上生物学数据库和软件资源的利用

1、In ternet 上生物学数据库和软件资源的利用 代宁 (南京师范大学生命科学学院 江苏南京 210097摘要 着重介绍了 In ternet 上一些常用的生物学数据库和生物学软件 , 并就其站点 、 获取方式 、 功能和使用技巧作了简要的阐述 。关键词 In ternet 生物学数据库软件利用近年来 , 随着计算机和网络化技术的迅猛发展 , 大量 的生物信息资源可以通过 In ternet 检索获取 , 特别是大量 的生物学数据库和软件资源与 In ternet 连接 , 为生命科学 研究带来了机遇与挑战 。应用它们 , 可以极大推动我们的 研究工作 。 因此 , In ternet 上生

2、物学数据库和软件资源的 利用应当成为我国生命科学工作者的必备素质 。 现就 Iin ternet 上一些常用的生物学数据库和生物学软件资源 利用作一综述 。1生物学数据库资源的利用生物学数据库资源是 In ternet 上的重要信息资源 , 是 获取生物信息的重要途径之一 。科学的各个领域 , :数据库 , 如 、 DDBJ数 据 库 , ISS 2R 、 RL 3D 和 T rE M BL 等 ; , 如 PDB 、 NDB 和 CCSD 等 。 。 鉴于生物学数据库覆盖面广 , 分布分散且格式不统 一 , 一些计算中心将多个数据库整合在一起提供综合服 务 。目前 , 国际上 4个大的生物信

3、息中心数据库即美国国 立 卫 生 研 究 院 国 家 生 物 技 术 研 究 中 心 (T he N ati onalCen ter fo r B i o techno logy Info rm ati onm , N CB I 数据库 、 基因组序列数据库 (Genom e Sequence D ataBase , GSDB 、 欧 洲 分 子 生 物 学 实 验 室 (Eu ropean M o lecu lar B i o logy L abo rato ry , E M BL 数据库和日本国家遗传研究 所 DNA 数据库 (DNA D atabank of Japan , DDBJ 就

4、是源 自数百种生物 c DNA 和基因组 DNA 序列建立起来的大 型综合服务性数据库 。 例如 :N CB I 开发的 En trez 系列就 综合了大量数据库的信息和 M EDL I N E 的文献信息 , 其 特点是对于每一个序列给出了类似的序列或相关的结 构 、 功能和文献信息 。 欧洲生物信息学研究所 (Eu ropean B i o info rm atics In stitu te , EB I 的 SR S (Sequence R etrival System 是一功能强大的生物学数据库检索系统 , 它包含 了核酸序列库 、 蛋白质序列库 、 三维结构库和基因组等 30多 个

5、数 据 库 及 FA STA 、 CLU STALW 、 PRO S IT ESEA RCH 等强有力的搜索工具 , 用户可以将这 些数据库通过超链接整合在一起 , 通过这些超链接能方 便地在不同数据库间进行跳跃浏览 。高度计算机和网络化使得在 In ternet 上更新 、 检索和 收集生物学数据库变得十分快捷方便 。 1997年 PDB 推出 了自动数据投送系统 A u toD ep , 使向 PDB 投送数据库操 作大大简化 。 而 EB I 则通过为一些机构建立帐户的方式 提高数据库收集的效率 。 Java 是一种不依赖于平台的高 效网络语言 , PR I N T S 数据库在 199

6、6Java 引入 , , PDB 等已经实 现了 L ( 模型的传 送 , 。网址E http : www . embl 2heidelberg . deGenBank http : www . ncbi . nl m . nih . gov W eb GenbankDDBJ http : www . ddbj . nig . ac . j pS W ISS 2PROT http: www. expasy . ch sprot 2top. ht m lP I R http : www 2nbrf . georgetown . edu pirGDB http : gdbwww . gdb . o

7、rgPDB http: www. i p c . pku . edu . cn npdbTDB http : www . tigr . org tdbRNABase . org http : www . rnabase . orgGOLD http : igweb . integratedgenom ics . com GOLDGSDB http : seqsi m . ncgr . org default . ht mSCOP http : www . i p c . pku . edu . cn scopEB I http : www . ebi . ac . ukNCB I http :

8、 www . ncbi . nl m . nih . govNCGR http : www . ncgr . orgSI B http : www . isb 2sib . chExPASy http : www . expasy . chSRS http : srs . ebi . ac . ukW eiz mann Institute http : bi o informatics . W eiz mann . ac . ilPedro sBi o MolecularResearch toolshttp : www . public . iastate . edu pedro resear

9、ch _tools . ht m lM edlinehttp : www 2. ncbi . nl m . nih . gov medline query _form .ht m lBi o M edNet http : www . Bi o M edNet . com当今 , 基于 U n ix 平台的生物学数据库服务系统包括 了数据库检索系统 SR S 、 数据库下载服务 FT P 、 以及数据 库搜索系统 BLA ST 。 这 3个系统相互联系 , 是生物学数据 库应用的主要组成部分 。 对于最常用并且数据量最大的 核酸序列数据库 E M BL 和蛋白质三级结构数据库 PDB , 7 2

10、2002年第 37卷第 7期生物学通报可以做到每日更新 ; 蛋白质序列数据库 S W ISSPRO T 和 TR E M BL 每周更新 。所有更新后的数据随时公布在 FT P 服 务 器 上 , 同 时 对 新 数 据 建 立 SR S 索 引 , 然 后 通 过 E M BL 2FA STA 2BLA ST 一系列格式转换 , 保证用户能通 过 BLA ST 搜索到最新的数据 。2生物学工具软件资源的利用In ternet 上有大量的涉及生物学 , 尤其分子生物学研 究领域的工具软件 , 其中一些诸如 GCG 、 PC GEN E 等软 件已完善为功能强大的商品化软件 , 但价值昂贵 、

11、操作复 杂 、 需要经过专业培训才能掌握 , 而且每隔一段时间要升 级 , 这些缺点限制了它们的应用 。大多数软件往往是由个 人或一个小集体开发的 , 其目的往往是为自己的工作方 便 。作者们不计较个人利益 , 将自己精心开发的软件放在 In ternet 上 , 供全世界同行免费下载使用 , 避免了上述缺 点 。 例 如 :N etw o rk En trez 、 R as M o l 、 I m age 和 SequPub 等 。In ternet 上的免费工具软件有在线与离线两种形式 。 对于在线工具软件 , 只要通过浏览器 , 输入一定的信息 , 便可得到相应的结果 。而离线工具软件

12、, 只要下载了这个 软件 , 便可在本地电脑上使用说 , 应用好 In ternet极大推动研究工作进程2. 1 In当今 In EB I 主 I UB i o A rch ive 。 EB I 建有分子 生物学数据库 (E M BL D atabank , 汇集了大量分子生物 学软件 , 包括非常有用的 B i ocat 软件目录 。 I UB i o 同样也 汇集了大量分子生物学软件 , 并且提供对最新 GenBank 、 S W ISS 2PRO T 和 P I R 数 据 库 的 关 键 词 查 询 。 著 名 的 B i onet 也位于此站点 。文件传输协议 (FT P 是专为网上

13、文件传输设计的一 种 In ternet 服务 , 通常软件在贮存和传输中是以一种特殊 的的编码形式存在的 , 目前常用的 Fetch 和 N etscape 可 以自动解码 。 必须注意的是 , 软件经常会升级 , 站点服务 器上的不一定是最新版本 。 有关最新版本的信息通常可 直接与作者联系获得 。在互联网上找到了 1个免费工具软件时 , 首先应注 意此工具软件的操作平台 。根据 1998年 I UB i o 和其他生 物网络服务器的统计 , 全世界有 30%50%的生物学家 使 用 苹 果 机 (M acin to sh , 40%50%的 使 用 PC 机 与 W indow s 操作

14、系统 , 另外还有一些使用 VM S 和 UN I X 系 统 。 这就需要能适用于多平台的软件去为他们的研究服 务 。 Java (h ttp : java . sun . com p roducts 软件就可以在 多种操作系统上运行 , 是一种不依赖于平台的高效网络 语言 。2. 2一些常用的免费分子生物学工具软件 2. 2. 1 N etw o rk En trez N etw o rk En trez 是 N CB I 用来 在网络上查找生物资料的一套在线软件系统 , 可以在多 种操作系统上运行 , 只要能上网 , 就可以在网上搜索找到 生物医学期刊引文 、 蛋白质和核酸序列 、 三维

15、结构数据和 分类学信息等相应的综合资料 。 具体包括 :1 GenBank , E M BL , DDBJ 三 大 数 据 库 中 的 DNA 序 列 :2 S W ISS 2 PRO T , P I R , PR F , PDB 数据库中的蛋白序列以及从核酸 翻译的蛋白序列 ; 3 基因组以及染色体作图数据 ; 4 由 PDB 衍生的三维蛋白结构 , N CB I 的 M o lecu lar M odeling D atabase (MM DB ; 5 文献引用数据库中的引用数据 。 它 可 由 ftp : ncb i . n l m . n ih . gov en trez m s w

16、in w in 32 en trezz . exe 获得 。2. 2. 2 I m age I m age 是由 W ayne Ro sband 开发的用于 图形分析的 M acin to sh 软件 , 它可以测定面积 、 平均密度 、 重心等 , 测量结果可以打印输出 ,者 拷贝到剪切板上 。 由 ftp : zi ppy . gov pub n ih 2 i m age h rsb . . ih . ih m age 均可得 到 I h ttp :. . 上可以得 1S I 的版本 。. id P r 一种绘制质粒图软件 , 可以 DNA 。 用户定义限制位点 、 基因段与多克 隆位点

17、, 还可插入或删除 DNA 片段 , 支持剪贴板与打印 、 存盘功能 。 下载站点 :h ttp : www . uku . fi k iviraum p las m id p las m id . h tm l 。2. 2. 4 A nT heP ro t A nT heP ro t 功能非常强大 , 是蛋白 质研究人员必备的工具软件 。应用此软件包 , 使用个人电 脑 , 便能进行各种蛋白质序列分析与特性预测 , 包括 :进 行蛋白质序列二级结构预测 ; 在蛋白质序列中查找符合 PRO S IT ES 数据库的特征序列 ; 绘制出蛋白质序列的所 有理化特性曲线 ; 在 In ternet

18、或本地蛋白质序列数据库中 查找类似序列 ; 计算蛋白质序列分子量 , 比容与各蛋白质 残基百分组成 ; 计算蛋白质序列滴定曲线与等电点 ; 选定 1个 片 段 后 , 绘 制 H elical W heel 图 ; 进 行 点 阵 图 (Do t P lo t 分析 ; 计算信号肽潜在的断裂位点等许多功能 。 网址 为 :h ttp : www . ibcp . fr 。2. 2. 5 R as M o l R as M o l 广泛应用于蛋白质 、 核酸以及 一些小分子的构象研究中 , 它可在所有常用的计算机系 统上运行 。 R as M o l 能够运用多种不同的显示模式与颜色 显示生物大

19、分子 , 还可以在三维下旋转 、 展示生物分子 , 效果极佳 ; 对教学 、 展示与论文教材撰写 , 也有很大帮助 。 下 载 站 点 为 :h ttp : www . um ass . edu m icrob i o ras mo l 。2. 2. 6 Om iga Om iga 主要的功能包括 :1 编辑 、 浏览蛋 白质或核酸序列 , 分析序列组成等 ; 2 用 C lu stal . W 方法 进行同源序列比较 , 发现同源区 ; 3 核酸序列与其互补链 之间的转化 , 序列的拷贝 、 删除 、 粘贴 、 置换以及转化为82 生物学通报 2002年第 37卷第 7期RNA 链 , 以不

20、同的读码框 、 遗传密码标准翻译成蛋白质 序列 ; 4 查找核酸限制性酶切位点 、 基元 (M o tif 及开放阅 读框 (OR F , 设计并评估 PCR 、 测序引物 ; 5 查找蛋白质 解蛋白位点 (P ro teo lytic Sites 、 基元 、 二级结构等 。 可以在 h ttp : www . starr 2. m yetang . com 获得 。2. 2. 7 DNA C lub DNA C lub 是 1个简单的对 DNA 进 行与 PCR 有关的操作的软件 , 操作界面友好方便 。 功能包 括它 :1 输入 DNA 序列 :2 查找 OR F 序列 ; 3 把 DN

21、A 翻 译成蛋白序列 ; 4 查找酶切位点 ; 5 查找 PCR 引物序列 ; 6 设计 PCR 引物 。 下载站点为 :h ttp : 210. 72. 11. 60 b i o logysoft DNA C lub . zi p 。2. 2. 8 SequPub SequPub 是 1种用于生物分子序列编 辑和分析的软件 , 适用于各种常用的计算机系统 , 可用于 多序列对比分析 、 单序列编辑 、 不同序列文件模式的读 写 、 DNA 与蛋白质序列间的相互转换 、 相似性分析以及 精美的序列输出 。 它还可以外挂其他分析软件 , 例如 C lu stal W 等 , 可自己定义外观应用软

22、件 。 输出打印的文件 类型有 P I C 、 G IF 和 po stscri p t 。 该软件由 Java 语言编制而 成 , 需要 Java 运行环境 , 在 h ttp : www . javasoft . com p roducts jdk 1. 1 jre dow n load 2jre 2w indow s . tm l Java 运 行 环 境 。 SeqPup 的 站 点 i o . . indiana . edu I UB i o 2+D i ojava seqpup tm l 。2. 2. 9 ST L ocal A lynnet Search Too l 。在一个庞大

23、的数据 库中查找某一个序列的同源性序列 , 没有 BLA ST 的帮助 可以 说 无 法 想 象 。 目 前 在 In ternet 上 有 许 多 在 线 的 BLA ST 查找程序 , 专门用于查找各大数据库中与用户提 交的序列同源的序列 。 分成 5个不同的程序 , 分别为 : BLA ST P (提交蛋白质序列 , 在蛋白质序列数据库中查序 列 、 BLA STN (提交核酸序列 , 在核酸序列数据库中查找 同源序列 、 BLA STX (提交核酸序列 , 在蛋白质序列数据 库中查找同源序列 、 TBLA STN (提交蛋白质序列 , 在核 酸序列数据库中查找同源序列 、 TBLA S

24、TX (提交核酸序 列 , 在核酸序列数据库中查找同源序列 。 通常用户可以 通过在线方式或 Em ail 方式提交查询序列 , 得到查询结 果 。 如果需要在本地使用的话 , 可以下载 BLA ST 程序与 相应数据库 , 便能在本地使用了 。 网址 :h ttp : www . ncb i . n l m . n ih . gov BLA ST 。 下载网址 :ftp : ncb i . n l m . n ih . gov b last execu tab les 。 注意有应用于不同操作平台 的好几个版本 , 最新版本号为 2. 0。21世纪是生命科学的时代 , 也是信息时代 。 随着

25、人类 基因组计划的实施 , 有关核酸 、 蛋白质的序列和结构数据 呈指数增长 。面对巨大而复杂的数据 , 运用计算机管理数 据 、 控制误差 、 加速分析过程势在必行 。 生物研究者们借 助于 In ternet 这一高速信息通道 , 充分利用生物学数据库 和软件资源 , 一定能更快 、 更好地做出与众不同的 、 富有 创新的研究成果 。参考文献 1李勇 , 倪福太 , 贺福初 . 英特网上生物信息资源的利用 . 生物 化学与生物物理进展 , 1999, 26(3 :295 296. 2 Benson D A , Bogusk i M S, L i pm an D J , et al . GenBank. N ucleic A cid R es . 1997, 25(1 :1 6. 3 Stoesser G , Sterk P , T uliM A , et al . T he E M BL N ucleo tide Sequence D atabase . N ucleic A cid R es . 1997, 25(1 :7 13. 4 T ateno Y , Go j obo ri T . DNA D ata Bank of Japan in the age of info rm ati on bi o logy . N ucleic A