生物分子数据库-东南大学生物电子学国家重点室.ppt

第四章 生物分子数据库 第一节 引言 生物分子数据库应满足5个方面的主要需求 （1）时间性 （2）注释 （3）支撑数据 （4）数据质量 （5）集成性 生物分子数据库 一级数据库 数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类整理和注释 二级数据库 对原始生物分子数据进行整理、分类的结果，是在一级数据库、实验数据和理论分析的基础上针对特定的应用目标而建立的 。 生物分子数据库几个明显的特征： （1）数据库的更新速度不断加快 数据量呈指数增长趋势 （2）数据库使用频率增长更快 （3）数据库的复杂程度不断增加 （4）数据库网络化 （5）面向应用 （6）先进的软硬件配置 第二节 核酸序列数据库 国际上权威的核酸序列数据库 （1）欧洲分子生物学实验室的EMBL http://www.embl-heidelberg.de （2）美国生物技术信息中心的GenBank /Web/Genbank/index.html （3）日本遗传研究所的DDBJ http://www.ddbj.nig.ac.jp/ 第三节 蛋白质序列数据库 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、蛋白质的来源； (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。 第四节 生物大分子结构数据库 1、PDB（Protein Data Bank） PDB中含有通过实验（X射线晶体衍射，核磁共振NMR）测定的生物大分子的三维结构 蛋白质 核酸 糖类 其它复合物 一种是显式序列信息（explicit sequence） 在PDB文件中，以关键字SEQRES作为显式序列标记，以该关键字打头的每一行都是关于序列的信息。 一种是隐式序列信息(implicit sequence) PDB的隐式序列即为立体化学数据，包括每个原子的名称和原子的三维坐标。 2、MMDB(Molecular Modeling Database) 分子模型MMDB 是（NCBI）所开发的生物信息数据库集成系统Entrez的一个部分，数据库的内容包括来自于实验的生物大分子结构数据。 与PDB相比，对于数据库中的每一个生物大分子结构，MMDB具有许多附加的信息，如分子的生物学功能、产生功能的机制、分子的进化历史等 。 还提供生物大分子三维结构模型显示、结构分析和结构比较工具。 第五节 其它生物分子数据库 核酸序列变化 单碱基多态性SNPs（Single nucleotide polymorphisms） SNPs对人类遗传学研究和医学应用具有重要的意义 无论对于人类种群遗传学的研究，还是对疾病性状分析或个体化医疗，都需要深入地研究SNPs。 2、蛋白质结构分类数据库SCOP SCOP数据库 ( http://scop.mrc-lmb.cam.ac.uk/scop/）的目标是提供关于已知结构的蛋白质之间结构和进化关系的详细描述，包括蛋白质结构数据库PDB中的所有条目。 SCOP数据库除了提供蛋白质结构和进化关系信息外，对于每一个蛋白质还包括下述信息：到PDB的连接，序列，参考文献，结构的图像等。 可以按结构和进化关系对蛋白质分类，分类结果是一个具有层次结构的树，其主要的层次是家族、超家族和折叠: (1)家族：具有明显的进化关系 (2)超家族：具有远源进化关系，具有共同的进化源 (3)折叠类：主要结构相似 3、蛋白质二级结构数据库DSSP DSSP（http://www.sander.embl-heidelberg.de/dssp/） 是一个二级结构推导数据库。 对生物大分子数据库PDB中的任何一个蛋白质，根据其三维结构推导出对应的二级结构。 对研究蛋白质序列与蛋白质二级结构及空间结构的关系非常有用 除了二级结构以外，DSSP还包括蛋白质的几何特征及溶剂可及表面。 4、蛋白质同源序列比对数据库HSSP HSSP(http://www.sander.embl-heidelberg.de/hssp/） 二级数据库。 数据来源于PDB，或来源于SWISS-PROT 对于PDB中的每一个蛋白质，HSSP将与其同源的所有蛋白质序列对