獲取和蛋白質序列信息

生物信息數(shù)據(jù)庫種類:基因組數(shù)據(jù)庫、核酸和蛋白質一級結構序列數(shù)據(jù)庫、生物大分子（主要是蛋白質）三維空間結構數(shù)據(jù)庫、以上述三類一次數(shù)據(jù)庫和文獻資料為基礎構建的二次數(shù)據(jù)庫。當前第1頁\共有32頁\編于星期五\12點一次、二次數(shù)據(jù)庫特點一次數(shù)據(jù)庫的數(shù)據(jù)量大、更新速度快、用戶面廣，存在過多的甬余數(shù)據(jù)。而二次數(shù)據(jù)庫的容量比較小，更新速度也沒有一次數(shù)據(jù)庫那樣快，經過篩選后，避免了過多的甬余數(shù)據(jù)。當前第2頁\共有32頁\編于星期五\12點根據(jù)數(shù)據(jù)庫存儲的內容可將生物信息學數(shù)據(jù)庫分為：核酸、蛋白質、基因圖譜、結構、文獻等數(shù)據(jù)庫當前第3頁\共有32頁\編于星期五\12點第二節(jié)核酸序列數(shù)據(jù)庫

一、GenBank數(shù)據(jù)庫

GenBank是一個綜合數(shù)據(jù)庫，該數(shù)據(jù)庫中包含了已經公開的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驗室和大規(guī)模測序計劃提交給GenBank的。當前第4頁\共有32頁\編于星期五\12點GenBank是具有目錄和生物學注釋的核酸序列綜合數(shù)據(jù)庫，由美國國家醫(yī)學圖書館（NLM）的國家生物技術信息中心（NCBI）構建、維護和管理。該中心位于美國馬里蘭國家健康研究所（NIH）。NCBI構建GenBank數(shù)據(jù)庫的序列數(shù)據(jù)來至序列發(fā)現(xiàn)者提交的序列、批量提交的表達序列標簽（EST）、基因組測序序列（GSS）和其它測序中心的高通量數(shù)據(jù)，以及美國專利商標局提供的已發(fā)表專利的序列數(shù)據(jù)。當前第5頁\共有32頁\編于星期五\12點GenBank、EMBL、DDBJ組成國際核酸序列數(shù)據(jù)庫合作組織（INSDC），該組織成員遠程合作，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。當前第6頁\共有32頁\編于星期五\12點檢索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)庫當前第7頁\共有32頁\編于星期五\12點Entrez系統(tǒng)使用Entrez（）可以訪問GenBank中的序列記錄，Entrez是一個靈活的數(shù)據(jù)庫檢索系統(tǒng)，可以檢索35個數(shù)據(jù)庫。Entrez數(shù)據(jù)庫包含來源于GenBank和其它資源的DNA和蛋白序列，還包括基因組圖譜、種群、進化和環(huán)境序列序列數(shù)據(jù)集、基因表達數(shù)據(jù)、NCBI分類學、蛋白結構域信息和來源于MolecularModelingDatabase（MMDB）的蛋白結構數(shù)據(jù)庫，每個數(shù)據(jù)庫經由PubMed和PubMedCentral與學術文獻關聯(lián)。當前第8頁\共有32頁\編于星期五\12點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（/Blast.cgi）系列程序檢測一條查詢序列與數(shù)據(jù)庫所有序列的相似性。BLAST搜索可以在NCBI網站上運行，也可以在FTP站點下載獨立的程序集運行。當前第9頁\共有32頁\編于星期五\12點用FTP獲取GenBankNCBI以傳統(tǒng)的純文本文件格式發(fā)布GenBank，還以ASN.1格式用以內部維護。通過NCBI匿名FTP（）站點可以獲得每兩個月的全文公告和每天與EMBL和DDBJ數(shù)據(jù)更新內容，還可以從印第安納大學的鏡像站點（/biomirror/genbank/）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站點的“tools”目錄中提供轉換每日更新數(shù)據(jù)集的腳本。當前第10頁\共有32頁\編于星期五\12點EMBL數(shù)據(jù)庫

EMBL核苷序列數(shù)據(jù)庫（http://www.edi.ac.uk/embl/）是歐洲主要的核苷序列收集單位。這個數(shù)據(jù)庫是由歐洲生物信息中心EBI（歐洲分子生物學實驗室（EMBL）在德國海德堡的站點）維護的。當前第11頁\共有32頁\編于星期五\12點EBI核苷數(shù)據(jù)來自基因組測序中心、個別科學家、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)。用戶只要進入三者中任意一個數(shù)據(jù)庫都能得到最新數(shù)據(jù)。這三個數(shù)據(jù)庫之間堅持統(tǒng)一的文件指導方針，規(guī)范了數(shù)據(jù)庫登錄的內容和語法。這種指導方針確保了這些數(shù)據(jù)庫的信息以一種便捷的格式進行交換，它與當今的生物信息學軟件兼容，反映了分子生物學領域的發(fā)展。當前第12頁\共有32頁\編于星期五\12點DDBJ數(shù)據(jù)庫

日本DNA數(shù)據(jù)庫（DDBJ）是在亞洲唯一的核酸序列數(shù)據(jù)庫，是公認搜集研究者獲得的核酸序列數(shù)據(jù)庫，并且，發(fā)放給數(shù)據(jù)提交者國際認證的核酸序列編號。由于DDBJ每天將搜集的數(shù)據(jù)與EML-Bank/EBI和GenBank/NCBI進行交換，使得三個核酸數(shù)據(jù)庫幾乎在任何時候都享有相同數(shù)據(jù)。這種幾乎統(tǒng)一的數(shù)據(jù)庫被稱作“國際核酸序列數(shù)據(jù)庫（INSD）”。DDBJ主要收集來自日本研究者獲得的序列數(shù)據(jù)，但也收集數(shù)據(jù)和發(fā)放編號給任何其它國家的研究者。當前第13頁\共有32頁\編于星期五\12點其他重要的核酸序列數(shù)據(jù)庫：dbESTncRNAdbmiRBase當前第14頁\共有32頁\編于星期五\12點dbEST是GenBank中的一個子數(shù)據(jù)庫，包含來源于不同物種的表達序列數(shù)據(jù)和表達序列標簽序列的其它信息。非編碼RNA（ncRNA）數(shù)據(jù)庫旨在提供非編碼RNA的序列和功能信息。非編碼轉錄物不編碼蛋白質，但在細胞中起調節(jié)作用。目前，該數(shù)據(jù)庫包含來源于99種細菌、古生菌和真核生物的30000多條單個序列。miRBase序列數(shù)據(jù)庫是主要存放已發(fā)表的microRNA(miRNA)序列和注釋的數(shù)據(jù)庫。當前第15頁\共有32頁\編于星期五\12點第二節(jié)蛋白質序列數(shù)據(jù)庫

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

當前第16頁\共有32頁\編于星期五\12點PIR數(shù)據(jù)庫蛋白質信息庫（PIR）是一個支持基因組學、蛋白質組學和系統(tǒng)生物學檢索和科學研究的綜合公共生物信息學資源。PIR是由美國國家生物醫(yī)學基金會（NBRF）于1984年建立，幫助研究者確認和解釋蛋白序列信息的數(shù)據(jù)庫。當前第17頁\共有32頁\編于星期五\12點MIPS數(shù)據(jù)庫

生物信息學和系統(tǒng)生物學研究所（IBIS）是慕尼黑亥姆霍茲中心-德國環(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），它的重點工作是基因組生物信息學，特別注重基因組信息系統(tǒng)分析，包括應用生物信息學方法注釋基因組、表達分析和蛋白質組學方面研究。MIPS支持和維護一系列基因組數(shù)據(jù)庫以及系統(tǒng)，可以提供比較分析細菌、真菌和植物基因組服務。在該站點提供基因組分析工具、數(shù)據(jù)庫檢索系統(tǒng)、表達分析、蛋白相互作用等網絡服務。當前第18頁\共有32頁\編于星期五\12點PRINTS是蛋白基序指紋圖綜合數(shù)據(jù)庫，每個指紋圖都是使用數(shù)據(jù)掃描程序ADSP或VISTAS序列分析軟件包反復優(yōu)化后定義的。數(shù)據(jù)庫中有兩種類型指紋圖，根據(jù)指紋圖的復雜性分為簡單和復合指紋圖：簡單指紋圖基本上是單一的基序，而復合指紋圖包含多個基序。當前第19頁\共有32頁\編于星期五\12點Pfam數(shù)據(jù)庫是一個大的蛋白質域家族集合；Pfam家族有兩個質量等級：Pfam-A和Pfam-B。當前第20頁\共有32頁\編于星期五\12點第三節(jié)NCBI與EBINCBI的簡介

NCBI的使命是開發(fā)新的信息技術，幫助理解控制健康和疾病的基本分子和遺傳過程。特別是，NCBI肩負建立存儲和分析分子生物學、生物化學和遺傳學知識的自動系統(tǒng)；提供研究和醫(yī)學界方便使用的數(shù)據(jù)庫和軟件；努力協(xié)調搜集國內外生物技術信息；執(zhí)行分析生物學重要分子結構和功能的先進方法研究。當前第21頁\共有32頁\編于星期五\12點EBI簡介

EMBL-EBI研究團隊旨在通過開發(fā)新方法解釋生物學數(shù)據(jù)，了解生物學。研究領域包括：進化途徑的基因組分析（PaulBertone）；序列數(shù)據(jù)進化分析（NickGoldman）；神經信號計算系統(tǒng)生物學（NicolasLeNovere）；蛋白質組學：結構、功能和進化（JanetThorton）；基因組規(guī)模調節(jié)系統(tǒng)分析（NickLuscombe）和功能基因組學（WolfgangHubert）。當前第22頁\共有32頁\編于星期五\12點第四節(jié)通過EntrezGene從NCBI獲取序列信息Entrez是用于NCBI主要數(shù)據(jù)庫的綜合的、基于文本的搜索和檢索系統(tǒng)。Entrez綜合了科學文獻、DNA和蛋白序列數(shù)據(jù)庫、3D蛋白質結構和蛋白質域數(shù)據(jù)、種群研究數(shù)據(jù)集、表達數(shù)據(jù)、完整基因組組裝和分類學信息形成一個緊密鏈接的系統(tǒng)。它是被設計用于搜索NCBI的鏈接數(shù)據(jù)庫的檢索系統(tǒng)?？梢詧?zhí)行單個子數(shù)據(jù)庫檢索，還可以進行跨庫檢索。當前第23頁\共有32頁\編于星期五\12點EntrezGene檢索

EntrezGene檢索到的記錄提供關鍵鏈接，將圖譜、序列、表達、結構、功能、索引文獻和同源數(shù)據(jù)鏈接在一起構成關鍵鏈接。檢索EntrezGene最簡捷的方法是登錄到NCBI（）的首頁。當前第24頁\共有32頁\編于星期五\12點當前第25頁\共有32頁\編于星期五\12點當前第26頁\共有32頁\編于星期五\12點當前第27頁\共有32頁\編于星期五\12點當前第28頁\共有32頁\編于星期五\12點當前第29頁\共有32頁\編于星期五\12點第五節(jié)通過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、基因組和相關數(shù)據(jù)綜合、分析和顯示工具。SRS檢索系統(tǒng)是個開放的系統(tǒng)，可以根據(jù)不同的需要安裝不同的