第二章生物信息学教程PPT.ppt

;;分子生物信息学概述;——Margaret Dayhoff： 1960年，创立PSD，即PIR的前身 1983,NIH资助建立了PIR 1984,NBRF(National Biomedical Research Foundation) 开始负责维护该数据库,数年后，著名的SWISS-PROT数据库 被组建 ;1982年，第一个核酸序列数据库GenBank（Los Alamos）;二级数据库 在一级数据库、实验数据和理论分析的基础上，针对不同的 研究内容和需要，对生物学知识和信息的进一步整理得到的 数据库。 人类基因组图谱库GDB、转录因子和结合位点库 TRANSFAC、蛋白质序列功能位点数据库Prosite等。;基因组图谱;一个数据库记录(entry)一般由两部分组成： 1. 原始序列数据(sequence data) 2. 描述这些数据生物学信息的注释(annotation) 注释中包含的信息与相应的序列数据同样重要和有应用价值;人类遗传信息数据与科学家的社会责任;人类遗传数据国际宣言纲要(修正稿)联合国教科文组织国际生命伦理学委员会2003年1月，巴黎;一级数据库简介;1.) GenBank（美国国家生物技术信息中心， NCBI） 1980sNIH(National Institute of Health) Los Alamos National Lab NCBI(National Center for Biotechnology Information) NLM(National Library of Medicine) ; 什么是GenBank？ GenBank是美国国立卫生研究院维护的基因序列数据库，汇集并注释了所有公开的核酸序列。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。 每个记录代表了一个单独的、连续的、带有注释的DNA或RNA片段。 这些文件按类别分为几组：有些按照分类学划分，另外一些则按照生成DNA序列数据库的直接提交。这些作者将序列数据库作为论文的一部分来发表，或将数据库直接公开。; GenBank GenBank是一个有13亿碱基，来自于100,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。 遗传密码-15个遗传密码的概要。用来确保GenBank中纪录的编码序列被正确的翻译。 ; 如何向GenBank提交序列 　　　 所有进入GenBank的记录都是靠直接递交进去，多数作者选用sequin 或 Bankit;ＮＣＢＩ网址:　http://WWW./;;;;;;GenBank网址　http://WWW./Genbank/;; 如何访问GenBank 通过Ｅntrez来查询。 用accession number，作者???名，物种，基因/蛋白名字，还有许多其他的文本术语来查询。 用BLAST在GenBank和其他数据库中进行序列相似搜索。 另外一种选择是可以用FTP下载整个的GenBank和更新数据。 ;2.) EMBL(欧洲分子生物学实验室，EMBL) European Molecular Biology Laboratory EBI（European Bioinformatics Institute） ; EMBL简介 　EMBL是欧洲的主要核苷酸数据库，始建于１９８０年，由位于英国剑桥附近的欧洲生物信息学研究所（ＥＢＩ）维护。ＥＭＢＬ数据库已处理自１９８２年以来全世界范围内所公布数据。 　数据来源：基因组计划的序列、各研究人员直接递交的序列以及由欧洲专利事务所发送的专利序列。; EMBL 数据库包括：发行区（ EMBL REL） 　　　　　　序列每日增添区（ EMBL NEW） EMBL 被划分为１９个组（division）,这些组的区分原则是 根据分类学（如ＨＵＭ代表人，ＰＬＮ代表植物，ＰＲＯ代 表原核生物等）。此外，还有些根据资料特性进行分类（如 ＥＳＴ）;ＥＭＢＬ数据库结构是按flatfile（平面文件）格式布局，包括四大类主要数据区（block） 第一区包括描述和标示符：如条目名称、保密状况、分子类 型、分类、序列总长度 第二区是引文区：引文详细内容以及原递交者姓名和联系方 式 第三区是特征区：包括序列的特征，如详细来源、生物特征、 特征性定位和限定词 第四区：由序列资料、长度和碱基组成;;;;;;;