生物信息学数据库.ppt

Nucleotideandgenome

*第31页，共67页，星期日，2025年，2月5日Nucleotide该数据库由国际核苷酸序列数据库成员美国国立卫生研究院GenBank、日本DNA数据库(DDBJ)和英国HinxtonHall的欧洲分子生物学实验室数据库(EMBL)三部分数据组成。这三个组织联合组成国际核苷酸序列数据库协作体，每天交换各自数据库中的新增序列记录实现数据共享。其中的核酸序列数据也通过与基因组序列数据库(GSDB)合作获取。第32页，共67页，星期日，2025年，2月5日选择数据库输入关键字NCBI主页进入Entrez检索第33页，共67页，星期日，2025年，2月5日Entrez简介Entrez是个全局的生物医学搜索引擎，他可以检索的数据库主要包括三类：（1）文献数据库：PubMed，PubMedCentral，Journals,Books,OMIM,OMIA。（2）序列数据库：Nucleotide,Protein,Genome,Strcture,SNP。（3）其他数据库：Taxonomy，Gene，Probe,PopSet等第34页，共67页，星期日，2025年，2月5日无对应结果相关的结果Entrez检索的结果Entrez功能强大，在于它的大多数记录可相互链接，既可在同一数据库内链接，也可在数据库之间进行链接。Entrezbrowser来查询各种数据(集成搜索工具)第35页，共67页，星期日，2025年，2月5日基因组的相关的信息查看详细结果第36页，共67页，星期日，2025年，2月5日第37页，共67页，星期日，2025年，2月5日详细结果序列部分注释部分下载格式选择第38页，共67页，星期日，2025年，2月5日注释部分基因位点（Locus）、基因定义（Definition）、基因存取号（Accession)、关键词（Keywords）、来源（Source）、组织分类（Organism）、参考文献（Reference）、著者（Author）、题目（Title）、期刊（Journal）、序列特征（Features）、基因（Gene）、蛋白质编码序列CDS(cDNA）、5’非翻译区（5’UTR）、3’非翻译区3’UTR）、mRNA的polyA位置（polyA_site）、信使RNA（mRNA）、外显子（exon）、内含子（intron）、原序列（Origin）。第39页，共67页，星期日，2025年，2月5日常用序列格式：FASTA格式1.定义：在生物信息学中，FASTA格式（又称为Pearson格式），是一种基于文本用于表示核苷酸序列或氨基酸序列的格式。在这种格式中碱基对或氨基酸用单个字母来编码，且允许序列前添加序列名及注释。通常核苷酸符号大小写均可，而氨基酸常用大写字母。2.特点：简单使用最多例子(单序列)：gi|9629267|ref|NC_001798.1|Humanherpesvirus2,completegenomeAGTCCCCGTCCTGCCGCGCGGGGGCGGGCGCGGGAAAAAAGCCGCGCGGGGGCGCCCGCGGGAAGGCAGCCCCGCGGCGCGCGGGGGGAGGGGCGGCGCCCGCGGGGGAGCGGCCGGCTCCGGGGGAGGGACGGGGAAGG……….第40页，共67页，星期日，2025年，2月5日多序列FASTAsequence1,E.colictgcgagNcgcgcgatgatagMMM-NNNngnnatgancgcggcgagcatgtagcatgctagctgtcgcgagcactUgaURRRrrrtrrrcggccgagatcaggcgatgcatgcgcagggagcagcgagcgacgagcacagcatgctagctagatgcatgctaVagvcgtaggcagccgccsequence2,B.subtilisctgcgagNcgcgcgatgatagctgactNntnatganncgcggcgagcatgtagcatgctagctgtcgcgagcactUctURRR