生物信息数据库与生物信息中心.ppt

1、王禄山，补正机应用，生物信息数据库和生物信息中心，教学大纲，生命情报学生命学和补正机技术的交叉。 生物信息学的研究内容： (1)生物资讯中心；(2)生物资讯数据库和格式。 关生物资讯数据的检索工具Entrez文献的检索和管理软件Reference manager序列同源检索分析工具Blast核酸、 蛋白质序列比对分析软件DS geneDNASIS生物大分子空间三次元结构显示和分析软件Rasmol生物图像比较分析软件Scion Image (NIH image )生物科学数据处理软件Origin，重要生物信息中心重要生物信息数据库检索工具生物分析相关软件， 生物情报研究内容，一，重要生物情报中心

2、Bioinformatics Centres，ncbinationalcenterforbiotechnologyinformation (us ) www.NCBI.NLM.NIH.govebieuropeanbioinformaticsinstitutute www.ebi.AC.ukddbjdnadatabankofjapan (jp ) www.ddbj.nig.AC.jpexpasyexpertofproteinanalysissystem www.expasy.chpdbproteindatabank (us ) /pdb/CBI pku北京牌高等院校生物中

3、国生物信息中心(cn NCBI:http:/www.NCBI.NLM.NIH.gov，/， 两个平面文件(flat-file )信息按顺序存储在文件中，特定格式的记录查询密码(Entry )由“获取号”(accession # )唯一地确定同一文件与不同文件之间的信息关联关于Relations、语义匹配、生物信息数据问题消息源分布在五洲四海的不同站点的多个数据源的全局问题是， 无法立即得到答案painfullycollectingunstructuredinformationaroundthesitesmanuallyputtingpiecestoge

4、therhopefullygetting the right PP 消息源的特征是：数据集成，其是自主的、分布式的、异构的、数据集成的、等等，生物信息的最重要的任务是从大量的数据中提取新的知识。 生物数据库的种类、序列数据库核酸序列数据库(EMBL、GenBank、DDBJ )是蛋白质序列数据库(Swissprot、PIR )结构数据库蛋白质结构数据库(PDB )蛋白质分类数据库(SCOP、CATH )其他序列数据库，主要核酸序列数据库： GenBank，EMBL，DDBJ主要蛋白质序列数据库3360swissproool美国的核酸数据库GenBankBanson，d.a.et al.(199

5、8 ) nucleicacidsres 欧洲分子生物学研究所的EMBL数据库也于1982年开始服务日本于1984年建立了国家级核酸数据库DDBJ，1987年正式提供了服务。 从那个时候开始，DNA序列的数据从80年代初期的百支序列，从数十万盐化学基上升到现在的110亿盐化学基。 也就是说，仅仅18年间，数据量就增加了近10万倍。 核酸序列数据库、核酸序列、核酸序列是由4种核苷酸的字母(ATGC )符号组成的序列。 蛋白质序列数据库SWISS-PROT和PIR是国际上两个主要的蛋白质序列数据库，目前，这些个两个数据库在EMBL和GenBank数据库上建构着镜像站点。 SWISS-PROT数据库包

6、含从EMBL翻译的蛋白质序列，并对这些个序列进行了验证和标注。 PIR数据库的数据由由美国家生物科技情报中心(NCBI )根据GenBank的DNA排列进行了翻译。蛋白质序列mniqqlalqnikgnwrnykvflscfaifasfaymsvivhpymketmwyqnvrwgliicniiisffilystsifiearkkelglymlmgatksnvigvimteqmligvfanifgg vvvvlsfisalriwnikiirlkefrtdkkektsmrlcifgliclgigyalalqttmptiafyfpvsilvfgtyfsfthgtaqilelikrnkkimytyp

7、ylfivnqlshrmkklshrmkkkk hevfaegmveqllhqygyddfqsmsfvgvyasfqskgeteiatlmkeseynqearkqqktyhpkgsvtlvynkynhpnmydqkeiqlqvmnqtysff hdedfdgiankvpdsekmiyrgytlpn snmelyvnmkafgditlfvgsfisilffltscsivyfkwhniasdrkeygalsklgmtkeevwrisrwqlcmlffsfisilffscsivyfkwhnialskeygalsklgmtkeevwrisrwqlc 蛋白质数据库的种类和特征，生物大分子三次元结构数据库

8、，蛋白质结构数据库PDB蛋白质分类数据库SCOP和CATH，蛋白质结构库(PDB )，实验得到的三次元蛋白质结构都是蛋白质数据库PDB(/pdb )中存储的pdb是国际上主要的蛋白质结构数据库，虽然不像蛋白质序列数据库那么庞大，但其增长速度很快。 在PDB中，存储了由x射线和核磁共振(NMR )决定的结构数据。 蛋白质结构、蛋白质结构容纳了构成蛋白质分子的所有原子的三度空间坐标值。 蛋白质结构分类数据库、结构分类(SCOP ) cath (类、体系结构、拓扑、归属地)、蛋白质SCOP数据库将蛋白质结构从不同的层次分类第一个分类阶层是家族，通常将序列相似程度在

9、30%以上的蛋白质归属于同一家族，有较明确的进化关系。 超家族：序列相似性低，说明结构和功能特性有共同的进化起源，视为超家族。 折叠日式榻榻米类型：不论有无共同的进化起源，只要二级结构单位具有相同的序列和拓扑分析，就可以认为这些个的蛋白质具有相同的折叠日式榻榻米方式。 在这些个的情况下，构造的类似性主要依赖于二级结构单位的排列方式和拓扑分析。 蛋白质构造分类数据库CATH，类型Class，信息帧工作体系，拓扑分析拓扑和同源性Homology。 分类的基础是蛋白质结构域。 与SCOP不同，CATH将蛋白质分类为a主类、b主类、a b类(a/b型和a b型)和低二级结构类4种。 低二级结构类是指二

10、级结构成分含量低的蛋白质分子。 CATH数据库的第二个分类基于超二级结构的螺旋和折叠排列，无论它们之间的连接关系如何。 第三层由拓扑分析结构，即二级结构的形状与二级结构相连接。 第四层是结构的同源性，由序列比较到结构比较决定。 CATH数据库的最后一个级别是序列级别，该级别在结构域中的序列同源性超过35%时将被认为具有高级结构和功能相似性。 对于大的结构域，至少60%的结构域必须与小的相同。 蛋白质结构分类数据库CATH，染色体组数据库，GDB人类基因组数据库AceDB线虫染色体组数据库，四，数据库检索工具，Entrez SRS，http:/www.ncbi SRS 、SRS、序列重复系统、

11、isapowerfuldatabasemanagementsystemdevelopedspecificallyforbiologicaldatabases.thegoalofsrsistoprovideanefficientaccesstoddo e omatterinwhatformataretheyavailableandallowingforcomplexsearchcriteria .数据库记录的格式和检索关道路交叉口字，核酸/蛋白质数据库记录的构成一个数据库查询密码(entry )通常由原始序列数据和描述这些个数据的生物科学信息的注释这两部分构成。 评论中包含的信息与对应的顺序数据

12、同样重要，具有应用价值，值得注意。 序列部分和注释部分都有固定格式，计算机能够读取。 各数据库的具体格式不同，大致分为GenBank和EMBL两种样式。 GenBank、GenBank和GenBank格式：每个条目都是纯文本文件。 每行的左边或空格或识别词，识别词是完整的英语而不是缩写。 为了与embl对照，列在下表中。 GenBank条目。 使用与EMBL和DDBJ数据库统一的大量关牛鼻子字。 格式可以分为三个部分。 1 )标题包含从LOCUS行到ORIGIN行有关整个序列的信息(描述字符)2)序列“注释”的特性是注释的核心部分3 )序列本身(Sequence 注：所有核苷酸数据库查询密码(

13、EMBL/GenBank/DDBJ )在最后一行以/结尾。 EMBL、EMBL和EMBL格式：欧洲分子生物学EMBL数据库中的每个条目都是纯文本文件，每行开头都有两个大写的标识标志，后面的表中提供了常规标识标志。 识别标志“专业技术腻子粉表”FT包含与GenBank和DDBJ定义统一的一组牛鼻子字。 下欧洲国家多数采用SWISS-PROT、ENZYME、TRANSFAC等与EMBL相符的格式。 数据库记录注释查询密码和内容说明，数据库记录注释查询密码和内容说明(cont.)，简单的GenBank记录， locus af 0620693808 bpmrnainv 02-mar-2000定义限制支持完成CDs.accession af 062069版本af 062069.2 gi 3360714484关键字Arthropoda； 刺猬属； 梅洛斯托马特； Xiphosura； Limulidae； 参考1 (基本1 to 3808 )自动电池，B.-A .安德rews，A.W .Calman， b .我是w.c.titleamyosiniifromlimuluseyesisaclock-regulatedphosphoproteinjournalj.neuro sci.(1998 ) inpre