原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
生物信息学
Bioinformatics
王鹏
生物信息学2-数据库
上节回顾
序列数据资源
•数据库基础知识：分子数据库分类；
•序列储存基础格式：FASTA格式；
•常用数据库：NCBI及其GBFF各标识意义。
1.1数据库基础知识
分子生物数据库的分类
一级数据库
概念：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。
包含：基因组数据库、
核酸序列数据库、
蛋白一级结构序列数据库、
生物大分子三维空间结构数据库（主要为蛋白质）
二级数据库
概念：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。
包含：种类繁多：真核生物启动子序列库EPD；功能模体(motif)数据库
PROSITE
1.2序列数据储存格式
FASTA格式命名规则
1、以大于号“”起始；
2、标题行（asingle-linedescription)位于文件的第
一行，（中英）；
3、序列行随后，序列行中不允许有空位；
4、核苷酸字符大小写均可，氨基酸字符应大写；
1.2序列数据储存格式
FASTA格式命名规则
5、“-”单个连字符表示一个空位“gap”
6、序列中不允许有数字、不明确的核苷酸用N表
示，氨基酸用X表示
7、氨基酸序列中“*”表示终止
1.3常用数据库
GenBank数据库文件格式
GBFF(GenBankFlatFile)
GBFF是GenBank数据库的基本信息单位，
是使用最为广泛的生物信息学序列格式之
一。这三大数据库交换数据都是采用的这
个格式。
LOCUSSCU498455028bpDNAlinearPLN21-JUN-1999
DEFINITIONSaccharomycescerevisiaeTCP1-betagene,partialcds;andAxl2p
(AXL2)andRev7p(REV7)genes,completecds.
ACCESSIONU49845
VERSIONU49845.1GI:1293613描述符
KEYWORDS.
SOURCESaccharomycescerevisiae(bakersyeast)(包含整个记录的信息）
ORGANISMSaccharomycescerevisiae
Eukaryota;Fungi;Ascomycota;Saccharomycotina;Saccharomycetes;
Saccharomycetales;Saccharomycetaceae;Saccharomyces.
REFERENCE1(bases1to5028)
AUTHORSTorpey,L.E.,Gibbs,P.E.,Nelson,J.andLawrence,C.W.
TITLECloningandsequenceofREV7,agenewhosefunctionisrequiredfor
DNAdamage-inducedmutagenesisinSaccharomycescerevisiae
JOURNALYeast10(11),1503-1509(1994)
PUBMED7871890
FEATURES
文档评论（0）