第八章 生物信息学资源检索.pptVIP

三、生物信息学数据库的查找 （一）通过搜索引擎查找 （二）通过专门的生物信息学数据库目录查询 从2000年开始，《Nucleic Acids Research 》设立了一个数据库目录（/nar/database/c/）。 （三）通过生物信息学中心资源导航查询 一些著名的生物信息学中心不仅自己建立和维护大量的生物信息数据库，而且一般在网上提供资源导航。 （一）GenBank概述 是由美国国家生物技术信息中心(NCBI)管理和维护大型、综合性的公共核酸序列数据库，包括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和生物学注释。 网址： /Genbank/index.html （一）GenBank概述 GenBank的数据来源于约260000个物种，每月新增1700多个物种。大约12%的序列来自于人类，其中8%是人类的EST序列。 每条GenBank数据记录包含对序列的简要描述、它的科学命名、物种分类名称、参考文献、序列特征表以及序列本身。 序列特征表里包含对序列生物学特征注释，如编码区、转录单元、重复区域、突变位点或修饰位点等。 所有数据记录被划分成若干个子库，如细菌类（BCT）、病毒类（VRL）、灵长类（PRI）、啮齿类（ROD）以及EST数据、基因组序列数据（GSS）、高通量基因组序列数据（HTG）等19类，其中EST数据等又被分成若干子库。 （二）GenBank检索 Entrez是NCBI生物信息学数据库集成检索系统，可以检索以下生物信息学数据库。 例如，查找H1N1流感病毒（H1N1 Flu Virus）的核酸序列。其检索步骤是： （1）进入Entrez主页（/gquery/），在提问框输入H1N1 Flu Virus。 （2）点击“GO”，得到各个数据库的检索结果。 （3）点击“Nucleotide: Core subset of nucleotide sequence records”，得到GenBank核酸序列数据库中的4801条记录简要格式（Summary）。 (4）点击记录的标题，即可获取该记录的详细信息。 （一）EMBL-Bank概述 EMBL-Bank(http://www.ebi.ac.uk/embl/)是国际三大核酸序列数据库之一，创建于1982年。现由欧洲生物信息学研究所(EBI)管理和维护，主要收集欧洲产生的核酸序列数据。 到2009年8月，EMBL-Bank（101版）的核酸序列达到163656234条，碱基数达到283748816763个。 对于每条核酸序列，相关信息包括序列名称、序列、染色体定位、关键字、来源生物体、参考文献、注释、序列中具有重要生物学意义的位点等。 （二）EMBL-Bank检索 获取EMBL-Bank的核酸序列数据主要是通过SRS（Sequence Retrieval System）序列检索系统 由Lion Bioscience公司继续开发，而成为一个商业软件，科研单位只要与它签订协议即可获得该软件的免费使用权。 SRS是一个开放式的，可以根据需要安装不同的数据库。 SRS查询方法 通过EBI的SRS服务器（http://srs.ebi.ac.uk）进入Quick Search界面。 点击“Library Page”，即数据库选择页。 选择好要检索的数据库后，SRS提供三种查询方式。 （1）Quick Search (快速查询) （2）Standard Query(标准查询) （3）Extended Query(扩展查询) （1）Quick Search(快速查询) （2）Standard Query(标准查询) （3）Extended Query(扩展查询) 标准查询后的结果 （一）DDBJ概述 DDBJ (DNA Data Bank of Japan，日本核酸数据库，http://www.ddbj.nig.ac.jp/index-e.html)创建于1986年，现由日本国家遗传学研究所的生物信息中心（CIB/DDBJ）管理和维护。 截止至2009年9月，DDBJ（79版）共收录108,593,519条序列, 106,684,379,504个碱基。 DDBJ 主页除了提供SRS、ARSA、TXSearch 、BLAST等数据检索功能外，还提供SAKURA、MSS、Sequin数据提交工具和CLUSTAL W、FASTA、BLAST等数据分析工具。 （二）DDBJ检索 通过getentry、ARSA、SRS、TXSearch、BLAST、PSI-BLAST、FASTA、SSEARCH等检索工具可以获取DDBJ数据。 前四种用于检索DDBJ数据库中的原始数据，其中getentry属于存取号检索，SRS和ARSA属于关键词检索，