蛋白质蛋白质相互作用第二章.pptVIP

生物信息学数据库及其信息检索 生物信息学数据库的种类 核酸、蛋白序列数据库 基因组数据库 生物大分子三维结构数据库 以上述数据库及文献为基础的二次数据库 生物信息学数据库资源 核酸序列数据库 内容包括世界上所有已公布的核酸序列及其翻译产物序列报告和相关注释 GenBank 美国基因数据银行 / Embl 欧洲分子生物实验室 http://www.ebi.ac.uk/embl.html DDBJ 日本国立遗传研究所核酸数据库 http://www.ddbj.nig.ac.jp 蛋白质序列数据库 SWISS-PROT （瑞士日内瓦大学）蛋白质序列数据库 http://www.Expasy.ch NCBI 蛋白质数据库 /entrez PIR 蛋白质序列信息资源库（美、德） 内容包括序列及功能信息、蛋白识别、蛋白质结构预测及其他功能 NCBI 数据库 NCBI(美国国家生物信息中心)成立于1988年，是NIH（国家卫生研究院）的附属机构。 主要任务： 建立公共数据库 (GenBank, dbSNP, OMIM 等.) 开展计算生物学方面的研究 开发序列分析的软件工具 传播生物医学信息 网址： 在NCBI 数据库中查询序列 集成检索系统： Entrez系统 在NCBI中进行序列相似性比对 序列相似性与功能相似性具有一定的相关性，但不绝对。 对于某物种中新克隆的序列通过寻找其它物种中与之相似的序列有助于对该序列功能的预测。因此序列相似性比对常常是一个新克隆出的序列最先进行的生物信息学分析。 序列相似性比对工具BLAST BLAST：是Basic Local Alignment Search Tool 基本局部比对搜索工具的英文缩写。 NCBI 提供了网络版的BLAST搜索在线服务（/BLAST/)，该服务方便、免费，缺点是不利于大批量数据的比对，并且也不能搜索自有的数据库。NCBI提供该程序的单机版本，通过建立本地数据库可以实现批量比对及搜索自有数据库。 BLAST 包含5个子程序： blastn blastp blastX tblastn tblastX Blastx BLAST 原理 Query: GTACTGGACATGGACCCTACAGGAA GTACTGGACAT TACTGGACATG ACTGGACATGG CTGGACATGGA TGGACATGGAC GGACATGGACC GACATGGACCC ACATGGACCCT CATGGACCCTA ……………………. 序列匹配的最低标准 核酸 BLAST 需要一个精确的匹配 蛋白 BLAST 需要在40个氨基酸内有两个匹配 BLASTn缺点的一个反例 基因开放读码框的识别 CpG岛 定义：位于多种脊椎动物已知基因转录起始位点周围、由胞嘧啶(C)和鸟嘧啶(G)组成的串联重复序列。 CpG双核苷酸在人类基因组中的分布很不均一，而在基因组的某些区段，CpG保持或高于正常概率，这些区段被称作CpG岛,在哺乳动物基因组中的 1~2kb的DNA片段，它富含非甲基化的CpG双倍体。CpG岛主要位于基因的启动子（promotor）和第一外显子区域，约有60%以上基因的启动 子含有CpG岛。GC含量大于50%,长度超过200bp。 CpG 岛区域预测 http://www.ebi.ac.uk/Tools/emboss/cpgplot/ 转录终止信号预测 在mRNA终止密码子的下游位置上一般有加尾信号，其主要标志位AATAAA序列，称为多聚腺苷酸信号，简称PolyA信号，据此可以预测基因终止位点。 启动子区域的预测 可变剪切和转录多样性数据库 ASTD 该数据库是有EBI开发的可变剪切和转录多样性数据库（alternative splicing and transcript diversity, ASTD），能提供可变剪切时间(alternative splicing event),转录产物(transcript product),选择性转录起始位点（TSS）及polyA位点等详细信息。 电子克隆 该方法基于EST和基因组数据库，运用生物信息学知识和计算机技术对EST或基因组数据库进行同源比对，然后拼接出基因的编码序列。