第八章生物信息学资源检索教学材料.pptVIP

KEGG主页 * 第四节 基因组数据库 一 Entrez Gonomes 二 Ensembl 三 UCSC Genome Browser 四 其他基因组数据库 一、Entrez Gonomes NCBI提供的，是世界上最大、最完整的多物种的基因组资源。目前已收录5937个物种的8500多条记录， 按生物体分成古细菌（Archaea）、细菌（Bacteria）、真核生物（Eukaryotae）、病毒（Viruses）、类病毒（Viroids）和质粒（Plasmids）六大类。 提供了各种基因组图谱，包括完整的染色体、序列图谱、遗传图谱、物理图谱和连续子（contigs）图谱。 可以通过Entrez进行关键词搜索，也可以通过Map Viewer进行浏览、检索及编辑。 网址： /sites/genome Entrez Gonomes主页 （二）DDBJ检索 通过getentry、ARSA、SRS、TXSearch、BLAST、PSI-BLAST、FASTA、SSEARCH等检索工具可以获取DDBJ数据。 前四种用于检索DDBJ数据库中的原始数据，其中getentry属于存取号检索，SRS和ARSA属于关键词检索，TXSearch属于分类检索； 后4种对用户提供的序列或片断作同源性分析。 * 第三节 蛋白质数据库 一 蛋白质序列数据库 二 蛋白质结构数据库 三 蛋白质功能数据库 * 一、蛋白质序列数据库 （三）TrEMBL （四）GenPept （二）SWISS-PROT （一）PIR （五）UniProt （六）OWL （一）PIR 创建于1984年。 1988年，美国NBRF、日本国际蛋白质信息数据库（Japan International Protein Information Database, JIPID）与德国的慕尼黑蛋白质序列信息中心（Munich Information Center for Protein Sequences, MIPS）合作成立国际蛋白质序列信息中心（PIR-International）。 第75.03版的PIR数据库按照数据的性质和注释详略分成四个子库：PIR1、PIR2、PIR3和PIR4。 PIR1中的序列已经验证，注释最为详尽； PIR2中包含尚未确定的冗余序列； PIR3中的序列尚未加检验，也未加注释； PIR4包括其他渠道获得的序列，既未验证，也无注释。 网址：/ PIR主页 （二）SWISS-PROT 创建于1986年 由瑞士生物信息学研究所（Swiss Institute of Bioinformatics，SIB）和欧洲生物信息研究所（EBI）共同维护和管理。 1994年，SIB创建蛋白质专家分析系统(Expert Protein Analysis System，ExPASy) (http://www.expasy.Ch)，除了开发、维护和管理SWISS-PROT数据库外，还提供蛋白质序列、结构、功能和蛋白质2D图谱等蛋白质信息资源 到2009年10月，SWISS-PROT（57.11版）收录了512994条序列，包含180531504个氨基酸。 网址：/sprot/ （三）TrEMBL 创建于1996年，意即“Translation of EMBL”，是计算机翻译并注释的蛋白质序列数据库，收录的序列是从EMBL中的cDNA序列翻译得到的。记录采用SWISS-PROT数据库格式。 TrEMBL分为两个部分：SP-TrEMBL和REM-TrEMBL。 SP-TrEMBL的条目已经专家分类并且给予SWISS-PROT存取号，但尚未通过人工审查，最终将收入SWISS-PROT。 REM-TrEMBL包含其他剩余序列，主要是免疫球蛋白、T细胞受体、少于8个氨基酸碱基的多肽、人工合成序列、专利序列等。 http://www.ebi.ac.uk/trembl/ （四）GenPept 由GenBank中的cDNA序列翻译得到的蛋白质序列数据库。 网址：/genbank/genpept/） （五）UniProt 将PIR 、SWISS-PROT和TrEMBL3个蛋白质数据库统一起来组建而成，包含3个部分： （1）UniProt Knowledgebase（UniProtKB），这是蛋白质序列、功能、分类、交叉引用等蛋白质知识库，记录经过人工筛选和注释； （2）UniRef （UniProt Non-redundant Reference）数据库，将密切相关的蛋白质序列组合到一条记录中，以便提高搜索速度；目前，根据序列相似程度形成3个子库，即UniRef100、UniRef90和UniRef50； （3）UniParc（UniProt Ar