第三章分子生物信息数据库(中北大学).pptVIP

第三章：分子生物信息数据库 第一节：模式生物简介 第二节：分子生物数据库简介及分类 第三节：基因组数据库 第四节：序列数据库 第五节：结构数据库 第六节：二次数据库 第一节：模式生物简介 模式生物（Model organism）是指受到广泛研究，对其生物现象有深入了解的物种。 生物学家通过对选定的生物物种进行科学研究，用于揭示某种具有普遍规律的生命现象 它们为什么会被选中？ 共同的特点： 1）有利于回答研究者关注的问题，能够代表生物界的某一大类群； 2）对人体和环境无害，容易获得并易于在实验室内饲养和繁殖； 3）世代短、子代多、遗传背景清楚； 4）容易进行实验操作，特别是具有遗传操作的手段和表型分析的方法。 模式生物的分类： 小 小家鼠 小巢状曲菌 拟 拟南芥 斑 斑马鱼 目前在人口与健康领域应用最广的模式生物包括，噬菌体、大肠杆菌、酿酒酵母、秀丽隐杆线虫、海胆、果蝇、斑马鱼、爪蟾和小鼠。 在植物学研究中比较常用的有，拟南芥、水稻等 第二节：分子生物数据库简介及分类 面对大量的生物信息数据库，必须采取有效的方法，数据管理技术大致分为3种形式：手工管理、文件系统和数据库。 数据库：利用计算机对数据进行存储和管理（广义）；核酸和蛋白质序列数据的计算机处理和分析（狭义）；利用计算机和网络技术来解决生物学问题（实质）。 二次数据库种类很多，以核酸数据库为基础构建的有：TransFac(基因调控转录因子数据库)、EPD(真核生物启动子数据库)、Vector(克隆载体数据库)、CUTG(密码子使用表数据库)；以蛋白质序列为基础的构建的：Prosite、Prints、Blocks等。 第三节：基因组数据库 基因组数据库是分子生物信息数据库的重要组成部分，其主体是模式生物基因组数据库，即是前面所讲的。 除了模式生物基因组数据库外，还包括染色体、基因突变、遗传疾病、分类学、比较基因组等各种数据库。 基因组数据库不仅需要便于存储和分析的大量数据，还必须有友好的界面，现在还没有普遍认同的基因组数据库格式。 第四节：序列数据库 的种类 一、核酸序列数据库 数据库包括两类：核酸与蛋白质序列数据库，以顺序为基本内容，注释信息包括两部分：一部分由计算机经分析生成，另一部分依靠生物学家通过查询文献资料获得。 国际上权威的核酸序列数据库 美国生物技术信息中心的GenBank / 欧洲分子生物学实验室的EMBL http://www.ebi.ac.uk 日本遗传研究所的DDBJ http://www.ddbj.nig.ac.jp/ 二、常用蛋白质序列数据库 PIR数据库 蛋白质序列测定技术先于DNA技术问世，蛋白质序列的收集也早于DNA序列。1984年“蛋白质信息源”PIR计划正式启动，蛋白质序列数据库也因此而诞生。 目的： 帮助研究者鉴别和解释蛋白质序列信息，研究分子进化、功能基因组。 它是一个全面的、经过注释的、非冗余的蛋白质序列数据库。 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了分类。 除了蛋白质序列数据之外，PIR还包含以下信息： (1)蛋白质名称、蛋白质的分类、蛋白质的源； (2)关于原始数据的参考文献； (3)蛋白质功能和蛋白质的一般特征，包括基因表达、翻译后处理、活化等； (4)序列中相关的位点、功能区域。 2、SWISS-PROT数据库 SWISS-PROT是经过注释的蛋白质序列数据库，由欧洲生物信息学研究所（EBI）维护，数据库由蛋白质序列条目构成，每个条目包含蛋白质序列、引用文献信息、分类学信息、注释等，注释特别详细，包括结构域、功能位点、跨膜区域、二硫键位置、翻译后修饰、突变体等。 SWISS-PROT采用了和EMBL核酸序列数据库相同的格式和双字母标识字。 SWISS-PROT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。 SWISS-PROT中的数据的来源： （1）从核酸数据库经过翻译推导而来； （2）从蛋白质数据库PIR挑选出合适的数据； （3）从科学文献中摘录； （4）研究人员直接提交的蛋白质序列数据。 SWISS-PROT有三个明显的特点： 3、其他蛋白质序列数据库 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，并且这些序列尚未集成到SWISS-PROT数据库中。 TrEMBL有两个部分： （1）SP-TrEMBL(SWISS-PROT TrEMBL) 包含最终将