[转]生物信息学简介及分子生物学相关重要数据库论文

1、 转转 生物信息学简介及分子生物学相关重要数据库生物信息学简介及分子生物学相关重要数据库论文论文关键字：序列 数据库 欧洲 分析 信息 蛋白质 蛋白 核酸 蛋白质序列分子生物学相关数据库分子生物学相关数据库综合数据库：综合数据库：EntrezEntrez由 NCBI 开发的一个数据库检索系统，它综合了下述各大数据库的信息，包括核酸、蛋白以及Medline 文摘数据库，在这三个数据库中建立了非常完善的联系。因此，可以从一个序列查询到蛋白产物以及相关的结构、功能和文献信息，详见 NCBI(美国国立生物技术信息中心) 简介。EBIEBI欧洲生物信息学研究所(European Bioinformati

2、cs Institute,EBI)是 EMBL 的分部，位于英国 Hinxton 的 Wellcome Trust Genome Campus。EBIEBI 维护和发布的数据库维护和发布的数据库：EMBL 核酸数据库、欧洲原始核酸数据资源库SwissProt 蛋白质序列数据库与瑞士生物信息学协会(Swiss Institute forBioinformatics,SIB)的 Amos Bairroch 合作TrEMBL(SwissProt 的附属数据库，由 EMBL 数据库编码序列翻译而来的蛋白质序列数据库)分子结构数据库(Molecular Structure Database,MSD)与

3、Brookhaven 国家实验室(纽约)的蛋白质三维结构数据库(Protein Data Bank,PDB)合作放射杂交数据库(Radiation Hybrid database,RHdb)其他组织合作产生的分子生物学数据库：EBI 还提供网络服务，通过互联网、其 WEB 界面和 FTP 服务器可以访问最新收集到的数据，同时也提供数据库和序列相似性的搜索工具。核酸数据库：核酸数据库：GenBankGenBankGenBank 是 NIH 的基因序列数据库，由美国国立卫生研究院全国生物技术信息中心（NCBI）建立并维护，是所有公开的 DNA 序列的集合( Nucleic AcidsResearc

4、h 1998 Jan 1;26(1):1-7)，GenBank 包含所有已知的核苷酸及蛋白质序列、以及与之相关的生物学信息和参考文献，是世界上的权威序列数据库。GenBank 每条数据包含对序列的精确描述，序列来源生物的科学名称及树状分类，以及特征数据栏，提供序列的蛋白编码区和具有特殊生物学意义的位点，如转录单位(transcription units)、突变或修饰位点(sites ofmutationsormodifications)及重复序列(repeats），还提供特定序列编码的蛋白质序列。参考文献还给出其在 MEDLINE 上的特定标识号。EMBL-EBIEMBL-EBI欧洲分子生物学

5、实验室(EuropeanMolecularBiology Laboratory)于 1974 年由欧洲 14 个国家加上亚洲的以色列共同发起建立，包括一个位于德国Heidelberg 的核心实验室，及三个位于德国 Hamburg，法国 Grenoble 及英国Hinxton 的研究分部，是欧洲最重要和最核心的分子生物学基础研究和教育培训机构。.EMBL-DNA 数据库于 1982 年由 EMBL 建立，为欧洲最主要的核酸序列数据库，与美国的 GenBank 及日本的 DDBJ 共同组成全球性的国际 DNA 数据库。EBI 即现在的欧洲生物信息研究所，是 EMBL 在英国 Hinxton 的分部

6、，主要负责建立 EMBLDNA 数据库，可进行核苷酸序列检索及序列相似性查询。目前此数据库由其分支机构EBI（the European BioinformaticsInstitute，欧洲生物情报研究所）维护。DDBJDDBJ日本 DNA 数据库 DDBJ(DNA Data Bank of Japan)，于 1984 年建立，是世界三大 DNA 数据库之一，与 NCBI 的 GenBank，EBI 的 EMBL 数据库共同组成国际 DNA数据库，每日交换更新数据和信息，并主持两个国际年会国际 DNA 数据库咨询会议和国际 DNA 数据库协作会议。DDBJ 主要向研究者收集 DNA 序列信息并赋

7、予其数据存取号，信息来源主要是日本的研究机构，亦接受其他国家呈递的序列，数据库通过 WWW 环球网，匿名 FTP，e-mail 或 Gopher 方式为广大研研究人员服务。蛋白数据库：蛋白数据库：ExPASyExPASyExPASy 是由位于瑞士日内瓦的Swiss Institute of Bioinformatics 所建立，为全世界最重要的蛋白质资料库之一，也是 GCG 最主要的蛋白质资料来源。主要内容包括蛋白质序列，构造及 2-D PAGE (Two-dimentionalpolyacrylamide gel electrophoresis ) 的多个重要资料库，以及蛋白质序列和构造工具

8、，FTP Server 和相关讯息。有许多用于分析上所需的工具，包括蛋白质功能预测、序列搜寻及比对，二级，三级和四级结构的预测等等。ExPASy Proteomics tools 包括 Protein identification tools ，Proteincharacterization tools，以及 Sequence analysis tools 三大部分，具体有：Aldente：利用肽指纹图谱来辨别蛋白质。Rasmol：观看生物分子 3D 微观立体结构的软件，可以旋转，以多个模式观看，并可以存成普通图形文件。MolMol：将 PDB 等格式的蛋白质文件通过微调，存成普通的图形文件。

9、CLUSTALW：用来对蛋白质序列进行多序列比较的工具。多序列比较在分子生物学中是一个及基本方法，用来发现序列特征，进行蛋白质分类，证明序列见得同源性，帮助预测序列二级结构与三级结构，确定 PCR 引物，以及分子进化分析。Fasta3：在 internent 上有许多的在线 FASTA 查找服务，查找某数据库中的同源序列，也可下载后离线使用。BLAST：在数据库中查找某一序列的类似序列，目前在 internet 上有许多的在线查找 BLAST 程序。专门用于查找各大数据库中与用户提交序列类似的序列，分别为 blastp,blastn,blastx,tblastn,tblastn.VMD: 用来

10、显示生物分子的微观立体结构，可以利用内建的功能，做出动画效果。Swiss-PdbViewer：是一个界面友好的应用程序，使用方便，可以同时分析几个蛋白质的 PDB 文件，可以将几个蛋白质叠加起来用来分析结构类似性，比较活性位点或其他有关位点，通过菜单操作与直观的图形，可以很容易获得氢键，角度，原子距离，氨基酸突变等数据。Astex Viewer：三维分子显示控件，用来在网页中以及 office 各个软件的文件中，VB，VC 应用程序中显示三维分子，支持许多标准的三维分子格式。PHYLIP：进行进化树分析，可以分析 DNA 与蛋白质序列，限制位点等，可以绘制进化树，程序含有多种选项可以精确控制与

11、分析。TREE PUZZLE：核酸序列，蛋白质序列相似性分析以及进化树构建工具，根据序列数据的最大相似性来构建进化树，可对大量数据进行快速分析构建，程序还包含多个统计测试。FindMod：预测潜在的蛋白质翻译后修饰和蛋白质中潜在的单氨基酸替换.FindPept：综合分子量的信息、化学修饰，翻译后修饰等其他信息共同来鉴定蛋白GlycoMod：预测可能的 oligosaccharide 结构.SWISS-MODEL：一个自动的蛋白质建模服务,如果一个 3 维结构未知的蛋白质的序列和已知三维结构的蛋白质的序列有很近的相似关系,那么就可以使用这个工具来构建这个蛋白的 3 维模型.ProtParam：计

12、算一个蛋白质序列的理化参数例如氨基酸残基位置,等电点,原子位置等ScanProsite：输入序列或 SWISS-PROT 编号即可，能够得到超过 50 种待测蛋白的特征。可沿序列计算每个残基位点的移动平均疏水性，并给出疏水性-序列曲线。PDB/RCSBPDB/RCSB (Protein(Protein Database)Database)Protein Data Bank (PDB)是美国 RCSB (Reserach Collaborotory forStructural Bioinformatics；由 Rutger 大学、位于 UCSD 之 San DiegoSupercomputer Center 及 National Institute of Standards and Technology所组成)所维持的蛋白质数据库，收集了包括以 x-ray diffraction 及 NMR 取得之生物大分子 3D 结构信息。在 2002 年 9 月，它包含有 16823 种蛋白，761 种蛋白核酸 complex，1089 种核酸及 18 种碳水化合物的 3D 结构(图二)。PIR亦自 PDB 选取部分结构成立 NRL-3D 数据库，使用 ATLAS 这种 multi-databaseinformation r