NCBI数据库检索.ppt

NCBI数据库检索,National Center of Biotechnology Information,NCBI简介, NCBI就是美国国家生物技术信息中心（National Center of Biotechnology Information） NLM是美国国家医学图书馆（National Library of Medicine） NIH是美国国立卫生研究院 （National Institutes of Health）,NCBI中通过Entrez可互查的数据库,NCBI数据库,Nucleotide：DNA序列数据库 Protein：蛋白质序列数据库 Genome：基因组序列数据库 Structure：分子结构模型数据库 Popset：种群、种系发生或突变序列数据库 Taxonomy：微生物类别数据库 OMIM：人类孟德尔遗传学在线数据库。,一. Nucleotide(GenBank),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Hinxton Hall的欧洲分子生物学实验室数据库(EMBL）三部分数据组成。,二 . Genome,即基因组数据库，提供了多种基因组、完全染色体、临近序列图谱以及一体化基因物理图谱。,三. Structures,即结构数据库或称分子模型数据库（MMDB），包含来自X线晶体学和三维结构的实验数据。MMDB的数据从PDB（Protein Data Bank）获得。,四. Taxonomy,即生物学门类数据库，可以按生物学门类进行检索或浏览其核苷酸序列、蛋白质序列、结构等。,五. PopSet,包含研究一个人群、一个种系发生或描述人群变化的一组组联合序列。PopSet既包含核酸序列数据又包含蛋白质序列数据。,六. OMIM,孟德尔遗传学(OMIM)数据库是人类基因和基因疾病的目录数据库。该数据库包括原文信息、图片和参考信息，同时还可以链接到Entrez系统MEDLINE数据库中相关文献和序列信息。,PubMed数据库检索,一、PubMed数据库简介,PubMed是美国国家医学图书馆(NLM)下属的国家生物技术信息中心(NCBI)开发的、基于WWW的医学数据库查询系统。 PubMed的网址： /pubmed /entrez/query.fcgi,PubMed,数据类型：期刊论文、综述、以及与其他数据资源链接。 特点： 1.免费提供题录和文摘 2.可与提供原文的网址链接 (部分免费获取） 3. 操作简便、快捷,期刊来源地理分布,北美 (31%),欧洲和中东 (52%),非洲 (1%),中南美洲 (2%),ASIAN, Australia (14%),MEDLINE 2919 独有,BIOSIS 3071,2043 shared,BIOSIS 与 MEDLINE的覆盖范围,MEDLINE：联机医学文献分析和检索系统,BIOSIS (Biosciences Information Service, 美国生物科学信息服务社),4,400 Employees,11,500 Employees,2,800 Employees,9,900 Employees,Intl Legal & Regulatory,North American Legal,Scientific,Financial,Tax & Accounting,Healthcare,2,600 Employees,3,100 Employees,2005 营业收入 87亿美元 为全球2千万用户提供服务 市值260亿美元，福布斯全球500强之一,二、通过PubMed可检索 到如下的信息,MEDLINE PreMedline 出版商提供的书目信息,MEDLINE,MEDLINE：是美国国立医学图书馆MEDLARS系统中最大的生物医学数据库，收录1966年以来70多个国家近4300种生物医学期刊的书目信息和著者文摘，每周更新。每条记录均带有PubMed-Indexed for MEDLINE标志。,PreMedline：收集未正式给予MeSH词、出版类型等深度标引信息的一个临时库。NLM每天把最新记录加入到PreMedline库中，每条记录均带有PubMed-in Process标志。工作人员在一周内将这些记录标引，然后转入MEDLINE，同时从PreMedline中删去。,PreMedline,Pre-Medline,Medline,New Data,Collect,PubMed,Process,PubMed,出版商提供的书目信息：出版商提供的是整本期刊的信息，若有部分没有被MEDLINE收录，PubMed仍保存，在记录中做PubMed-as supplied by publisher的标记。,图1,以下是几条PubMed的记录，标记不同，其出自的分库也不同,三、PubMed文献检索,PubMed页面的结构,PubMed Central页面的结构,三、PubMed页面的结构,执行检索,基本检索输入框,三、PubMed页面的结构,执行检索,基本检索输入框,Related Resources : MeSH Database-主题词数据库 Journal Database-杂志数据库 Clinical Trials-对公众提供临床科研的当前信息 PubMed Tools: Citation Matcher-引文匹配器 在表格输入刊物的引文信息来定位特定文章。 Clinical Queries-与临床相关的疗法，诊断，病因，预后咨询。,1、词语检索及自动词语匹配,四、PubMed的基本检索功能,四、PubMed的基本检索功能（二）,2、作者姓名检索 在检索框内按照姓+名缩写(不用标点)的格式键入作者姓名，如Liu C，系统会自动在作者字段内进行检索。 如果想进行更精确的检索，可以用双引号将作者名引起来，再加au，如“Liu C”au,四、PubMed的基本检索功能（三）,3、杂志名检索 在检索框中键入杂志全名molecular biology of the cell 也可以直接键入Medline的期刊标准缩写形式，如：mol boil cell， 键入刊物的ISSN(国际标准出版物代码）进行检索，如1059-1524。 Cell transplantation ta,四、PubMed的基本检索功能（四）,4、截词检索 可利用系统的截词功能获取更多的相关文献，截词符“*”可代表多个字符，将*加在检索词后可以表示对所有以该词开头的词进行检索；如：bacter*，可以检出bacter, bacteria, bacterium, bacteriophage等词。,四、PubMed的基本检索功能（五）,5、短语检索 PubMed首先将键入的检索词（词组）视为合理的短语在短语索引中进行查找。如： single cell ，PubMed将其视为词组进行查找。当PubMed没有找到该词组时，系统将自动把两个词分开进行检索； 如果不希望系统将两词分开，则需要用“”把检索词括起来，即强迫PubMed进行词组检索。如“single cell”。 当用双引号括起词语时，PubMed将不执行自动词语匹配功能。,五、显示检索结果(Display)：,text1,Summary作者姓名、文章题目、出处、记录状态、 语种、出版物类型、PMID。,Abstract出处、记录状态、文章题目、作者姓名、 作者单位、文摘、出版物类型、缩写、注释、PMID等。,六、检索结果的保存 1,六、检索结果的保存 2,文章数目,链接(Links) 链接外部资源LinkOut LinkOut 是链接到本站点外部信息的出口。可以与出版商、信息集成者、图书馆、生物学数据库、序列中心等链接来获取更多的相关信息。 链接带星号的LinkOut 是表明提供者需要订阅、会员资格或需要交费进入。 链接相关图书Books 为帮助用户解决对检索结果中不熟悉的要领提供背景资料,七、检索结果的链接(Links),文摘中的期刊图标链接,Linkout链接,GenBank数据库检索,三大基因数据库,Genbank Genbank库包含了所有已知的核酸序列和蛋白质序列。它是由美国国立生物技术信息中心(NCBI)建立和维护的。 NCBI的网址是：。 EMBL核酸序列数据库 由欧洲生物信息学研究所(EBI)维护的核酸序列数据构成。 数据库网址是：http:/www.ebi.ac.uk/embl/。 DDBJ数据库 日本DNA数据仓库(DDBJ)也是一个全面的核酸序列数据库。 DDBJ的网址是：http:/www.ddbj.nig.ac.jp/。,GenBank,Public free Available via Internet,EMBL Data Library,DDBJ (DNA Data Bank of Japan),三大基因数据库之间的关系,在线获取序列（ entrez）方法1,1.进入entrez,2.选择数据库,3.查询关键词,4.开始查询,显示格式,每页显示数目,符合条件的记录数,mRNA数量,不同物种记录数,在线获取序列方法 2,显示格式,符合条件的记录数,mRNA数量,不同物种记录数,在线获取序列 方法3,Accession number,序列长度,数据类型,Definition: 标题,GI number,物种名称,基因名称,编码蛋白名称,GenBank数据格式,该序列发表在哪篇论文中,基因序列提交Genbank 方法 1 在线提交,基因序列提交Genbank 方法 2 Sequin软件提交,共克隆、测序了北京油鸡风味特性基因43个，五指山小型猪3个，虎源犬瘟热病毒基因4个，提交GenBank 50个。,举例：序列数据的查询,某天，Prof. Gene发现人的Hela细胞中，有丝分裂期间有异常情况：细胞不再分裂，而是开始凋亡(表型，phenotype)，通过实验的方法，发现了与有丝分裂期间某个蛋白可能相互作用的一个基因，测序结果如下(genotype)：,CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGAACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGAGGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGTGTTTCTTCTGCTTCAAGGAGCTGGAAGGCTGGGAGCCAGATGACGACCCCATAGAGGAACATAAAAAGCATTCGTCCGGTTGCGCTTTCCTTTCTGTCAAGAAGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAGAGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAGGAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGATTGAGGCCTCTGGC,正常细胞,凋亡细胞,问 题：,1. 这是哪个基因？ 2. 编码的蛋白质序列是怎样的？ 3. 有没有保守的功能结构域(domain)？ 4. 它的功能是怎样的？ 5. 有没有三级结构信息？,NCBI: BLAST,/,nucleotide blast,Megablast: 找基因序列,输入序列,提交序列,NM_001168.2：Survivin,Geo: 基因表达信息,Gene info：基因信息,Survivin,Gene info: 17号染色体,功能注释：Gene Ontology,结论1,1. 该基因为人的Survivin基因，染色体定位：17号染色体，73721872-73733311；基因标识符：NM_001168.2; 2. 初步的功能分析：细胞周期，caspase酶的抑制因子，等等。,NM_001168.2：Survivin,Human Survivin！,获取蛋白质的序列信息,Survivin：142aa,结 论2,人的Survivin蛋白质包含142个氨基酸，序列标识符为：NP_001159.2,获取FASTA序列,FASTA格式的序列,PHI-BLAST: find domain,填入蛋白质的FASTA序列,BIR domain,结 论3,Survivin具有保守的功能结构域BIR,如何进行Survivin功能分析。如：亚细胞定位，活性中心位点，3D结构。,/,UniProt: 蛋白质数据库,在人中做BLAST搜索,Survivin：O15392,Survivin的蛋白质信息,功能注释,结论4：功能分析,1. 在瘤形成过程中可能起一定作用； 2. 阻碍G2/M期的细胞编程性凋亡； 3. Chromosomal passenger complex (CPC)的成员之一。 细胞亚定位：胞质，核。,PDB：三级结构数据库,Survivin的三级结构信息,Raswin: 三级结构显示,Raswin: 三级结构显示,总 结,1. 该基因为人的S