演示文稿教你使用数据库

演示文稿教你使用数据库现在是1页\一共有61页\编辑于星期五（优选）教你使用数据库现在是2页\一共有61页\编辑于星期五生物信息学第三讲：序列的采集、存储和查询

现在是3页\一共有61页\编辑于星期五本章内容提要1.DNA测序2.序列数据的存储3.序列数据的文件格式4.序列数据的查询现在是4页\一共有61页\编辑于星期五1.DNA测序1.

DNA一次测序的长度为500bp。2.基因组的测序方案：将大的染色体打断成100kbp的片断，插入到BAC(BacterialArtificialChromosome)中。再随机打断，克隆，然后再组装成长的序列(contig)。3.EST(Expressedsequencetag)测序：细胞中mRNA反转录成cDNA，方向不定，测序。4.UniGene:为每一个基因创造一个唯一的条目，收集这个基因所有的ESTs.5.GSS(基因组测序序列)：类似于ESTs，来源基因组。6.HTG(高通量基因组序列)：高通量、尚未完工的DNA序列。现在是5页\一共有61页\编辑于星期五基因组测序：两种方案1.DNA片段在染色体上的位置、方向已知。首先染色体被打断成150kbp左右的片段，然后克隆到BACs中，再进一步打碎，克隆，测序，组装。2.“鸟枪法”，shotgun，随机将DNA片段打碎，克隆，测序，组装。DNA片段在染色体上的位置和方向未知。现在是6页\一共有61页\编辑于星期五现在是7页\一共有61页\编辑于星期五2.序列数据的存储1.核酸三大数据库：GenBank,EBI,DDBJ.2.Ensembl数据库：基因组注释。3.ESTs数据库；4.UniGene数据库5.Refseq数据库；6.NCBI的Gene信息数据库;7.蛋白质序列：Swissprot/TrEMBL/UniProt数据库。现在是8页\一共有61页\编辑于星期五三大数据库之间的联系现在是9页\一共有61页\编辑于星期五GenBank中测序最多的20个物种161.0版，2007.08现在是10页\一共有61页\编辑于星期五dbEST:表达序列标签数据库2007.08，总序列45,660,524条，最多的20个物种如下现在是11页\一共有61页\编辑于星期五UniGene:AnOrganizedViewoftheTranscriptom现在是12页\一共有61页\编辑于星期五Refseq数据库1.提供高质量的，无冗余的，完整的序列信息；2.包括基因组的DNA,转录成的RNA以及蛋白质序列信息。3.序列文件的标识符：DNA/RNA序列，NM_XXXXXX；蛋白质序列：NP_XXXXXX现在是13页\一共有61页\编辑于星期五现在是14页\一共有61页\编辑于星期五NCBIGene1.2.序列从Refseq数据库中得到;3.详尽的注释信息，包括基因在基因组的定位，基因名称、蛋白质名称，基因结构，等等。现在是15页\一共有61页\编辑于星期五UniProt1.专家审核的蛋白质序列数据与知识库；2.UniProtKnowledgebase：Release12.1，2007.083.包括：Swiss-ProtRelease54.1of21-Aug-2007:277883entries;TrEMBLRelease37.1of21-Aug-2007:4754787entries现在是16页\一共有61页\编辑于星期五Swiss-ProtRelease54.1现在是17页\一共有61页\编辑于星期五TrEMBLRelease37.1现在是18页\一共有61页\编辑于星期五3.序列数据的文件格式1.DNA/RNA/氨基酸代码的标识2.GenBank数据格式3.UniProt4.FASTA现在是19页\一共有61页\编辑于星期五GenBank数据格式Definition:标题序列长度数据类型Accessionnumber版本号GInumber现在是20页\一共有61页\编辑于星期五GenBank的数据类型现在是21页\一共有61页\编辑于星期五UniProt数据格式Accessionnumber现在是22页\一共有61页\编辑于星期五FASTA格式现在是23页\一共有61页\编辑于星期五4.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(例如，酵母双杂交)，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现在是24页\一共有61页\编辑于星期五问题：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.它在真核生物中保守吗？6.有没有三级结构信息？现在是25页\一共有61页\编辑于星期五NCBI:BLAST现在是26页\一共有61页\编辑于星期五nucleotideblast现在是27页\一共有61页\编辑于星期五Megablast:找基因序列输入序列现在是28页\一共有61页\编辑于星期五提交序列现在是29页\一共有61页\编辑于星期五NM_001168.2：SurvivinUniGeneGeo:基因表达信息Geneinfo：基因信息现在是30页\一共有61页\编辑于星期五Survivin现在是31页\一共有61页\编辑于星期五Geneinfo:17号染色体现在是32页\一共有61页\编辑于星期五功能注释：GeneOntology现在是33页\一共有61页\编辑于星期五结论11.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。现在是34页\一共有61页\编辑于星期五NM_001168.2：Survivin现在是35页\一共有61页\编辑于星期五HumanSurvivin！现在是36页\一共有61页\编辑于星期五获取蛋白质的序列信息现在是37页\一共有61页\编辑于星期五Survivin：142aa现在是38页\一共有61页\编辑于星期五结论2人的Survivin蛋白质包含142个氨基酸，序列标识符为：NP_001159.2现在是39页\一共有61页\编辑于星期五获取FASTA序列现在是40页\一共有61页\编辑于星期五FASTA格式的序列现在是41页\一共有61页\编辑于星期五PHI-BLAST:finddomain现在是42页\一共有61页\编辑于星期五填入蛋白质的FASTA序列现在是43页\一共有61页\编辑于星期五BIRdomain现在是44页\一共有61页\编辑于星期五结论3Survivin具有保守的功能结构域BIR现在是45页\一共有61页\编辑于星期五UniProt:蛋白质数据库现在是46页\一共有61页\编辑于星期五在人中做BLAST搜索现在是47页\一共有61页\编辑于星期五Survivin：O15392现在是48页\一共有61页\编辑于星期五Survivin的蛋白质信息现在是49页\一共有61页\编辑于星期五功能注释现在是50页\一共有61页\编辑于星期五结论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.Chromosomalpassengercomplex(CPC)的成员之一。…细胞亚定位：胞质，核。现在是51页\一共有61页\编辑于星期五人的Survivin在酵母中有同源物吗？现在是52页\一共有61页\编辑于星期五提交序列现在是53页\一共有61页\编辑于星期五在酵母中进行序列比对现在是54页\一共有61页\编辑于星期五酵母BIR1:P47134现在是55页\一共有61页\编辑于星期五酵母BIR1的信息现在是56页\一共有61页\编辑于星期五结论5：人的Survivin在酵母中的同源物可能是BIR1。现在是57页\一共有61页\编辑于星期五PDB：三级结构数据库现在是58页\一共有61页\编辑于星期五Survivin的三级结构信息现在是59页\一共有61页\编辑于星期五Raswin:三级结构显示现在是60页\一共有61页\编辑于星期五总结现在，Prof.Gene知道了：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.人的Survivin蛋白质包含142个氨基酸，序列标识符为：NP_001159.23.Survivin