分子数据库及NCBI序列检索课件

植物分子生物学生物信息学基础(12学时)唐玉荣tangyurong@植物分子生物学生物信息学基础(12学时)唐玉荣1.

绪论2.

分子数据库及NCBI序列检索3.

双序列比对及BLAST比对工具4.多序列比对和分子系统发育5.核酸和蛋白质序列分析工具6.蛋白质结构预测主要内容2学时(第2周)4学时(第2周)2学时(第3周)2学时(第5周)2学时(第8周)1.绪论主要内容2学时(第2周)4学时(第2周)2学时(第主要参考书基础生物信息学及应用，蒋彦等，清华大学出版社生物信息学方法与实践，张成岗、贺福初，科学出版社生物信息学，赵国屏等，科学出版社生物信息学—基因和蛋白质分析的使用指南，李衍达，清华大学出版社生物信息学与功能基因组学，孙之荣主译，化学工业出版社主要参考书基础生物信息学及应用，蒋彦等，清华大学出版社Bioinformatics:sequenceandgenomeanalysis,DavidW.Mount,科学出版社InstantNotesinBioinformatics(影印版),科学出版社Bioinformatics:sequenceandg1.1

生物信息学产生背景数据和知识的矛盾产生了生物信息学1.

绪论1.1生物信息学产生背景数据和知识的矛盾产生了生物信息学1生物信息学(Bioinformatics):是一门交叉科学，它包含了生物信息的获取、处理、存储、分发、分析和解释等在内的所有方面，它综合运用数学、计算机科学等工具，来阐明和理解大量生物数据所包含的生物学意义。1.2生物信息学定义生物信息学(Bioinformatics):1.2生物信息数学计算机生物生物信息学数学计算机生物生物信息学收集和管理生物分子数据数据分析和挖掘开发分析工具和实用软件生物分子序列比较工具基因识别工具生物分子结构预测工具基因表达数据分析工具

1.3

生物信息学目标任务收集和管理生物分子数据1.3生物信息学目标任务1.4

生物信息学研究内容序列比对(SequenceAlignment)蛋白质结构预测计算机辅助基因识别非编码区分析和ＤＮＡ语言研究分子进化和比较基因组学序列重叠群装配遗传密码的起源基于结构的药物设计基因表达谱分析,代谢网络分析,基因芯片设计和蛋白质组学数据分析等

1.4生物信息学研究内容序列比对(SequenceAl1.5

国内外生物信息网址国外美国国家生物技术与信息中心（NCBI）欧洲分子生物学网络组织（EMBnet）

专业节点：欧洲生物信息研究所（英国，EBI）Sanger研究所（英国，Sanger）国家节点：瑞士(SIB)澳大利亚(ANGIS)日本国立遗传学研究所（NIG）1.5国内外生物信息网址国外NCBI网址：/包含了公共数据库、生物信息工具及应用等多种资源。与很多生物信息软件相关的站点及资源有链接。NCBI网址：NCBI站点图NCBI站点图http://www.ebi.ac.uk/包含了生物数据库、软件等多种资源，很多都有相当优秀的使用指导帮助EBIhttp://www.ebi.ac.uk/EBISanger网址：http://www.sanger.ac.uk主要提供基因组研究相关的数据与分析工具Sanger网址：SIB网址：http://www.isb-sib.ch/SIB网址：网址：.au/ANGIS网址：ANGIS网址：http://www.nig.ac.jp/index-e.htmlNIG网址：NIG国内北京大学生物信息中心（CBI）中国科学院上海生命科学研究院生物信息中心（BioSino）香港中文大学生物信息中心（HKBIC）台湾分子生物信息中心（MBC）天津大学生物信息中心（TUBIC）国家人类基因组南方研究中心（CHGC）国内网址：是EMBnet和亚太生物信息网络（APBioNet）的中国节点。CBI网址：CBI网址：/BioSino网址：BioSino网址：.hk/HKBIC网址：HKBIC网址：.tw/index.phpMBC网址：MBC网址：/TUBIC网址：TUBICCHGC网址：/CHGC网址：2.分子数据库及NCBI序列检索2.1

分子数据类型生物分子信息核酸序列数据

蛋白质序列数据

生物分子结构数据

生物分子功能数据

最基本直观复杂2.分子数据库及NCBI序列检索2.1分子数据类型生核酸2.2

分子数据库核酸数据库EMBL（EuropeanMolecularBiologyLaboratory欧洲分子生物学实验室数据库

，EBI维护）GenBank（

NCBI,NationalCenterforBiotechnologyInformation美国国家生物技术信息中心数据库）DDBJ（

NIG,NationalInstituteofGenetics日本国立遗传学研究所）2.2分子数据库

NCBIEBICIB

EMBLNucleotideSequenceDatabaseGenBank

DNADatabankofJapanPatent

LiteratureIndividualScientists/Groups

GenomeSequencing

CentresNCBIEBICIBEMBLNucleotideSeqGenBank数据库基因组DNA数据库对应于表达基因的cDNA数据库蛋白质数据库表达序列标签(ESTs)序列标签位点(STS)基因组测序序列(GSSs)高通量基因组序列(HTGS)GenBank数据库其它核酸数据库HIVDatabase(HIV序列数据库)

/content/indexIMGT(ImMunoGeneTics数据库含有与免疫系统有关的核酸序列数据)http://www.ebi.ac.uk/imgt/dbEST

(序列表达标记数据库)/dbEST/index.htmlEPD(真核启动子数据库)http://www.epd.isb-sib.ch/其它核酸数据库蛋白数据库SWISS-PROT(蛋白序列数据库)http://www.ebi.ac.uk/swissprot/PIR(蛋白序列鉴定数据库)/PDB(蛋白序列三维立体结构数据库)/pdb/home/home.doPROSITE(蛋白特征序列字典)http://www.expasy.ch/prosite/蛋白数据库ENZYME(蛋白酶数据库)http://www.expasy.ch/enzyme/REBASE(限制酶数据库)/rebase/rebase.htmlHSSP(同类二级结构蛋白数据库)

http://www.sander.ebi.ac.uk/hssp/BLOCKS(蛋白序列块数据库)/ENZYME(蛋白酶数据库)基因组数据库gdb(人类基因组数据库)

/DICTYDB(盘基网柄菌基因组数据库)/others/dsmith/dictydb.htmlEcoGene(大肠杆菌K12基因组数据库)

/FLYBASE(果蝇基因组数据库)/基因组数据库MAIZEDB(玉米基因组数据库)/SGD(酵母菌基因组数据库)

/WORDMPED(蠕虫基因组计划蛋白数据库)

http://www.sanger.ac.uk/Projects/C_elegans/TIGR(基因组分析研究中心)

MAIZEDB(玉米基因组数据库)其它数据库OMIM(人类孟德尔遗传学数据库)/sites/entrez?db=OMIMPHDP(放射杂交体数据库)http://www.ebi.ac.uk/RHdb/index.htmlSRPDB(信号识别位点数据库)/dbs/SRPDB/SRPDB.htmlEMP(酶和代谢途径数据库)/EMP/其它数据库2.2

NCBI序列检索网址:/

2.2NCBI序列检索NCBI资源包括:PubMedAllDatabasesBLASTOMIMBooksTaxBrowserStructureNCBI资源包括:PubMedPubMed是美国国家医学图书馆提供的搜索服务,提供了来自MEDLINE和其它相关数据库的文献记录,同时提供了许多在线期刊的链接.PubMedAllDatabases

Entrez检索系统,将科学文献、核酸和蛋白质序列数据库、蛋白质三维结构数据库、种群研究数据以及全基因组数据等整合成一个高度集成的系统.AllDatabasesBLAST是为了分析核酸和蛋白质数据库而设计的序列相似性搜索工具BLASTOMIM在线人类孟德尔遗传性状数据库,是一个人类基因和遗传异常的索引Books提供在线的参考书籍Structure提供了分子建模数据库,是一个记录了大分子三维结构,以及使这些结构可视化和进行比较分析的工具OMIMTaxBrowser是一个以组织进行分类的分类信息浏览器TaxBrowser分子数据库及NCBI序列检索课件NCBI序列检索方法以索引号进行检索索引号是一段由约4-10个数字和字符组成的编码,每个索引号与一个分子的序列记录相对应记录类型索引号格式GenBank/EMBL/DDBJNucleotideSequenceRecordsOneletterfollowedbyfivedigits,e.g.:

U12345

Twolettersfollowedbysixdigits,e.g.:

AY123456,AF123456ProteinSequenceRecordsfromSWISS-PROTandPIRAllaresixcharacters:

Character/Format

1[O,P,Q]

2[0-9]

3[A-Z,0-9]

4[A-Z,0-9]

5[A-Z,0-9]

6[0-9]

e.g.:

P12345andQ9JJS7NCBI序列检索方法记录类型索引号格式GenBank/EMB记录类型索引号格式RefSeqNucleotideSequenceRecordsTwoletters,anunderscorebar,andsixdigits,e.g.:

mRNArecords(NM_*):

NM_000492

genomicDNAcontigs(NT_*):

NT_000347completegenomeorchromosome(NC_*):

NT_000907genomicregion(NG_*):

NG_000019RefSeqProteinSequenceRecordsTwoletters(NP),anunderscorebar,andsixdigits,e.g.:

NP_000483记录类型索引号格式RefSeqNucleotideSeq以序列索引号进行搜索以序列索引号进行搜索分子数据库及NCBI序列检索课件文本检索文本可以是作者名字、杂志名字、基因或蛋白名、物种等。如：输入RBP4文本检索分子数据库及NCBI序列检索课件检索结果选项Limits用来在检索中对检索做出各种附加的限制Previes/Index允许检索者浏览最后三次检索的结果History记录使用者做了几次检索,检索了哪些内容Clipbord是一个临时存放检索结果的地方检索结果选项如果文本检索词为：16SRNAх√如果文本检索词为：16SRNAх√检索逻辑词ANDORNOT检索逻辑词分子数据库及NCBI序列检索课件数据库记录格式说明EMBLGenBank含义IDDEACSVKWOSOCRNRARTRLRXRCRPCCDRFHFTSQ空格LOCUSDEFINITIONACCESSIONVERSIONKEYWORDSSOURCEORGANISMREFERENCEAUTHORSTITLEJOURNALMEDLINERAMARKCOMMENTFEATURESBASECOUNTORIGIN序列名称序列简单说明序列编号序列版本号与序列相关的关键词序列来源的物种名序列来源的物种学名和分类学位置相关文献编号,或递交序列的注册信息相关文献作者,或递交序列的作者相关文献题目相关文献刊物杂志名,或递交序列的作者单位相关文献Medline引号代码相关文献注释相关文献其他注释关于序列的注释信息相关数据库交叉引用号序列特征表起始序列特征表子项碱基种类统计数序列数据库记录格式说明EMBLGenBank含义IDLOCUS序分子数据库及NCBI序列检索课件分子数据库及NCBI序列检索课件分子数据库及NCBI序列检索课件序列格式FASTA格式序列格式FASTA格式植物分子生物学生物信息学基础(12学时)唐玉荣tangyurong@植物分子生物学生物信息学基础(12学时)唐玉荣1.

绪论2.

分子数据库及NCBI序列检索3.

双序列比对及BLAST比对工具4.多序列比对和分子系统发育5.核酸和蛋白质序列分析工具6.蛋白质结构预测主要内容2学时(第2周)4学时(第2周)2学时(第3周)2学时(第5周)2学时(第8周)1.绪论主要内容2学时(第2周)4学时(第2周)2学时(第主要参考书基础生物信息学及应用，蒋彦等，清华大学出版社生物信息学方法与实践，张成岗、贺福初，科学出版社生物信息学，赵国屏等，科学出版社生物信息学—基因和蛋白质分析的使用指南，李衍达，清华大学出版社生物信息学与功能基因组学，孙之荣主译，化学工业出版社主要参考书基础生物信息学及应用，蒋彦等，清华大学出版社Bioinformatics:sequenceandgenomeanalysis,DavidW.Mount,科学出版社InstantNotesinBioinformatics(影印版),科学出版社Bioinformatics:sequenceandg1.1

生物信息学产生背景数据和知识的矛盾产生了生物信息学1.

绪论1.1生物信息学产生背景数据和知识的矛盾产生了生物信息学1生物信息学(Bioinformatics):是一门交叉科学，它包含了生物信息的获取、处理、存储、分发、分析和解释等在内的所有方面，它综合运用数学、计算机科学等工具，来阐明和理解大量生物数据所包含的生物学意义。1.2生物信息学定义生物信息学(Bioinformatics):1.2生物信息数学计算机生物生物信息学数学计算机生物生物信息学收集和管理生物分子数据数据分析和挖掘开发分析工具和实用软件生物分子序列比较工具基因识别工具生物分子结构预测工具基因表达数据分析工具

1.3

生物信息学目标任务收集和管理生物分子数据1.3生物信息学目标任务1.4

生物信息学研究内容序列比对(SequenceAlignment)蛋白质结构预测计算机辅助基因识别非编码区分析和ＤＮＡ语言研究分子进化和比较基因组学序列重叠群装配遗传密码的起源基于结构的药物设计基因表达谱分析,代谢网络分析,基因芯片设计和蛋白质组学数据分析等

1.4生物信息学研究内容序列比对(SequenceAl1.5

国内外生物信息网址国外美国国家生物技术与信息中心（NCBI）欧洲分子生物学网络组织（EMBnet）

专业节点：欧洲生物信息研究所（英国，EBI）Sanger研究所（英国，Sanger）国家节点：瑞士(SIB)澳大利亚(ANGIS)日本国立遗传学研究所（NIG）1.5国内外生物信息网址国外NCBI网址：/包含了公共数据库、生物信息工具及应用等多种资源。与很多生物信息软件相关的站点及资源有链接。NCBI网址：NCBI站点图NCBI站点图http://www.ebi.ac.uk/包含了生物数据库、软件等多种资源，很多都有相当优秀的使用指导帮助EBIhttp://www.ebi.ac.uk/EBISanger网址：http://www.sanger.ac.uk主要提供基因组研究相关的数据与分析工具Sanger网址：SIB网址：http://www.isb-sib.ch/SIB网址：网址：.au/ANGIS网址：ANGIS网址：http://www.nig.ac.jp/index-e.htmlNIG网址：NIG国内北京大学生物信息中心（CBI）中国科学院上海生命科学研究院生物信息中心（BioSino）香港中文大学生物信息中心（HKBIC）台湾分子生物信息中心（MBC）天津大学生物信息中心（TUBIC）国家人类基因组南方研究中心（CHGC）国内网址：是EMBnet和亚太生物信息网络（APBioNet）的中国节点。CBI网址：CBI网址：/BioSino网址：BioSino网址：.hk/HKBIC网址：HKBIC网址：.tw/index.phpMBC网址：MBC网址：/TUBIC网址：TUBICCHGC网址：/CHGC网址：2.分子数据库及NCBI序列检索2.1

分子数据类型生物分子信息核酸序列数据

蛋白质序列数据

生物分子结构数据

生物分子功能数据

最基本直观复杂2.分子数据库及NCBI序列检索2.1分子数据类型生核酸2.2

分子数据库核酸数据库EMBL（EuropeanMolecularBiologyLaboratory欧洲分子生物学实验室数据库

，EBI维护）GenBank（

NCBI,NationalCenterforBiotechnologyInformation美国国家生物技术信息中心数据库）DDBJ（

NIG,NationalInstituteofGenetics日本国立遗传学研究所）2.2分子数据库

NCBIEBICIB

EMBLNucleotideSequenceDatabaseGenBank

DNADatabankofJapanPatent

LiteratureIndividualScientists/Groups

GenomeSequencing

CentresNCBIEBICIBEMBLNucleotideSeqGenBank数据库基因组DNA数据库对应于表达基因的cDNA数据库蛋白质数据库表达序列标签(ESTs)序列标签位点(STS)基因组测序序列(GSSs)高通量基因组序列(HTGS)GenBank数据库其它核酸数据库HIVDatabase(HIV序列数据库)

/content/indexIMGT(ImMunoGeneTics数据库含有与免疫系统有关的核酸序列数据)http://www.ebi.ac.uk/imgt/dbEST

(序列表达标记数据库)/dbEST/index.htmlEPD(真核启动子数据库)http://www.epd.isb-sib.ch/其它核酸数据库蛋白数据库SWISS-PROT(蛋白序列数据库)http://www.ebi.ac.uk/swissprot/PIR(蛋白序列鉴定数据库)/PDB(蛋白序列三维立体结构数据库)/pdb/home/home.doPROSITE(蛋白特征序列字典)http://www.expasy.ch/prosite/蛋白数据库ENZYME(蛋白酶数据库)http://www.expasy.ch/enzyme/REBASE(限制酶数据库)/rebase/rebase.htmlHSSP(同类二级结构蛋白数据库)

http://www.sander.ebi.ac.uk/hssp/BLOCKS(蛋白序列块数据库)/ENZYME(蛋白酶数据库)基因组数据库gdb(人类基因组数据库)

/DICTYDB(盘基网柄菌基因组数据库)/others/dsmith/dictydb.htmlEcoGene(大肠杆菌K12基因组数据库)

/FLYBASE(果蝇基因组数据库)/基因组数据库MAIZEDB(玉米基因组数据库)/SGD(酵母菌基因组数据库)

/WORDMPED(蠕虫基因组计划蛋白数据库)

http://www.sanger.ac.uk/Projects/C_elegans/TIGR(基因组分析研究中心)

MAIZEDB(玉米基因组数据库)其它数据库OMIM(人类孟德尔遗传学数据库)/sites/entrez?db=OMIMPHDP(放射杂交体数据库)http://www.ebi.ac.uk/RHdb/index.htmlSRPDB(信号识别位点数据库)/dbs/SRPDB/SRPDB.htmlEMP(酶和代谢途径数据库)/EMP/其它数据库2.2

NCBI序列检索网址:/

2.2NCBI序列检索NCBI资源包括:PubMedAllDatabasesBLASTOMIMBooksTaxBrowserStructureNCBI资源包括:PubMedPubMed是美国国家医学图书馆提供的搜索服务,提供了来自MEDLINE和其它相关数据库的文献记录,同时提供了许多在线期刊的链接.PubMedAllDatabases

Entrez检索系统,将科学文献、核酸和蛋白质序列数据库、蛋白质三维结构数据库、种群研究数据以及全基因组数据等整合成一个高度集成的系统.AllDatabasesBLAST是为了分析核酸和蛋白质数据库而设计的序列相似性搜索工具BLASTOMIM在线人类孟德尔遗传性状数据库,是一个人类基因和遗传异常的索引Books提供在线的参考书籍Structure提供了分子建模数据库,是一个记录了大分子三维结构,以及使这些结构可视化和进行比较分析的工具OMIMTaxBrowser是一个以组织进行分类的分类信息浏览器TaxBrowser分子数据库及NCBI序列检索课件NCBI序列检索方法以索引号进行检索索引号是一段由约4-10个数字和字符组成的编码,每个索引号与一个分子的序列记录相对应记录类型索引号格式GenBank/EMBL/DDBJNucleotideSequenceRecordsOneletterfollowedbyfivedigits,e.g.:

U12345

Twolettersfollowedbysixdigits,e.g.:

AY123456,AF123456ProteinSequenceRecordsfromSWISS-PROTandPIRAllaresixcharacters:

Character/Format

1[O,P,Q]

2[0-9]

3[A-Z,0-9]

4[A-Z,0-9]

5[A-Z,0-9]

6[0-9]

e.g.:

P12345andQ9JJS7NCBI序列检索方法记录类型索引号格式GenBank/EMB记录类型索引号格式RefSeqNucleotideSequenceRecords