生物信息数据库PPT.ppt

（2?）最小冗余 ? 尽量将相关的数据归并，降低数据库的冗余程度。 ? 如果不同来源的原始数据有矛盾，则在相应序列特征表 中加以注释。 （3?）与其它数据库的连接 对于每一个登录项，有许多指向其它数据库相关数据的 指针，这便于用户迅速得到相关的信息。 现有的交叉索引有： 到EMBL核酸序列数据库的索引， 到PROSITE模式数据库的索引， 到生物大分子结构数据库PDB的索引等 。 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) 包含最终将要集成到SWISS-PROT的数据，所有的SP-TrEMBL 序列都已被赋予SWISS-PROT的 登录号。 （2）REM-TrEMBL(REMaining TrEMBL) 包括所有不准备放入SWISS-PROT的数据，因此这部分数据都没有 登录号。 进入网站，后在搜索栏里键入关键词，点击“ＧＯ”图标 Example 在搜索结果里找需要的信息即可 PIR?(protein?information?resource)? 1.? 由美国NCBI翻译自GenBank的DNA序列(1984年)；? 2.? 在EMBL和GenBank数据库上均建立了镜像站点；? 3.? 数据依据注释的质量分为4类。 网址：?/? PIR?数据库的分类情况 (Release?51.03)? 分类名称? (Name)? PIR1? PIR2? PIR3? PIR4? 说明? (Comment)? 已分类、已注释? (Classified?and?annotated)? 已注释(Annotated)? 未核实(Unverified)? 未翻译(Unencoded?or? untranslated)? 记录数? (Number?of?entries)? 13572? 69368? 7508? 196? PIR（Protein Information Resource） § 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。 PIR提供三种类型的检索服务: 一是基于文本的交互式查询， 用户通过关键字进行数据查询。 二是标准的序列相似性搜索， 包括BLAST、FastA等。 三是结合序列相似性、注释信息 和蛋白质家族信息的高级搜索， 包括按注释分类的相似性搜索、 结构域搜索等。 三个子数据库 输入蛋白质代码1zni后search Example 4?、蛋白质结构数据库 PDB?（protein?data?bank ）? 1.? 目前最主要的蛋白质分子结构数据库；? 2.??1970年代建立，美国Brookhaven国家实验室维护管理?? 3.??1988年，由美国RCSB(research?collaboratory?for? structural?biology)管理；? 4.? 以文本格式存放数据，包括原子坐标、物种来源、测定 方法、提交者信息、一级结构、二级结构等；? 5.? PDBsum数据库：PDB注释信息综合数据库，具有检 索、分析、可视化的功能。? PDB的网址：/pdb(美国)? PDBsum的网址：http://www.biochem.ucl.ac.uk/bsm/pdbsum 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。 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