生物信息学资源

生物信息学资源第1页/共72页2Questions:1.蛋白质二级结构有哪些？2.TSS,外显子和内含子的概念。3.如何判断起始密码子和终止密码子？内含子？第2页/共72页3请画出示意图:1.中心法则2.真核生物基因的一般结构第3页/共72页4核酸中心法则

复制

DNA

转录

逆转录

复制

RNA

蛋白质

翻译

调控第4页/共72页5TATA盒

翻译起始植物C/GAANNATGG动物A/GNNATGG

各内含子加poly(A)信号植物G/AATAA1-3动物AATAAA

终止密码子

各个外显子

加帽位点5'm7GpppNp

5'端

TSS

3'端

AGGA或

CAAT盒

起始密码子

真核生物基因的结构：Promotor2000bpUTRUTR第5页/共72页6转录翻译Promotor2000bpUTRUTR第6页/共72页7编号名称第一章生物信息学引论第二章生物信息学的生物学基础第三章生物信息学数据库资源第四章DNA和蛋白质序列分析第五章系统发生分析第六章基因表达数据分析第七章其他常用生物信息学工具第八章电子克隆的原理和应用第九章基本生物信息学工具的开发与应用第7页/共72页8第三章生物信息学数据库资源第8页/共72页9提纲:模式生物测序3大核酸数据库蛋白质数据库第9页/共72页10提纲:模式生物测序3大核酸数据库蛋白质数据库第10页/共72页11第11页/共72页12humanArabidopsisThermotogamaritimaEscherichiacoliBuchnerasp.APSRickettsiaprowazekiiUreaplasmaurealyticumBacillussubtilisDrosophilamelanogasterThermoplasmaacidophilumPlasmodiumfalciparumHelicobacterpylorimouseCaenorhabitiselegansratBorreliaburgorferiBorreliaburgorferiAquifexaeolicusNeisseriameningitidisZ2491Mycobacteriumtuberculosis一、模式生物第12页/共72页13模式生物基因组计划模式生物基因组计划酵母、线虫、果蝇、细菌、拟南芥、人类、水稻等共约50多种已完成，70余种正在进行。目前总量已达60亿碱基对！第13页/共72页142001年2月15日《Nature》封面2001年2月16日《Science》封面第14页/共72页15又一次成功！

——水稻基因研究引言第15页/共72页16我国自主产权的全基因组测序计划水稻(2002)家鸡(2004)家蚕(2007)家猪(2009)大熊猫(2010)第16页/共72页virusesplasmidsbacteriafungiplantsalgaeinsectsmollusksreptilesbirdsmammalsGenomesizesinnucleotidepairs(base-pairs)10410810510610710111010109bonyfishamphibians第17页/共72页18模式生物(ModelOrganism)病毒（Virus）不具有细胞形态结构，仅由核酸和蛋白质构成；如：人艾滋病毒HIV、SARS冠状病毒体积小，10～300nm；严格的专性细胞内寄生；对抗生素不敏感。电子显微镜下的SARS冠状病毒100nm第18页/共72页19Escherichiacoli

大肠杆菌大肠杆菌是研究得最为详尽的一个模式生物。这种只有1.6微米长的、可以迅速繁殖的单细胞原核生物，已经成为实验室和基因工程的重要工具。EscherichiacoliO157:H7EscherichiacoliK12模式生物(ModelOrganism)第19页/共72页20Saccharomycescerevisiae

酿酒酵母真菌界的单细胞真核生物，它的全基因组已在1996年测定。模式生物(ModelOrganism)第20页/共72页21秀丽线虫Caenorhabditiselegans

一种透明的、生活在海滩泥沙中的小虫。

细胞数目一定：成虫细胞数目只有959个，其中包括302个神经元；

有6条染色体，全基因组于1998年测定，长9.7Mb

模式生物(ModelOrganism)第21页/共72页22Drosophilamelanogaster

果蝇繁殖很快、容易诱发变异的小昆虫。总长达1.8亿核苷酸。

模式生物(ModelOrganism)第22页/共72页23Arabidopsisthaliana

拟南芥个体生活周期只有6周的十字花科小草，是一种理想的模式植物。模式生物(ModelOrganism)第23页/共72页24Oryzasativa

水稻单子叶植物模式植物，390-430MB模式生物(ModelOrganism)第24页/共72页25模式生物(ModelOrganism)非洲爪蟾（Xenopuslavias）

1个受精卵在24小时内分裂到各种器官初具雏形的程度；第25页/共72页26模式生物(ModelOrganism)斑马鱼（Daniorerio）身体透明的小鱼，生活周期约3个月，是研究脊椎动物发育过程的良好对象。第26页/共72页27模式生物(ModelOrganism)小鼠（Musmusculus）基因组大小与人类相近，约30亿个核苷酸对；第27页/共72页28第28页/共72页29第29页/共72页30提纲:模式生物测序3大核酸数据库蛋白质数据库第30页/共72页31主要的数据库资源核酸序列数据库主要有GenBank,EMBL,DDBJ等.蛋白质序列数据库主要有SWISS-PROT,PIR,TrEMBL等，蛋白结构数据库有PDB,MMDB等，第31页/共72页323大核酸数据库基因组数据库的相关背景。主要的基因组数据库资源。重点介绍GenBank第32页/共72页33ATTGACTAPrimaryvs.DerivativeDatabasesACGTGCTTGACACGTGAATTGACTATATAGCCGACGTGCACGTGCACGTGCTTGACATTGACATTGACACGTGACGTGACGTGAATTGACTAATTGACTAATTGACTAATTGACTATATAGCCGTATAGCCGTATAGCCGTATAGCCGGenBankTATAGCCGTATAGCCGTATAGCCGTATAGCCGATGACATTGAGAATTATTCCGAGAATTCCGAGAATTATTCCGAGAATTCCSequencingCentersGAGAATTCCGAGAATTCCUniGeneRefSeqGenomeAssemblyLabsCuratorsAlgorithmsTATAGCCGAGCTCCGATACCGATGACAA第33页/共72页34三大基因数据库Genbank

Genbank库包含了所有已知的核酸序列和蛋白质序列，以及与它们相关的文献著作和生物学注释。它是由美国国立生物技术信息中心(NCBI)建立和维护的。

NCBI的网址是：。EMBL核酸序列数据库

由欧洲生物信息学研究所(EBI)维护的核酸序列数据构成，查询检索可以通过通过因特网上的序列提取系统(SRS)服务完成。

数据库网址是：http://www.ebi.ac.uk/embl/。

DDBJ数据库

日本DNA数据仓库(DDBJ)也是一个全面的核酸序列数据库，与Genbank和EMBL核酸库合作交换数据。使用其主页上提供的SRS工具进行数据检索和序列分析。

DDBJ的网址是：http://www.ddbj.nig.ac.jp/。第34页/共72页35GenBankPublicfreeAvailableviaInternetEMBLDataLibraryDDBJ(DNADataBankofJapan)三大基因数据库之间的关系第35页/共72页36/http://www.ddbj.nig.ac.jp/index-e.htmlhttp://www.ebi.ac.uk/embl/第36页/共72页37美国的核酸数据库GenBank〖Banson,D.A.etal.(1998)NucleicAcidsRes.26,1-7〗从1979年开始建设，1982年正式运行；第37页/共72页38第38页/共72页39

欧洲分子生物学实验室的EMBL数据库也于1982年开始服务第39页/共72页40http://www.ebi.ac.uk/embl/第40页/共72页41http://www.ddbj.nig.ac.jp/index-e.html第41页/共72页42日本于1984年开始建立国家级的核酸数据库DDBJ，并于1987年正式服务。第42页/共72页43/http://www.ddbj.nig.ac.jp/index-e.htmlhttp://www.ebi.ac.uk/embl/第43页/共72页44GenBank

/第44页/共72页45TheNationalInstitutesofHealthListerHillNatcherBethesda,MD第45页/共72页46第46页/共72页47NCBIWebTrafficUsersperday300,000200,000100,000400,0001998199920002001200220032004500,000600,0002005ChristmasandNewYear’sDay第47页/共72页48第48页/共72页49第49页/共72页50第50页/共72页51第51页/共72页52提纲:模式生物测序3大核酸数据库蛋白质数据库第52页/共72页53蛋白质数据库第53页/共72页54主要的数据库资源核酸序列数据库主要有GenBank,EMBL,DDBJ等.蛋白质序列数据库主要有SWISS-PROT,PIR,TrEMBL等，蛋白结构数据库有PDB,MMDB等，与基因组有关的数据库还有dbEST,OMIM等，第54页/共72页55PIR(ProteinInformationResource，蛋白质信息资源）于1984年正式启动，目前由美国国际蛋白质信息中心管理。SwissProt由瑞士日内瓦大学于1986年创建，目前由瑞士生物信息学研究所和欧洲生物信息学研究所EBI共同维护和管理。TrEMBL是从EMBL中的cDNA序列翻译得到的。该数据库采用SwissProt数据库格式，包含EMBL数据库中所有编码序列的翻译。第55页/共72页56

PIR(proteininformationresource)1.由美国NCBI翻译自GenBank的DNA序列(1984年)；

2.在EMBL和GenBank数据库上均建立了镜像站点；

3.数据依据注释的质量分为4类。

网址：/分类名称(Name)说明(Comment)记录数(Numberofentries)PIR1已分类、已注释(Classifiedandannotated)13572PIR2已注释(Annotated)69368PIR3未核实(Unverified)7508PIR4未翻译(Unencodedoruntranslated)196PIR数据库的分类情况(Release51.03)第56页/共72页57第57页/共72页58

SWISS－PROT

1.瑞士日内瓦大学医学生物化学系和欧洲生物信息学研究所(EBI)合作维护（1986年）；

2.在EMBL和GenBank数据库上均建立了镜像站点;3.数据库包括了从EMBL翻译而来的蛋白质序列，这些序列经过检验和注释；

SWISS-PROT的网址：/sprot第58页/共72页59第59页/共72页60蛋白质结构数据库第60页/共72页61主要的数据库资源核酸序列数据库主要有GenBank,EMBL,DDBJ等.蛋白质序列数据库主要有SWISS-PROT,PIR,TrEMBL等，蛋白结构数据库有PDB,MMDB等，与基因组有关的数据库还有dbEST,OMIM等，第61页/共72页62

PDB（proteindatabank）