生物信息学课件3.pptVIP

生物信息学第三章 生物信息学资源与数据挖掘工具 毛理凯 本课目录 基本信息搜索 国外重要生物信息中心 数据库目录 常用序列格式 核酸数据库 蛋白数据库 其他数据库 一、基本信息搜索 网上查资料 Google (“谷歌”) / Google查询结果 查中文生物文献 查英文生物文献 PubMed () 关键词的选择 不是特殊情况，尽量使用名词原形，不使用复数、所有格等 尽量使用专业用语，不使用the, of, and, research等常用词作为关键词 为了减少遗漏，使用尽可能少而精的关键词 PubMed查询结果(1) – 所有文章 PubMed查询结果(2) – 综述文章 显示单篇文章（摘要） 增加搜索选项 精确使用PubMed查找（高级搜索） 查找帮助(1) 查找帮助(2) Google vs 百度 二、国外重要生物信息中心 NCBI 美国国家生物技术信息中心(National Center for Biotechnology Information) 前身是NIH所属的一个研究所的计算生物学研究室,1988年独立为NCBI,形式上属于国家医学图书馆(National Library of Medicine/NLM) 管理着许多著名数据库,如GenBank、Medline、dbSNP、COG、OMIM等 提供Entrez、BLAST等服务 EBI 欧洲生物信息学研究所(European Bioinformatics Institute) 1994年建于英国剑桥,前身是德国海德堡的欧洲分子生物学实验室的信息服务部门 EBI接收了原来EMBL数据库的管理和维护 是欧洲分子生物学网(EMBnet)的一个特别节点 http://www.ebi.ac.uk/ (主页) http://www2.ebi.ac.uk/ (工具) http://www3.ebi.ac.uk/ (服务) NIG 日本国立遗传学研究所(National Institute of Genetics) 创立于1949年7月1日,属文部省管辖 信息服务始于1984年 维护管理着DDBJ 1987年1月发行DDBJ第一版 http://www.nig.ac.jp 其他重要中心 三、数据库目录 NAR数据库专辑 从1994年开始,《核酸研究》杂志(Neucleic Acids Research)每年第一期是生物数据库专辑 每个专辑大约介绍100多种库 从2000年起,该杂志的出版社(牛津大学出版社)设立了一个数据库目录网页 其他数据库列表 NIH全球数据库列表 /molbio/db.html CBI的生物数据库镜像列表 /help/dwut.html 四、常用序列格式 FASTA序列格式 也叫Pearson格式 简单 使用最多 例子(单序列) 多序列FASTA FASTA序列格式中的核苷酸表示法 FASTA序列格式中的氨基酸表示法 PHYLIP序列格式 例子 五、核酸数据库 国际核苷酸序列数据库联盟 International Nucleotide Sequence Database Collaboration (INSDC)包括 GenBank [美] /Genbank EMBL [欧] http://www.ebi.ac.uk/embl/ DDBJ [日] http://www.ddbj.nig.ac.jp/ 每天这三个数据库作数据同步操作 在任何一个数据库操作(查找、投递数据等)是等效的 GenBank主页 GenBank结构 GenBank包括三个子数据库 CoreNucleotide dbEST dbGSS 其中CoreNucleotide还分为更小的BLAST数据库 nr htgs wgs env_nt GenBank查询(1) 已知收录号(accession number)的情况 GenBank查询(2) 查看详细结果 GenBank序列格式 GenBank查询(3) 也可用Entrez browser来查询各种数据(集成搜索工具) 向GenBank投递序列 GenBank提供多种工具投递序列,如 BankIt (网上投递) 适于少量的、注释简单的序列投递 Sequin (本地投递;软件) 适于大量的、复杂的序列投递 可投递变异、种系发生、群体数据集 图形界面操作 选项多、功能强 可向GenBank, EMBL, DDBJ中的任一数据库投递 EMBL主页 DDBJ主页 BioSino 是中国自主开发的核酸序列公共数据库 发表我国学者提供的核酸序列,并接受注册登记 有CDNAP和DDIB两个产品 / /DIDWeb/index.html DNA结构数据库 CUTG (Codon Usage Tabulated