生物信息学,实验一.docVIP

实验一 文献检索和浏览各大生物分子数据库 实验目的 1、学习文献检索方法 2、了解生物信息学常用数据库的结构 二、实验内容 本实验通过登陆GenBank、EMBL、DDBJ三个国际上权威的核酸序列数据库、GDB基因组数据库、人类基因组数据库Ensembl、表达序列标记数据库dbEST、序列标记位点数据库dbSTS，以及PIR、SWISS-PROT、TrEMBL蛋白质序列数据库、蛋白质数据仓库UniProt、生物大分子数据库 PDB等，了解各数据库的结构，。 三、实验仪器、设备及材料 计算机（联网） 四、实验原理 建立生物分子数据库的动因是由于生物分子数据的高速增长，而另一方面也是为了满足分子生物学及相关领域研究人员迅速获得最新实验数据的要求。生物分子信息分析已经成为分子生物学研究必备的一种方法。数据库及其相关的分析软件是生物信息学研究和应用的重要基础，也是分子生物学研究必备的工具。 国际上权威的核酸序列数据库有三个，分别是美国生物技术信息中心（NCBI）的GenBank（/web/Genbank/index/html）、欧洲分子生物学实验室的EMBL-Bank（简称EMBL，http://ww.ebi.ac.uk/embl/index/html）及日本遗传研究所的DDBJ（http://www.ddbj.nig.ac.jp/）。三个数据库中的数据基本一致，仅在数据格式上有所差别，对于特定的查询，三个数据库的响应结果一样 GDB（/）是一个出现较早的基因组数据库。目前GDB包含对下述三种对象的描述：（1）人类基因组区域，包括基因、克隆、PCR标记物、断点、细胞遗传学标记、易碎位点、 EST、综合区域、contigs、重复等；（2）人类基因组图谱，包含细胞遗传学图谱、连接图谱、辐射混合图谱、contig 图谱、集成图谱，所有这些图谱都可以被直观地显示出来；（3）人类基因组中的变化，包括基因突变和基因多态性，加上等位基因频率数据。 Ensembl (/）是一个综合性基因组数据库，Ensembl包括所有公开的人类基因组DNA序列，通过注释形成的关于序列的特征。现在包括其他基因组，如大鼠、小鼠、线虫、果蝇等。Ensembl提供多种查询方式：（1）通过关键字查询；（2）用BLAST进行相似序列的搜索；（3）另一种更直观的方式是显示各染色体；用户可以在染色体水平上选择感兴趣的位点，逐层放大浏览整个基因组。 dbEST (/dbEST/）是GenBank的一个部分，该数据库包括不同生物的EST序列数据及其它相关信息，主要从大量不同组织和器官得到的短mRNA片段。 dbSTS（/dbSTS/）是NCBI的一个数据源，是GenBank的一个部分。包含基因组短标记序列（STS）的组成和定位信息。可通过BLAST搜索STS序列；或通过FTP下载序列。 PIR（/）是一个全面的、经过注释的、非冗余的蛋白质序列数据库。其中所有序列数据都经过整理，超过99%的序列已按蛋白质家族分类，一半以上还按蛋白质超家族进行分类。PIR还提供一个蛋白质序列数据库、相关数据库和辅助工具的集成系统，用户可以迅速查找、比较蛋白质序列，得到与蛋白质相关的众多信息。PIR提供三种类型的检索服务:一是基于文本的交互式查询，用户通过关键字进行数据查询。二是标准的序列相似性搜索，包括BLAST、FastA等。三是结合序列相似性、注释信息和蛋白质家族信息的高级搜索，包括按注释分类的相似性搜索、结构域搜索等。 SWISS-PROT (http://www.expasy.ch/sprot/sprot-top.html）是目前国际上比较权威的蛋白质序列数据库,其中的蛋白质序列是经过注释的；与其他蛋白质序列数据库比较，SWISS-PROT有三个明显的特点：（1）注释，在SWISS-PROT中，数据分为核心数据和注释两大类。核心数据包括：序列数据、参考文献、分类信息（蛋白质生物来源的描述）；注释包括：（A)蛋白质的功能描述；(B)翻译后修饰；(C)域和功能位点，如钙结合区域、ATP结合位点等；(D)蛋白质的二级结构；(E)蛋白质的四级结构，如同构二聚体、异构三聚体等；(F)与其它蛋白质的相似性；(G)由于缺乏该蛋白质而引起的疾病；(H)序列的矛盾、变化等。（2）最小冗余：尽量将相关的数据归并，降低数据库的冗余程度。如果不同来源的原始数据有矛盾，则在相应序列特征表中加以注释。（3）与其它数据库的连接：对于每一个登录项，有许多指向其它数据库相关数据的指针，这便于用户迅速得到相关的信息。 TrEMBL (http://www.ebi.ac.uk/trembl/index.html) 是与SWISS-PROT相关的一个数据库。包含从EMBL核酸数据库中根据编码序列(CDS)翻译而得到的蛋白质序列，并且这