(jù)收集的合作?；蚪M數(shù)據(jù)庫的發(fā)展歷史當(dāng)前23頁，總共102頁。23基因組數(shù)據(jù)庫的發(fā)展歷史1988年一次三方會(huì)議之后（現(xiàn)在稱之為“國際DNA序列數(shù)據(jù)庫合作計(jì)劃”）達(dá)成協(xié)議，對(duì)數(shù)據(jù)庫的記錄采用共同的格式現(xiàn)在三個(gè)中心都收集直接提交的數(shù)據(jù)，并在三者之間發(fā)布。

當(dāng)前24頁，總共102頁。24三大基因數(shù)據(jù)庫Genbank

Genbank庫包含了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)著作和生物學(xué)注釋。它是由美國國立生物技術(shù)信息中心(TheNationalCenterforBiotechnologyInformation,

NCBI)建立和維護(hù)的。

NCBI的網(wǎng)址是：。EMBL(TheEuropeanMolecularBiologyLaboratory

)核酸序列數(shù)據(jù)庫

由歐洲生物信息學(xué)研究所(EBI)維護(hù)的核酸序列數(shù)據(jù)構(gòu)成，查詢檢索可以通過通過因特網(wǎng)上的序列提取系統(tǒng)(SRS)服務(wù)完成。

數(shù)據(jù)庫網(wǎng)址是：。

DDBJ(DNADataBankofJapan)數(shù)據(jù)庫

日本DNA數(shù)據(jù)倉庫(DDBJ)也是一個(gè)全面的核酸序列數(shù)據(jù)庫，與Genbank和EMBL核酸庫合作交換數(shù)據(jù)。使用其主頁上提供的SRS工具進(jìn)行數(shù)據(jù)檢索和序列分析。

DDBJ的網(wǎng)址是：。當(dāng)前25頁，總共102頁。25GenBankPublicfreeAvailableviaInternetEMBLDataLibraryDDBJ(DNADataBankofJapan)三大基因數(shù)據(jù)庫之間的關(guān)系當(dāng)前26頁，總共102頁。26當(dāng)前27頁，總共102頁。27美國的核酸數(shù)據(jù)庫GenBank〖Banson,D.A.etal.(1998)NucleicAcidsRes.26,1-7〗從1979年開始建設(shè)，1982年正式運(yùn)行。當(dāng)前28頁，總共102頁。28當(dāng)前29頁，總共102頁。29歐洲分子生物學(xué)實(shí)驗(yàn)室的EMBL數(shù)據(jù)庫也于1982年開始服務(wù)。當(dāng)前30頁，總共102頁。30當(dāng)前31頁，總共102頁。31日本于1984年開始建立國家級(jí)的核酸數(shù)據(jù)庫DDBJ，并于1987年正式服務(wù)。當(dāng)前32頁，總共102頁。32當(dāng)前33頁，總共102頁。33當(dāng)前34頁，總共102頁。34當(dāng)前35頁，總共102頁。35當(dāng)前36頁，總共102頁。36當(dāng)前37頁，總共102頁。37當(dāng)前38頁，總共102頁。38提綱:模式生物測(cè)序3大核酸數(shù)據(jù)庫蛋白質(zhì)數(shù)據(jù)庫當(dāng)前39頁，總共102頁。39蛋白質(zhì)數(shù)據(jù)庫當(dāng)前40頁，總共102頁。40主要的數(shù)據(jù)庫資源核酸序列數(shù)據(jù)庫主要有GenBank,EMBL,DDBJ等.蛋白質(zhì)序列數(shù)據(jù)庫主要有SWISS-PROT,PIR,TrEMBL等，蛋白結(jié)構(gòu)數(shù)據(jù)庫有PDB,MMDB等，與基因組有關(guān)的數(shù)據(jù)庫還有dbEST,OMIM等，當(dāng)前41頁，總共102頁。4160年代“蛋白質(zhì)信息資源”(ProteinInformationResource，簡稱PIR)雛形產(chǎn)生1984年，“蛋白質(zhì)信息資源”計(jì)劃正式啟動(dòng)，蛋白質(zhì)序列數(shù)據(jù)庫PIR也因此而誕生。1988年，美國的NBRF、日本的國際蛋白質(zhì)信息數(shù)據(jù)庫JIPID和德國的慕尼黑蛋白質(zhì)序列信息中心MIPS合作成立了國際蛋白質(zhì)信息中心(PIR-International)，共同收集和維護(hù)蛋白質(zhì)序列數(shù)據(jù)庫PIR。當(dāng)前42頁，總共102頁。42

PIR(proteininformationresource)1.由美國NCBI翻譯自GenBank的DNA序列(1984年)；2.在EMBL和GenBank數(shù)據(jù)庫上均建立了鏡像站點(diǎn)；3.數(shù)據(jù)依據(jù)注釋的質(zhì)量分為4類。

網(wǎng)址：http://www-/分類名稱(Name)說明(Comment)記錄數(shù)(Numberofentries)PIR1已分類、已注釋(Classifiedandannotated)13572PIR2已注釋(Annotated)69368PIR3未核實(shí)(Unverified)7508PIR4未翻譯(Unencodedoruntranslated)196PIR數(shù)據(jù)庫的分類情況(Release51.03)當(dāng)前43頁，總共102頁。43當(dāng)前44頁，總共102頁。44除了PIR外，另一個(gè)重要的蛋白質(zhì)序列數(shù)據(jù)庫則是SwissProt。該數(shù)據(jù)庫由瑞士日內(nèi)瓦大學(xué)于1986年創(chuàng)建，目前由瑞士生物信息學(xué)研究所和歐洲生物信息學(xué)研究所EBI共同維護(hù)和管理。

當(dāng)前45頁，總共102頁。45

SWISS－PROT1.瑞士日內(nèi)瓦大學(xué)醫(yī)學(xué)生物化學(xué)系和歐洲生物信息學(xué)研究所(EBI)合作維護(hù)（1986年）；2.在EMBL和GenBank數(shù)據(jù)庫上均建立了鏡像站點(diǎn);3.數(shù)據(jù)庫包括了從EMBL翻譯而來的蛋白質(zhì)序列，這些序列經(jīng)過檢驗(yàn)和注釋；

SWISS-PROT的網(wǎng)址：當(dāng)前46頁，總共102頁。46當(dāng)前47頁，總共102頁。47

PIR和SwissProt是創(chuàng)建最早、使用最為廣泛的兩個(gè)蛋白質(zhì)數(shù)據(jù)庫。蛋白質(zhì)序列數(shù)據(jù)庫TrEMBL是從EMBL中的cDNA序列翻譯得到的。該數(shù)據(jù)庫采用SwissProt數(shù)據(jù)庫格式，包含EMBL數(shù)據(jù)庫中所有編碼序列的翻譯。TrEMBL:當(dāng)前48頁，總共102頁。48蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫當(dāng)前49頁，總共102頁。49主要的數(shù)據(jù)庫資源核酸序列數(shù)據(jù)庫主要有GenBank,EMBL,DDBJ等.蛋白質(zhì)序列數(shù)據(jù)庫主要有SWISS-PROT,PIR,TrEMBL等，蛋白結(jié)構(gòu)數(shù)據(jù)庫有PDB,MMDB等，與基因組有關(guān)的數(shù)據(jù)庫還有dbEST,OMIM等，當(dāng)前50頁，總共102頁。50

PDB（proteindatabank）1.目前最主要的蛋白質(zhì)分子結(jié)構(gòu)數(shù)據(jù)庫；2.1970年代建立，美國Brookhaven國家實(shí)驗(yàn)室維護(hù)管理;3.1988年，由美國RCSB(researchcollaboratoryforstructuralbiology)管理；4.以文本格式存放數(shù)據(jù)，包括原子坐標(biāo)、物種來源、測(cè)定方法、提交者信息、一級(jí)結(jié)構(gòu)、二級(jí)結(jié)構(gòu)等；

PDB的網(wǎng)址：http://(美國)當(dāng)前51頁，總共102頁。51當(dāng)前52頁，總共102頁。52當(dāng)前53頁，總共102頁。53如何AccessPDB記錄?當(dāng)前54頁，總共102頁。54如何AccessPDB記錄?當(dāng)前55頁，總共102頁。55如何AccessPDB記錄?當(dāng)前56頁，總共102頁。56如何AccessPDB記錄?DownloadPDBfileViewPDBfileStructureviewoptions當(dāng)前57頁，總共102頁。57如何AccessPDB記錄?當(dāng)前58頁，總共102頁。58如何AccessPDB記錄?當(dāng)前59頁，總共102頁。59Questions:下列數(shù)據(jù)庫分別是什么類型的數(shù)據(jù)庫?GenBank,PIR,DDBJ,SWISS-PROT,PDB,EMBL,TrEMBL,當(dāng)前60頁，總共102頁。60第三章生物信息學(xué)數(shù)據(jù)庫資源--數(shù)據(jù)庫查詢當(dāng)前61頁，總共102頁。61當(dāng)前62頁，總共102頁。62當(dāng)前63頁，總共102頁。63當(dāng)前64頁，總共102頁。64PubMed的特點(diǎn)收錄的文獻(xiàn)多!!大部分與生命科學(xué)相關(guān)自動(dòng)詞語匹配鏈接點(diǎn)多，部分在網(wǎng)上免費(fèi)獲得全文也可以直接定購原文當(dāng)前65頁，總共102頁。65二、檢索規(guī)則當(dāng)前66頁，總共102頁。66二、檢索規(guī)則當(dāng)前67頁，總共102頁。67當(dāng)前68頁，總共102頁。68當(dāng)前69頁，總共102頁。69當(dāng)前70頁，總共102頁。70復(fù)雜檢索限制字段類別常用的有:Author:BaoYM[au]Title:stress[ti]Tilte/Abstract：stress[title/abstract]Date:1999:2009[dp]

當(dāng)前71頁，總共102頁。71復(fù)雜檢索布爾邏輯運(yùn)算：AND、OR、NOT必須大寫。邏輯符的運(yùn)算次序是從左至右，括號(hào)內(nèi)的檢索式可作為一個(gè)單元，優(yōu)先運(yùn)行。布爾邏輯檢索允許在檢索詞后面附加字段標(biāo)識(shí)例如：rice[ti]ANDBaoYM[au]AND2008:2009[dp]當(dāng)前72頁，總共102頁。72當(dāng)前73頁，總共102頁。73Question1:如何查找由ZhuJ實(shí)驗(yàn)室于2005以后發(fā)表的,題目中顯示關(guān)于水稻的文獻(xiàn)?當(dāng)前74頁，總共102頁。74Question2:如：我要查找BaoYM在Nature或Science上發(fā)表的論文1BaoYM[au]AND(Nature[Journal]ORScience[Journal])

2BaoYM[au]ANDNatureORScience[Journal]

3BaoYM[au]ANDNature[Journal]ORScience[Journal]4BaoYM[au]AND(NatureORScience)[Journal]哪一個(gè)檢索語言是正確的?當(dāng)前75頁，總共102頁。75在PubMed頁面上選擇AdvancedSearch:當(dāng)前76頁，總共102頁。76在PubMed頁面上選擇AdvancedSearch:當(dāng)前77頁，總共102頁。77在PubMed頁面上選擇Limits:當(dāng)前78頁，總共102頁。78在PubMed頁面上選擇Limits:當(dāng)前79頁，總共102頁。79如何獲取GenBank中的序列?當(dāng)前80頁，總共102頁。80同樣存在限制字段:常用的有:Author:XingJY[au]

title:BMAL1[ti]organism:pig[organism]或者直接輸入:Accession:

HQ657211[Accession]GeneName:BMAL1[GeneName]ProteinName:BMAL1

[ProteinName]如:XingJY[au]ANDBMAL1[ti]ANDpig[organism]如果沒有限定，就是任意字段。如何獲取GenBank中的序列?當(dāng)前81頁，總共102頁。81當(dāng)前82頁，總共102頁。82Quest