[工程科技]02第二章数据库201202291117.pptVIP

第二章 数据库 生物信息数据库可以分为一级数据库和二级数据库: 一级数据库的数据都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 二级数据库是在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步整理。 国际上著名的一级核酸数据库有Genbank数据库、EMBL核酸库和DDBJ 库等；蛋白质序列数据库有 SWISS-PROT、PIR 等；蛋白质结构库有PDB等。国际上二级生物学数据库非常多，它们因针对不同的研究内容和需要而各具特色。 如看文章不用看全部，只看开头和结尾就大致知道其内容——EST大致代表这些mRNA的特性，从而发现基因。 来源于mRNA的一个标签，寻找与性状相关的EST信息，检索EST数据库，从而快速获得相关的基因信息及其在染色体上的定位。 缺点：有些组织、细胞不容易得到mRNA，EST无法得到；EST只是2%里面的相关数据，98%碱基的研究在EST中没有，而这98%也是有功能的，如调控的功能。 按物种分类，为每个基因创造一个唯一的条目，收集对应于这个基因的所有EST。 冲突：人类基因大约3万个，而人类的Unigene簇有12万个。 Unigene簇多于基因总数的可能原因： 不同的Unigene簇可能对应一个基因的不同部分。随着基因组测序变得更完全，两个簇可能会被合并，这样Unigene簇可能随时间推移逐渐变少。 有些基因表达水平很低， 一些Unigene簇可能反映了一些还无法用其他基因识别方法识别出来的真实的基因。 一些DNA在建立cDNA文库的时候被转录出来，但是不对应任何一个基因，可能是克隆过程中的副产品。 发现基因及基因定位（传统的方法）： 研究性状（突变体） 家族分析或连锁分析 确定基因在某条染色体上的某一区段内 其他方法：分离基因及基因产物 通过检索，判断未知DNA片段的位置（新方法）。 （12）miRBase (the home of microRNA data) http://microrna.sanger.ac.uk/sequences/index.shtml 收集了9539条 hairpin precursor miRNA 序列（2009.3） 表达9169条mature miRNA 来源于103个物种 可以通过miRNA名、关键词、染色体位置等检索数据库 分析一条DNA序列中是否可能包含miRNA（第四章介绍） 2、蛋白质数据库 （1）UniProtKB (UniProt Knowledgebase) 由 EBI (European Bioinformatics Institute)管理的数据库 由两部分组成 有详细注释的序列，数据来源于实验 与40个数据库相互参照（cross-reference） UniProtKB/Swiss-Prot（原Swiss-Prot数据库） UniProtKB/TrEMBL（原TrEMBL数据库） 提交到 EMBL 核苷酸数据库中所有CDS 的氨基酸序列——推测 数据来源于自动翻译（非实验） 检索方法 数据库主页http://www.ebi.ac.uk/uniprot/ 输入关键词，检索EBI的所有数据库（包括UniProtKB） 每一个EBI数据库中满足关键词的数据数量目录 查看某一个数据库中的详细目录 查看详细内容 快速检索（1） 数据库主页http://www.ebi.ac.uk/uniprot/ 点击“text search” 在UniProt Searches/Tools网页点击“Uniprot text query [preferred]” 在新打开的网页(/uniprot/) 中“Query”栏目输入关键词 UniProtKB数据库中相关数据目录 检索UniProtKB（2） 点击“Show only reviewed (UniprotKB/Swiss-Prot)”查看只包括在Swiss-Prot数据库中的数据 （2）PIR (Protein Information Resource) 由National Biomedical Research Foundation 创办 可将蛋白质序列分类 数据库主页点击“TEXT SEARCH” 选择“ProClass数据库”后输入关键词或注册号 在结果网页点击“PIRSF ID”栏目中的相关ID号 查看详细内容 （3）PRF (Protein Research Foundation) http://www.prf.or.jp/ 由日本的 Protein Research Foundation 创办 已发表在杂志上的蛋白质序列 (比较可靠) 修饰位点、S－S键等 两月更新一次