人类基因组计划与生物信息学技术资源及利用.pptVIP

GenBank格式特征表部分3）序列部分附：FASTA格式FASTA格式广泛应用于分子生物学软件包中大于号（）表示一个新序列的开始，后面紧跟序列的标记符，另起一行顶头为序列,序列是连续的，无空格等GenBank数据库中半数以上是人基因组的序列，此外还收集了小鼠、大鼠、果蝇、拟南芥等模式生物的序列。目前GenBank分为多个子数据库:nr,dbEST,dbSTS，dbGSS和dbHTGS等。（1）nr（non-redudant）是非冗余的核酸数据库，存贮已知的基因全长或部分序列数据，以及完成了的基因组序列。大多序列已具有相应的基因结构分析，如编码区、调控区、重复序列等。（2）dbEST是EST数据库，EST是表达基因中的部分序列，因EST（ExpressedSequenceTags）项目本身的特点，所有EST序列都是一次测序的结果，存在较大的误差。序列较短，多为400bp以下。虽来自于表达基因，但编码情况未知。（3）dbSTS是STS数据库，STS是基因组标记序列数据库，作为基因作图、基因定位的重要工具，STS（SequenceTaggedSite）为基因组DNA序列，且提供染色体定位信息。与EST相同之处是，序列较短且不提供基因功能信息。（4）dbGSS是基因组序列数据库，源于基因组DNA克隆的一次性部分测序得到的序列。它也具有序列较短、有较大的误差，不提供基因功能和定位信息。（5）dbHTGS存贮的是处理未完成阶段的基因组测序数据。基本都是BAC测序的结果。2、人类基因组图谱在人类基因组项目(HGP)获得序列数据的基础上，很多机构开始了对基因组序列的各项数据进行注释(annotation)的工作，构建人类基因组整合图谱。其中美国的UCSC，NCBI和英国的Sanger中心都做了很出色的工作。三大基因组图谱：1、UCSCGenomeBrowser/2、NCBIMapViewer/mapview/3、EnsemblGenomeBrowser/UCSCGenomeBrowserUCSC是由美国加利福尼亚大学SantaCruz分校的JimKent等建立的,是人类基因组图谱中最出色的之一。目前该数据库采用NCBI的拼接整合的人类基因组序列作为平台，提供了很多基因组中的定位数据，包括染色体区带、重叠群（Contig）和间隙、mRNA和表达序列标签(EST)、预测基因、单核苷酸多态（SNPs）、STS的遗传和放射杂交图谱、重复序列、鼠同源序列、斑马鱼（Tetraodonnigroviridis）同源序列等。大多数据与其他数据库链接，如RefSeq、LocusLink、PubMed、GeneLynx、GenCards、AceView等。/index.htmlNCBIMapViewer提供了细胞遗传学图谱、序列图谱、遗传学图谱、物理图谱、放射杂交图谱等定位信息包括：NCBI重叠群、BAC、基因、STSs、FISH定位的克隆、EST、和多态等。/mapview/EnsemblGenomeBrowserEnsembl是EBI和Sanger研究所合作开发的软件系统，它能对真核基因组数据进行自动信息标注，Ensembl为序列数据、已知基因的结构预测和定位、基因组其他信息的注释及和其他基因库资源提供了一个便捷的接口。/2003年4月15日，为纪念DNA双螺旋结构发现50周年，美、英、日、法、德和中国等六国联合宣布人类基因组计划提前完成。政府或非盈利机构支持参加人类基因组测序的研究机构及测序的相对工作量染色体基因碱基染色体基因碱基染色体基因碱基1296827922288251320322214129719751643198619631767144316381127148912991401014401431120931481216521421374811814109810715112210016109810417