第二章生物信息学数据库资源

第二章生物信息学数据库资源本文档共102页；当前第1页；编辑于星期三\11点44分1提纲:模式生物测序3大核酸数据库蛋白质数据库本文档共102页；当前第2页；编辑于星期三\11点44分2提纲:模式生物测序3大核酸数据库蛋白质数据库本文档共102页；当前第3页；编辑于星期三\11点44分3humanArabidopsisThermotogamaritimaEscherichiacoliBuchnerasp.APSRickettsiaprowazekiiUreaplasmaurealyticumBacillussubtilisDrosophilamelanogasterThermoplasmaacidophilumPlasmodiumfalciparumHelicobacterpylorimouseCaenorhabitiselegansratBorreliaburgorferiBorreliaburgorferiAquifexaeolicusNeisseriameningitidisZ2491Mycobacteriumtuberculosis一、模式生物本文档共102页；当前第4页；编辑于星期三\11点44分4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！本文档共102页；当前第5页；编辑于星期三\11点44分5virusesplasmidsbacteriafungiplantsalgaeinsectsmollusksreptilesbirdsmammalsGenomesizesinnucleotidepairs(base-pairs)10410810510610710111010109bonyfishamphibians本文档共102页；当前第6页；编辑于星期三\11点44分6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本文档共102页；当前第7页；编辑于星期三\11点44分7Escherichiacoli

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)本文档共102页；当前第8页；编辑于星期三\11点44分8Saccharomycescerevisiae

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)本文档共102页；当前第9页；编辑于星期三\11点44分9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)本文档共102页；当前第10页；编辑于星期三\11点44分10Drosophilamelanogaster

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)本文档共102页；当前第11页；编辑于星期三\11点44分11Arabidopsisthaliana

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)本文档共102页；当前第12页；编辑于星期三\11点44分12Oryzasativa

水稻单子叶植物模式植物，390-430MB模式生物(ModelOrganism)本文档共102页；当前第13页；编辑于星期三\11点44分13模式生物(ModelOrganism)非洲瓜蟾（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；本文档共102页；当前第14页；编辑于星期三\11点44分14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。本文档共102页；当前第15页；编辑于星期三\11点44分15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；本文档共102页；当前第16页；编辑于星期三\11点44分16本文档共102页；当前第17页；编辑于星期三\11点44分17本文档共102页；当前第18页；编辑于星期三\11点44分18提纲:模式生物测序3大核酸数据库蛋白质数据库本文档共102页；当前第19页；编辑于星期三\11点44分19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，本文档共102页；当前第20页；编辑于星期三\11点44分203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本文档共102页；当前第21页；编辑于星期三\11点44分21ATTGACTAPrimaryvs.DerivativeDatabasesACGTGCTTGACACGTGAATTGACTATATAGCCGACGTGCACGTGCACGTGCTTGACATTGACATTGACACGTGACGTGACGTGAATTGACTAATTGACTAATTGACTAATTGACTATATAGCCGTATAGCCGTATAGCCGTATAGCCGGenBankTATAGCCGTATAGCCGTATAGCCGTATAGCCGATGACATTGAGAATTATTCCGAGAATTCCGAGAATTATTCCGAGAATTCCSequencingCentersGAGAATTCCGAGAATTCCUniGeneRefSeqGenomeAssemblyLabsCuratorsAlgorithmsTATAGCCGAGCTCCGATACCGATGACAA本文档共102页；当前第22页；编辑于星期三\11点44分22DNA序列数据库最早于1982年在欧洲分子生物学实验室诞生，随即就开始了一个数据库爆炸的时代。此后不久因一项美国国家健康研究中心与洛斯阿拉莫斯国家实验室的合同而诞生了GenBank。日本的DNA数据库（DDBJ），在几年后加入了数据收集的合作。基因组数据库的发展历史本文档共102页；当前第23页；编辑于星期三\11点44分23基因组数据库的发展历史1988年一次三方会议之后（现在称之为“国际DNA序列数据库合作计划”）达成协议，对数据库的记录采用共同的格式现在三个中心都收集直接提交的数据，并在三者之间发布。

本文档共102页；当前第24页；编辑于星期三\11点44分24三大基因数据库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(TheNationalCenterforBiotechnologyInformation,

NCBI)建立和维护的。

NCBI的网址是：。EMBL(TheEuropeanMolecularBiologyLaboratory

)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：。

DDBJ(DNADataBankofJapan)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：。本文档共102页；当前第25页；编辑于星期三\11点44分25GenBankPublicfreeAvailableviaInternetEMBLDataLibraryDDBJ(DNADataBankofJapan)三大基因数据库之间的关系本文档共102页；当前第26页；编辑于星期三\11点44分26本文档共102页；当前第27页；编辑于星期三\11点44分27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。本文档共102页；当前第28页；编辑于星期三\11点44分28本文档共102页；当前第29页；编辑于星期三\11点44分29欧洲分子生物学实验室的EMBL数据库也于1982年开始服务。本文档共102页；当前第30页；编辑于星期三\11点44分30本文档共102页；当前第31页；编辑于星期三\11点44分31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。本文档共102页；当前第32页；编辑于星期三\11点44分32本文档共102页；当前第33页；编辑于星期三\11点44分33本文档共102页；当前第34页；编辑于星期三\11点44分34本文档共102页；当前第35页；编辑于星期三\11点44分35本文档共102页；当前第36页；编辑于星期三\11点44分36本文档共102页；当前第37页；编辑于星期三\11点44分37本文档共102页；当前第38页；编辑于星期三\11点44分38提纲:模式生物测序3大核酸数据库蛋白质数据库本文档共102页；当前第39页；编辑于星期三\11点44分39蛋白质数据库本文档共102页；当前第40页；编辑于星期三\11点44分40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，本文档共102页；当前第41页；编辑于星期三\11点44分4160年代“蛋白质信息资源”(ProteinInformationResource，简称PIR)雏形产生1984年，“蛋白质信息资源”计划正式启动，蛋白质序列数据库PIR也因此而诞生。1988年，美国的NBRF、日本的国际蛋白质信息数据库JIPID和德国的慕尼黑蛋白质序列信息中心MIPS合作成立了国际蛋白质信息中心(PIR-International)，共同收集和维护蛋白质序列数据库PIR。本文档共102页；当前第42页；编辑于星期三\11点44分42

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：http://www-/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)本文档共102页；当前第43页；编辑于星期三\11点44分43本文档共102页；当前第44页；编辑于星期三\11点44分44除了PIR外，另一个重要的蛋白质序列数据库则是SwissProt。该数据库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。

本文档共102页；当前第45页；编辑于星期三\11点44分45

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：本文档共102页；当前第46页；编辑于星期三\11点44分46本文档共102页；当前第47页；编辑于星期三\11点44分47

PIR和SwissProt是创建最早、使用最为广泛的两个蛋白质数据库。蛋白质序列数据库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。TrEMBL:本文档共102页；当前第48页；编辑于星期三\11点44分48蛋白质结构数据库本文档共102页；当前第49页；编辑于星期三\11点44分49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，本文档共102页；当前第50页；编辑于星期三\11点44分50

PDB（proteindatabank）1.目前最主要的蛋白质分子结构数据库；2.1970年代建立，美国Brookhaven国家实验室维护管理;3.1988年，由美国RCSB(researchcollaboratoryforstructuralbiology)管理；4.以文本格式存放数据，包括原子坐标、物种来源、测定方法、提交者信息、一级结构、二级结构等；

PDB的网址：http://(美国)本文档共102页；当前第51页；编辑于星期三\11点44分51本文档共102页；当前第52页；编辑于星期三\11点44分52本文档共102页；当前第53页；编辑于星期三\11点44分53如何AccessPDB记录?本文档共102页；当前第54页；编辑于星期三\11点44分54如何AccessPDB记录?本文档共102页；当前第55页；编辑于星期三\11点44分55如何AccessPDB记录?本文档共102页；当前第56页；编辑于星期三\11点44分56如何AccessPDB记录?DownloadPDBfileViewPDBfileStructureviewoptions本文档共102页；当前第57页；编辑于星期三\11点44分57如何AccessPDB记录?本文档共102页；当前第58页；编辑于星期三\11点44分58如何AccessPDB记录?本文档共102页；当前第59页；编辑于星期三\11点44分59Questions:下列数据库分别是什么类型的数据库?GenBank,PIR,DDBJ,SWISS-PROT,PDB,EMBL,TrEMBL,本文档共102页；当前第60页；编辑于星期三\11点44分60第三章生物信息学数据库资源--数据库查询本文档共102页；当前第61页；编辑于星期三\11点44分61本文档共102页；当前第62页；编辑于星期三\11点44分62本文档共102页；当前第63页；编辑于星期三\11点44分63本文档共102页；当前第64页；编辑于星期三\11点44分64PubMed的特点收录的文献多!!大部分与生命科学相关自动词语匹配链接点多，部分在网上免费获得全文也可以直接定购原文本文档共102页；当前第65页；编辑于星期三\11点44分65二、检索规则本文档共102页；当前第66页；编辑于星期三\11点44分66二、检索规则本文档共102页；当前第67页；编辑于星期三\11点44分67本文档共102页；当前第68页；编辑于星期三\11点44分68本文档共102页；当前第69页；编辑于星期三\11点44分69本文档共102页；当前第70页；编辑于星期三\11点44分70复杂检索限制字段类别常用的有:Author:BaoYM[au]Title:stress[ti]Tilte/Abstract：stress[title/abstract]Date:1999:2009[dp]

本文档共102页；当前第71页；编辑于星期三\11点44分71复杂检索布尔逻辑运算：AND、OR、NOT必须大写。逻辑符的运算次序是从左至右，括号内的检索式可作为一个单元，优先运行。布尔逻辑检索允许在检索词后面附加字段标识例如：rice[ti]ANDBaoYM[au]AND2008:2009[dp]本文档共102页；当前第72页；编辑于星期三\11点44分72本文档共102页；当前第73页；编辑于星期三\11点44分73Question1:如何查找由ZhuJ实验室于2005以后发表的,题目中显示关于水稻的文献?本文档共102页；当前第74页；编辑于星期三\11点44分74Question2:如：我要查找BaoYM在Nature或Science上发表的论文1BaoYM[au]AND(Nature[Journal]ORScience[Journal])

2BaoYM[au]ANDNatureORScience[Journal]

3BaoYM[au]ANDNature[Journal]ORScience[Journal]4BaoYM[au]AND(NatureORScience)[Journal]哪一个检索语言是正确的?本文档共102页；当前第75页；编辑于星期三\11点44分75在PubMed页面上选择AdvancedSearch:本文档共102页；当前第76页；编辑于星期三\11点44分76在PubMed页面上选择AdvancedSearch:本文档共102页；当前第77页；编辑于星期三\11点44分77在PubMed页面上选择Limits:本文档共102页；当前第78页；编辑于星期三\11点44分78在PubMed页面上选择Limits:本文档共102页；当前第79页；编辑于星期三\11点44分79如何获取GenBank中的序列?本文档共102页；当前第80页；编辑于星期三\11点44分80同样存在限制字段:常用的有:Author:XingJY[au]

title:BMAL1[ti]organism:pig[organism]或者直接输入:Accession:

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

[ProteinName]如:XingJY[au]ANDBMAL1[ti]ANDpig[organism]如果没有限定，就是任意字段。如何获取GenBank中的序列?本文档共102页；当前第81页；编辑于星期三\11点44分81本文档共102页；当前第82页；编辑于星期三\11点44分82Question:查找XingJY发布的DNA序列.本文档共102页；当前第83页；编辑于星期三\11点44分83本文档共102页；当前第84页；编辑于星期三\11点44分84直接录入注册号查询:本文档共102页；当前第85页；编辑于星期三\11点44分85本文档共102页；当前第86页；编辑于星期三