生物分子数据库.pptxVIP

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：;第二节 核酸序列数据库;核酸序列数据的增长趋势 （纵轴代表总的核酸序列长度，单位：百万bp）;;;;“ID”为序列的标识符行，包括登录号、类型，分子的长度 ;提交数据;;EMBL提供一些与序列相关的检索操作（基于3W服务器）;例如: 登录号为J00231的核酸序列具有这样一个交叉索引行：;2、基因组数据库（GDB） ;与染色体相关的信息;其它模式生物基因组数据库 如：鼠基因组数据库 MGD （/） 酵母基因组数据库 SGD （/Saccharomyces/）;Ensembl (/）;Ensembl 数据库结构图 ;Ensembl提供多种查询方式 通过关键字查询 用BLAST进行相似序列的搜索 另一种更直观的方式是显示各染色体 用户可以在染色体水平上选择感兴趣的位点， 逐层放大 浏览整个基因组;;人的第9号染色体及大鼠对应的染色体片段;4、表达序列标记数据库dbEST;5、序列标记位点数据库dbSTS;6、面向基因聚类数据库UniGene;第三节 蛋白质序列数据库;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;2、SWISS-PROT ; （1）注释 在SWISS-PROT中，数据分为核心数据和注释两大类。 核心数据包括： 序列数据、参考文献、分类信息（蛋白质生物来源的描述） 注释包括： （A)蛋白质的功能描述； (B)翻译后修饰； (C)域和功能位点，如钙结合区域、ATP结合位点等； (D)蛋白质的二级结构； (E)蛋白质的四级结构，如同构二聚体、异构三聚体等； (F)与其它蛋白质的相似性； (G)由于缺乏该蛋白质而引起的疾病； (H)序列的矛盾、变化等。;（2）最小冗余; 提交序列数据 （a）编辑电子表格 （b) 利用Authorin程序 （c）WWW服务器 使用SWISS-PROT （a）CD-ROM形式 （b）ftp服务器 （c）Gopher服务器 （d）WWW服务器（SRS） 与序列相关的操作 （a）序列查询 （b）搜索同源蛋白质序列 ;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。 ; 包括： Swiss-Prot TrEMBL PIR  用户可以通过文本查询数据库，可以利用BLAST程序搜索数据库，也可以直接通过FTP 下载数据。; UniProt包含3个部分： （1）UniProt Knowledgebase（UniProt） 蛋白质序列、功能、分类、交叉引用等信息存取中心 （2）UniProt Non-redundant Reference（UniRef）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； （3）UniProt Archive（UniParc） 资源库，记录所有蛋白质序列的历史