4一次数据库的查询.ppt

生物信息数据库种类繁多，结构各异。如何快速、高效地对各种数据库进行查询，是数据库查询系统必须解决的问题。SRS系统采用了建立数据库索引文件的手段，较好地解决了这一问题。即使是含几百万个序列的EMBL数据库，只需几分钟即可实现整库查询，得到所需结果。此外，SRS系统具有查询结果相关处理功能，每次查询结果可作为进一步查询的子数据库，并可对其进行并、交等操作，对查询结果进行组合或筛选 2. 高效的查询功能 3. 灵活的指针链接 通过超文本指针链接实现信息资源的有机联系，是目前Internet信息服务的主要趋势。许多生物信息数据库均包含与其它相关数据库的代码，如SwissProt数据库中的蛋白质序列包含了该序列在EMBL、PDB、Prosite、Medline等其它数据库的代码。利用超文本链接，可将这些相关数据库联系在一起。SRS采用实时方式，根据查询结果产生链接指针，而不是在原始数据库中增加超文本标记，既节省了存储空间，也便于数据库管理 4. 方便的程序接口 将序列分析等常用程序整合到基本查询系统中，是SRS的另一个重要特点。用户可以对查询结果直接进行进一步分析处理。例如，查询所得的蛋白质序列，可立即用BLAST和FASTA查询程序进行数据库搜索，找出其同源序列；也可以用PrositeSearch程序，寻找功能位点；用ClustalW程序进行多序列比较 5. 开放的管理模式 在管理模式上，SRS采用了开放的方式。无论是数据库还是应用程序，均可进行扩充和更新。用户可在本地机上安装自己的SRS系统，并将自己的数据库添加到SRS系统中，并可与其它数据库实现超文本链接。也可自行编写应用程序，整合到SRS系统中 6. 统一的开发平台 SRS系统中所有数据库均以文件系统方式存放，通过预先建立索引文件实现数据库查询。因此它不依赖于Oracle、Sybase等商业数据库管理软件，便于推广使用。为建立索引文件，特别是对EMBL这样大型数据库建立索引，系统的内存和CPU资源需要满足一定的要求 Entrez由美国NCBI开发，用于对文献摘要、序列、结构和基因组等数据库进行关键词查询，找出相关的一个或几个数据库条目。该系统目前主要包括核酸序列数据库、蛋白质序列数据库、基因组数据库、蛋白质结构数据库、生物医学文献摘要数据库、系统分类数据库、人类遗传疾病和遗传缺失在线数据库，以及基因信息数据库、种群亲缘关系核酸序列比对数据库、表达序列标签数据库等。 Entrez系统 Entrez 是由NCBI主持的一个数据库检索系统，它包括核酸，蛋白以及Medline文摘数据库，在这三个数据库中建立了非常完善的联系。 因此，可以从一个DNA序列查询到蛋白产物以及相关文献，而且，每个条目均有一个类邻(neighboring)信息，给出与查询条目接近的信息。 Entrez系统 　Entrez中核酸数据库为：GenBank, EMBL, DDBJ 　蛋白质数据库为：Swiss-Prot, PIR, PFR, PDB 　PubMed 　基因组和染色体图谱资料 Entrez中的数据库包括： Entrez系统 检索领域：(Search Fields) 在WWW Entrez检索系统中，检索内容被分为许多小的领域，每一个检索领域包含以下信息： 进入(Accession): 包含进入号 相关性(Affiliation): 包括该检索领域建立时的相关信息，原作者地址，有时亦有其他作者地址 作者姓名(Author Name): 包含文章作者清单 E.C号(E.C.Number): 是酶学委员会命名的酶的编号 特征词(Feature Key): 描述DNA特征的关键词 基因符号(Gene Symbol): 基因的标准名称 杂志名(Journal Title):为检索条目第一次发表时的杂志名，该杂志名是以缩写形式储存于数据 库中，如果不清楚杂志是如何缩写的可采用List Terms来查看 关键词(Keywords)：可以使用较特定的索引条目来检索以上数据库。类似于医学光盘检索 Medline UID : 是Medline对每一个条目给出的唯一识别标记 MeSH主题词(MeSH Terms): 包括 MeSH的主题词，下级主题词 MeSH主要关键词 (MeSH Major Topic)：为检索条目十分重要的MeSH词目 Entrez系统 修改日期（Modification Date): 包含该条目进入Entrez的日期, 与出版日期一 样，以年/月/日形式出现 页数(Page Number): 该文章所在杂志的页码