生物奧賽培訓(xùn) 生物信息學(xué)課件

生物信息學(xué)和生物數(shù)據(jù)庫(kù)生物信息學(xué)和生物數(shù)據(jù)庫(kù)生物信息學(xué)-數(shù)據(jù)庫(kù)生物學(xué)已經(jīng)積累了相當(dāng)豐富多樣和復(fù)雜的數(shù)據(jù)。這些數(shù)據(jù)可以被分類(lèi)，但相當(dāng)難于綜合以及用公式進(jìn)行描述。隨著生物學(xué)知識(shí)大量增加，要完成對(duì)數(shù)據(jù)的處理只能使用計(jì)算機(jī)。生物信息學(xué)-數(shù)據(jù)庫(kù)生物學(xué)已經(jīng)積累了相當(dāng)豐富多樣和復(fù)雜的數(shù)據(jù)。目標(biāo):在分子生物學(xué)和基因組學(xué)中常見(jiàn)數(shù)據(jù)類(lèi)型的概述介紹主要序列數(shù)據(jù)庫(kù)，比較它們包含的數(shù)據(jù)內(nèi)容和注釋質(zhì)量的區(qū)別數(shù)據(jù)庫(kù)接受數(shù)據(jù)的形式(文本搜索，相似性搜索，瀏覽和交叉索引)序列與非序列數(shù)據(jù)庫(kù)介紹以及它們的用途一級(jí)序列與結(jié)構(gòu)數(shù)據(jù)庫(kù)介紹生物信息學(xué)-數(shù)據(jù)庫(kù)目標(biāo):生物信息學(xué)-數(shù)據(jù)庫(kù)分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜小鼠X染色體來(lái)源于小鼠基因組計(jì)劃/分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜小鼠X染色體物種基因組圖譜DNA序列RNA序列...AATGGTACCGATGACCTGGAGCTTGGTTCGA...分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列...AATGGTACCG物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列...TRLRPLLALLALWPPPPARAFVNQHLCGSHLVEA...分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列...TRLRP物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列RNA結(jié)構(gòu)E.colismallsubunitrRNAGutellR.R.(1994)Collectionofsmallsubunit(16S-and16S-like)ribosomalRNAstructuresNucleicAcidsRes

22:3502分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列RNA結(jié)構(gòu)E.物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)RNA結(jié)構(gòu)PDBentry1CISP.Osmark,P.Sorensen,F.M.Poulsen分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)RNA物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體RNA結(jié)構(gòu)核酸結(jié)構(gòu)模體：轉(zhuǎn)錄因子結(jié)合位點(diǎn)(CBF1:CCGNC

)(TACCGACAT

)RNA催化模體蛋白質(zhì)模體：結(jié)構(gòu)模體保守區(qū)(D/N-R-X-G-R-R/K;I-X2-R-X3-G-X3-G)NAD+結(jié)合區(qū)含有一個(gè)保守的模體[G]-[X]-[G]-[X2]-[G](GSGAWA)(D.salina)活性位點(diǎn)等分子生物學(xué)數(shù)據(jù)類(lèi)型蛋白質(zhì)模體物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體RNA表達(dá)RNA結(jié)構(gòu)分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA在RNA水平上使用DNA微陣列檢測(cè)變異一個(gè)芯片上包含酵母基因組全序列http://cmgm.Stanford.EDU/pbrown/DeRisietal,Science278:680紅色點(diǎn)：RNA表達(dá)水平增加的基因綠色點(diǎn)：RNA表達(dá)水平降低的基因在RNA水平上使用DNA微陣列檢測(cè)變異一個(gè)芯片上包含酵母基因物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA蛋白質(zhì)組學(xué):2D凝膠電泳SWISS-2DPAGE數(shù)據(jù)庫(kù)http://www.expasy.ch蛋白質(zhì)組學(xué):2D凝膠電泳SWISS-2DPAGE數(shù)據(jù)庫(kù)h物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)KEGGdatabase,http://kegg.genome.ad.jp/kegg/分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)分子生物學(xué)數(shù)據(jù)類(lèi)型物種基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA藥物設(shè)計(jì)與抑制因子結(jié)合的HIV-1蛋白酶復(fù)合體PDBentry1DIFA.M.Silva,R.E.Cachau,H.L.Sham,J.W.Erickson藥物設(shè)計(jì)與抑制因子結(jié)合的HIV-1蛋白酶復(fù)合體PDBent物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)分子生物學(xué)數(shù)據(jù)類(lèi)型物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)蛋白質(zhì)序列分子生物學(xué)數(shù)據(jù)類(lèi)型種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)結(jié)構(gòu)D種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)突變/多形性分子生物學(xué)數(shù)據(jù)類(lèi)型種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)突變/多形性疾病分子生物學(xué)數(shù)據(jù)類(lèi)型種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋白質(zhì)結(jié)構(gòu)DNA模體蛋白質(zhì)模體抑制因子和藥物底物代謝途徑蛋白質(zhì)表達(dá)RNA表達(dá)RNA結(jié)構(gòu)突變/多形性疾病文獻(xiàn)分子生物學(xué)數(shù)據(jù)類(lèi)型種群物種組織和細(xì)胞基因組圖譜DNA序列RNA序列蛋白質(zhì)序列蛋分子生物學(xué)數(shù)據(jù)庫(kù)序列數(shù)據(jù)庫(kù)含注釋無(wú)注釋針對(duì)特定對(duì)象結(jié)構(gòu)數(shù)據(jù)庫(kù)模體數(shù)據(jù)庫(kù)RNA表達(dá)基因組數(shù)據(jù)庫(kù)蛋白質(zhì)組數(shù)據(jù)庫(kù)突變多形性代謝途徑物種種群文獻(xiàn)分子生物學(xué)數(shù)據(jù)庫(kù)序列數(shù)據(jù)庫(kù)基因組數(shù)據(jù)庫(kù)序列數(shù)據(jù)庫(kù)含注釋的序列數(shù)據(jù)庫(kù)SWISS-PROT,GenBank等用途：功能識(shí)別，獲取信息無(wú)注釋的序列數(shù)據(jù)庫(kù)EST數(shù)據(jù)庫(kù)，高通量基因組序列用途：發(fā)現(xiàn)新基因?qū)μ囟▽?duì)象的數(shù)據(jù)庫(kù)RDP,G-蛋白偶聯(lián)受體數(shù)據(jù)庫(kù)等用途：視數(shù)據(jù)庫(kù)而定，通常用于獲取特定領(lǐng)域的信息序列數(shù)據(jù)庫(kù)含注釋的序列數(shù)據(jù)庫(kù)通用核酸數(shù)據(jù)庫(kù)主要數(shù)據(jù)庫(kù):GenBank(美國(guó))EMBL(歐洲)DDBJ(日本)通用核酸數(shù)據(jù)庫(kù)主要數(shù)據(jù)庫(kù):GenBank-按物種分類(lèi)Entries堿基物種22174601556595261Homosapiens553872260818221Musmusculus77205177824883Caenorhabditiselegans123758133950582Drosophilamelanogaster72565117022315Arabidopsisthaliana8713847136422Oryzasativa8050742049391Rattusnorvegicus1440330390617Saccharomycescerevisiae6100126060656Rattussp.524018407242Escherichiacoli3222717046673Fugurubripes3348214732289Daniorerio3150414498639Humanimmunodeficiencyvirustype1988214270269Schizosaccharomycespombe544611539475Plasmodiumfalciparum1970410817282Zeamays110110008018Bacillussubtilis138989038361Magnaporthegrisea160898486371Dictyosteliumdiscoideum114297007861LycopersiconesculentumGenBank-按物種分類(lèi)Entries堿基GenBank剖析I:數(shù)據(jù)結(jié)構(gòu)記錄分為3部分:記錄起始特征表序列GenBank剖析I:數(shù)據(jù)結(jié)構(gòu)記錄分為3部分:GenBank剖析II:記錄起始LOCUSANACIAG3042bpDNAPLN28-NOV-1996DEFINITIONA.nidulansaciAgeneforAciAprotein.ACCESSIONZ11612S51247NIDg5544KEYWORDSaciAgene;AciAprotein.SOURCEEmericellanidulans.ORGANISMEmericellanidulansEukaryotae;mitochondrialeukaryotes;Fungi;Ascomycota;Euascomycetes;Plectomycetes;Eurotiales;Trichocomaceae;Emericella.REFERENCE1(bases1to3042)AUTHORSSaleeba,J.A.,Cobbett,C.S.andHynes,M.J.TITLECharacterizationoftheamdA-regulatedaciAgeneofAspergillusnidulansJOURNALMol.Gen.Genet.235(2-3),349-358(1992)MEDLINE93101140REFERENCE2(bases1to3042)AUTHORSSaleeba,J.A.TITLEDirectSubmissionJOURNALSubmitted(24-JAN-1992)JenniferA.Saleeba,DepartmentofGenetics,Universityof,Melbourne,GrattanStreet,Parkville,Victoria,3052,AustraliaGenBank剖析II:記錄起始LOCUSAGenBank記錄起始III:特征FEATURESLocation/Qualifierssource1..3042/organism="Emericellanidulans"/strain="Glasgow"/chromosome="Segmentofchromosome1"mRNAjoin(969..1263,1318..1493,1553..2624)/gene="aciA"exon969..1263/gene="aciA"/number=1mRNAjoin(1205..1263,1318..1493,1553..2624)/gene="aciA"exon1205..1263/gene="aciA"/number=1CDSjoin(1249..1263,1318..1493,1553..2495)/gene="aciA"/codon_start=1/product="AciA"/db_xref="PID:g5545"/db_xref="SWISS-PROT:Q03134"GenBank記錄起始III:特征FEATURESGenBank記錄起始IV:序列ANACIAGA.nidulansaciAgeneforAciAproteinSeq:ANACIAGLength:3042SunJan1921:10:371997Check:422..1AAGCTTACTTGTGTCCATTTTCTGGATTCCAGACTCAAGACCAGTGCTAA51AGAAAACCCCTAGATTACTATTTCAACCATATTATTTTTTTCCTTGCCAG101AATTTAATCGCGAGCGTAGAAGCCAACTATACTACAAACAGGCTGTCCCA151ATGAAACTGTAGATTTCTATCGAGTGCTTCTACTTTTACCAAAATTTATT201ATTACTTATCTCCTTTTGTCAATTCCACGCTCTGAGCTGGGGCTTTTTGC251TGACAGTCAAGTGAGGGGGAGGGGCGGGAGTTTACCCCTCATGCGGGGAA301GACCGTGTGTTGTAGATCATACTGACAGCCAGCGACAAAGTATGTCGGCC351AGTTTGCAAGTCAACCTGAGGCAGCAGAGACGATTGGAAGAGC…….GenBank記錄起始IV:序列通用蛋白質(zhì)數(shù)據(jù)庫(kù)SWISS-PROT人工維護(hù)詳細(xì)注釋GenPept/TREMBL翻譯編碼序列來(lái)源于GenBank/EMBL簡(jiǎn)略注釋?zhuān)罅繑?shù)據(jù)PIR不同注釋類(lèi)型通用蛋白質(zhì)數(shù)據(jù)庫(kù)SWISS-PROT使用序列數(shù)據(jù)庫(kù)搜索記錄起始以關(guān)鍵詞搜索注釋(物種名，基因名等)搜索序列使用BLAST搜索序列相似性搜索含有特定特征的序列瀏覽使用其它數(shù)據(jù)庫(kù)的后續(xù)鏈接使用序列數(shù)據(jù)庫(kù)搜索記錄起始后續(xù)鏈接:SWISS-PROTentry交叉索引DREMBL;M16591;AAA52643.1;-.DREMBL;M16592;AAA52644.1;-.DRPIR;A27812;TVHUHC.DRPDB;2HCK;20-AUG-97.DRPDB;3HCK;15-OCT-97.DRPDB;1BU1;11-NOV-98.DRMIM;142370;-.DRPROSITE;PS00107;PROTEIN_KINASE_ATP;1.DRPROSITE;PS00109;PROTEIN_KINASE_TYR;1.DRPROSITE;PS50011;PROTEIN_KINASE_DOM;1.DRPROSITE;PS50001;SH2;1.DRPROSITE;PS50002;SH3;1.DRPFAM;PF00017;SH2;1.DRPFAM;PF00018;SH3;1.DRPFAM;PF00069;pkinase;1.后續(xù)鏈接:SWISS-PROTentry交叉索引DR無(wú)冗余數(shù)據(jù)庫(kù)僅含序列數(shù)據(jù)：無(wú)法瀏覽，只能使用序列檢索序列來(lái)源于多個(gè)數(shù)據(jù)庫(kù)如:NRNucleic(genbank+EMBL+DDBJ+PDBDNA)NRProtein(SWISS-PROT+TrEMBL+GenPept+PDBprotein)國(guó)際基因組數(shù)據(jù)庫(kù)(中國(guó))無(wú)冗余數(shù)據(jù)庫(kù)僅含序列數(shù)據(jù)：無(wú)法瀏覽，只能使用序列檢索簡(jiǎn)略注釋數(shù)據(jù)庫(kù)ESTs(ExpressedSequenceTags)cDNAs3’或5’端大量測(cè)序所產(chǎn)生高通量基因組序列來(lái)源于基因組DNA大規(guī)模測(cè)序簡(jiǎn)略注釋數(shù)據(jù)庫(kù)ESTs(ExpressedSequencLOCUST12742157bpmRNAEST28-OCT-1993DEFINITIONzEST00149-5ZeamayscDNAclonecsuh00149/umc3825'endsimilartosimilartoshortchainalcoholdehydrogenase.ACCESSIONT12742NIDg409680KEYWORDSEST.SOURCEMaizeclone=csuh00149/umc382library=MaizeLeaf,Stratagene#937005strain=B73vector=Uni-ZAPprimer=SKRsite1=EcoR1Rsite2=Xho1mRNAisolatedfromilluminatedleavesandsheathsof5weekoldplant.cDNAdirectionallyclonedintovector..ORGANISMZeamaysEucaryotae;Embryophyta;Magnoliophyta;Liliopsida;Cyperales;Poaceae;Zea.REFERENCE1(bases1to157)AUTHORSBaysdorfer,C.TITLETheMaizecDNAProgramJOURNALUnpublished(1993)COMMENTContact:BaysdorferCCaliforniaStateUniversityDeptBiolSci,CaliforniaStateUniv,Hayward,CA94542Tel:5108813459Fax:5107272035Email:cbaysdor@.FEATURESLocation/Qualifierssource1..157/organism="Zeamays"/clone="csuh00149/umc382"/strain="B73"BASECOUNT33a42c51g26t5othersORIGIN1CCTCAAGGGCGTCGACNNNATGCCCGAGGACGTCGCCCAGGNNGTGCTCT51ACCTGGCCAGCGACGAGGCGAGGTACGTCAGCGCGGTCAACCTCATGGTG101GACGGAGGCTTCACAGCCGTAAACAATAACCTCAGGGCGTTTGAGGATTA151GTTGAGGdbESTentryLOCUST12742157歸類(lèi)核酸序列數(shù)據(jù)庫(kù)綜合不同來(lái)源的序列數(shù)據(jù)(ESTs,RNAs,基因組DNA)，提供基因序列和表達(dá)的完整信息TIGR基因索引(人、鼠、果蠅等)序列數(shù)據(jù)按基因排列UniGene(人、鼠)序列數(shù)據(jù)按基因分類(lèi)/UniGene/歸類(lèi)核酸序列數(shù)據(jù)庫(kù)綜合不同來(lái)源的序列數(shù)據(jù)(ESTs,RNGenBank數(shù)據(jù)庫(kù)—數(shù)據(jù)庫(kù)格式GenBank純文本文件格式(GenBankflatfile,GBFF):GenBank、EMBL、DDBJ每天都相互同步更新各自的數(shù)據(jù)庫(kù)，它們是怎樣交換數(shù)據(jù)的呢？GenBank數(shù)據(jù)庫(kù)—數(shù)據(jù)庫(kù)格式GenBank純文本文件格式GBFF文件格式GBFF是GenBank數(shù)據(jù)庫(kù)的基本信息單位，是最為廣泛使用的生物信息學(xué)序列格式之一。GBFF文件格式GBFF是GenBank數(shù)據(jù)庫(kù)的基本信息單位頭部中部尾部GENBANK純文本文件格式>LOCUSSCU498455028bpDNAPLN21-JUN-1999DEFINITIONSaccharomycescerevisiaeTCP1-betagene,partialcds,andAxl2p(AXL2)andRev7p(REV7)genes,completecds.ACCESSIONU49845VERSIONU49845.1GI:1293613KEYWORDS.SOURCEbaker'syeast.ORGANISMSaccharomycescerevisiaeEukaryota;Fungi;Ascomycota;Hemiascomycetes;Saccharomycetales;Saccharomycetaceae;Saccharomyces.REFERENCE1(bases1to5028)AUTHORSTorpey,L.E.,Gibbs,P.E.,Nelson,J.andLawrence,C.W.TITLECloningandsequenceofREV7,agenewhosefunctionisrequiredforDNAdamage-inducedmutagenesisinSaccharomycescerevisiaeJOURNALYeast10(11),1503-1509(1994)MEDLINE95176709REFERENCE2(bases1to5028)AUTHORSRoemer,T.,Madden,K.,Chang,J.andSnyder,M.TITLESelectionofaxialgrowthsitesinyeastrequiresAxl2p,anovelplasmamembraneglycoproteinJOURNALGenesDev.10(7),777-793(1996)MEDLINE96194260REFERENCE3(bases1to5028)AUTHORSRoemer,T.TITLEDirectSubmissionJOURNALSubmitted(22-FEB-1996)TerryRoemer,Biology,YaleUniversity,NewHaven,CT,USAFEATURESLocation/Qualifierssource1..5028/organism="Saccharomycescerevisiae"/db_xref="taxon:4932"/chromosome="IX"/map="9"CDS<1..206/codon_start=3/product="TCP1-beta"/protein_id="AAA98665.1"/db_xref="GI:1293614"/translation="SSIYNGISTSGLDLNNGTIADMRQLGIVESYKLKRAVVSSASEAAEVLLRVDNIIRARPRTANRQHM"gene687..3158/gene="AXL2"CDS687..3158/gene="AXL2"/note="plasmamembraneglycoprotein"/codon_start=1/function="requiredforaxialbuddingpatternofS.cerevisiae"/product="Axl2p"/protein_id="AAA98666.1"/db_xref="GI:1293615"/translation="MTQLQISLLLTATISLLHLVVATPYEAYPIGKQYPPVARVNESF……（有部分序列未列出）

VDFSNKSNVNVGQVKDIHGRIPEML"BASECOUNT1510a1074c835g1609tORIGIN1gatcctccatatacaacggtatctccacctcaggtttagatctcaacaacggaaccattg61ccgacatgagacagttaggtatcgtcgagagttacaagctaaaacgagcagtagtcagct……（有部分序列未列出）

4921ttttcagtgttagattgctctaattctttgagctgttctctcagctcctcatatttttct4981tgccatgactcagattctaattttaagctattcaatttctctttgatc//頭部中部尾部GENBANK純文本文件格式>LOCUS其他序列文件格式文本格式簡(jiǎn)單文本格式Line,PlainTextStadenFASTABionet(allowscomments)加入注釋的文本格式GenBankGCG二進(jìn)制格式(通常都帶有注釋)MacVector其他序列文件格式文本格式序列文件格式例子（Fasta）>gi|995614|dbj|D49653|RATOBESERatmRNAforobese.CCAAGAAGAAGAAGACCCCAGCGAGGAAAATGTGCTGGAGACCCCTGTGCCGGTTCCTGTGGCTTTGGTCCTATCTGTCCTATGTTCAAGCTGTGCCTATCCACAAAGTCCAGGATGACACCAAAACCCTCATCAAGACCATTGTCACCAGGATCAATGACATTTCACACACGCAGTCGGTATCCGCCAGGCAGAGGGTCACCGGTTTGGACTTCATTCCCGGGCTTCACCCCATTCTGAGTTTGTCCAAGATGGACCAGACCCTGGCAGTCTATCAACAGATCCTCACCAGCTTGCCTTCCCAAAACGTGCTGCAGATAGCTCATGACCTGGAGAACCTGCGAGACCTCCTCCATCTGCTGGCCTTCTCCAAGAGCTGCTCCCTGCCGCAGACCCGTGGCCTGCAGAAGCCAGAGAGCCTGGATGGCGTCCTGGAAGCCTCGCTCTACTCCACAGAGGTGGTGGCTCTGAGCAGGCTGCAGGGCTCTCTGCAGGACATTCTTCAACAGTTGGACCTTAGCCCTGAATGCTGAGGTTTC以上這個(gè)FASTA文件中包含了gi號(hào)碼、GenBank檢索號(hào)碼、LOCUS名稱(chēng)、以及GenBank記錄中的DEFINATION字段。一種最簡(jiǎn)單的fasta序列形式可以表示為：>D49653CCAAGAAGAAGAAGACCCCAGCGAGGAAAATGTGCTGGAGACCCCTGTGCCGGTTCCTGTGGCTTTGGTCCTATCTGTCCTATGTTCAAGCTGTGCCTATCCACAAAGTCCAGGATGACACCAAAACCCTCATCAAGACCATTGTCACCAGGATCAATGACATTTCACACACGCAGTCGGTATCCG….序列文件格式例子（Fasta）>gi|995614|dbj|序列文件格式例子(GenBank)LOCUSRATOBESE539bpss-mRNAROD23-SEP-1995DEFINITIONRatmRNAforobese.ACCESSIOND49653KEYWORDS.SOURCERattusnorvegicus(strainOLETF,LETOandZucker,)differentiatedadiposecDNAtomRNA.ORGANISMRattusnorvegicusEukaryotae;mitochondrialeukaryotes;Metazoa;Chordata;Vertebrata;Sarcopterygii;Mammalia;Eutheria;Rodentia;Sciurognathi;Myomorpha;Muridae;Murinae;Rattus.REFERENCE1(bases1to539)AUTHORSMurakami,T.andShima,K.TITLECloningofratobesecDNAanditsexpressioninobeseratsJOURNALBiochem.Biophys.Res.Commun.209,944-952(1995)STANDARDfullautomaticCOMMENTSubmitted(10-Mar-1995)toDDBJby:TakashiMurakamiDepartmentofLaboratoryMedicineSchoolofMedicineUniversityofTokushimaKuramotocho3-chomeTokushima770JapanPhone:+81-886-33-7184Fax:+81-886-31-9495.序列文件格式例子(GenBank)LOCUSR序列文件格式例子(GenBank)NCBIgi:995614FEATURESLocation/Qualifierssource1..539/organism="Rattusnorvegicus"/strain="OLETF,LETOandZucker"/dev_stage="differentiated"/sequenced_mol="cDNAtomRNA"/tissue_type="adipose"CDS30..533/partial/note="NCBIgi:995615"/codon_start=1/product="obese"/translation="MCWRPLCRFLWLWSYLSYVQAVPIHKVQDDTKTLIKTIVTRINDISHTQSVSARQRVTGLDFIPGLHPILSLSKMDQTLAVYQQILTSLPSQNVLQIAHDLENLRDLLHLLAFSKSCSLPQTRGLQKPESLDGVLEASLYSTEVVALSRLQGSLQDILQQLDLSPEC"BASECOUNT121a167c133g118tORIGIN1ccaagaagaagaagaccccagcgaggaaaatgtgctggagacccctgtgccggttcctgt61ggctttggtcctatctgtcctatgttcaagctgtgcctatccacaaagtccaggatgaca121ccaaaaccctcatcaagaccattgtcaccaggatcaatgacatttcacacacgcagtcgg181tatccgccaggcagagggtcaccggtttggacttcattcccgggcttcaccccattctga241gtttgtccaagatggaccagaccctggcagtctatcaacagatcctcaccagcttgcctt301cccaaaacgtgctgcagatagctcatgacctggagaacctgcgagacctcctccatctgc361tggccttctccaagagctgctccctgccgcagacccgtggcctgcagaagccagagagcc421tggatggcgtcctggaagcctcgctctactccacagaggtggtggctctgagcaggctgc481agggctctctgcaggacattcttcaacagttggaccttagccctgaatgctgaggtttc//序列文件格式例子(GenBank)NCBIgi:995序列文件格式例子（GCG）LOCUSRATOBESE.G539BPSS-RNAENTERED09/23/95DEFINITIONRatmRNAforobese.ACCESSION-KEYWORDS-SOURCERattusnorvegicus;NorwayratORGANISMEukaryotae;mitochondrialeukaryotes;Metazoa;Chordata;Vertebrata;Sarcopterygii;Mammalia;Eutheria;Rodentia;Sciurognathi;Myomorpha;Muridae;Murinae;RattusREFERENCE[1]AUTHORSMurakami,T.&Shima,K.TITLECloningofratobesecDNAanditsexpressioninobeserats.JOURNALBiochem.Biophys.Res.Commun.,209,3,944-952,(1995)COMMENTDatabaseReference:DDBJRATOBESEAccession:D49653

Submitted(10-Mar-1995)toDDBJby:TakashiMurakamiDepartmentofLaboratoryMedicineSchoolofMedicineUniversityofTokushimaKuramotocho3-chomeTokushima770JapanPhone:+81-886-33-7184Fax:+81-886-31-9495序列文件格式例子（GCG）LOCUSRATOB序列文件格式例子（GCG）FEATURESFromTo/SpanDescriptionpept30533obese????1539source;/organism=Rattusnorvegicus;/strain=OLETF,LETOandZucker;/dev_stage=differentiated;/sequenced_mol=cDNAtomRNA;/tissue_type=adiposeBASECOUNT121A167C133G118T0OTHERORIGIN?RATOBESE.GLength:539Jan30,1996-05:32PMCheck:5797..1CCAAGAAGAAGAAGACCCCAGCGAGGAAAATGTGCTGGAGACCCCTGTGCCGGTTCCTGT61GGCTTTGGTCCTATCTGTCCTATGTTCAAGCTGTGCCTATCCACAAAGTCCAGGATGACA121CCAAAACCCTCATCAAGACCATTGTCACCAGGATCAATGACATTTCACACACGCAGTCGG181TATCCGCCAGGCAGAGGGTCACCGGTTTGGACTTCATTCCCGGGCTTCACCCCATTCTGA241GTTTGTCCAAGATGGACCAGACCCTGGCAGTCTATCAACAGATCCTCACCAGCTTGCCTT301CCCAAAACGTGCTGCAGATAGCTCATGACCTGGAGAACCTGCGAGACCTCCTCCATCTGC361TGGCCTTCTCCAAGAGCTGCTCCCTGCCGCAGACCCGTGGCCTGCAGAAGCCAGAGAGCC421TGGATGGCGTCCTGGAAGCCTCGCTCTACTCCACAGAGGTGGTGGCTCTGAGCAGGCTGC481AGGGCTCTCTGCAGGACATTCTTCAACAGTTGGACCTTAGCCCTGAATGCTGAGGTTTC//序列文件格式例子（GCG）FEATURESFr序列文件格式例子(ASN.1)

ASN.1是NCBI用來(lái)存儲(chǔ)和維護(hù)所有數(shù)據(jù)的格式

Seq-entry::=set{level1,classnuc-prot,descr{pub{pub{sub{authors{namesstd{{namename{last"Murakami",initials"T."}}},affilstr"TakashiMurakami,SchoolofMedicine,UniversityofTokushima,DepartmentofLaboratoryMedicine;Kuramotocho3-chome,Tokushima,Tokushima770,Japan(E-mail:mura@clin.med.tokushima-u.ac.jp,Tel:+81-886-33-7184,Fax:+81-886-31-9495)"},mediumemail,datestd{year1995,month3,day10}}}},pub{pub{muid95251725,article{title{name"CloningofratobesecDNAanditsexpressioninobeserats."},authors{namesstd{{namename{last"Murakami",initials"T."}},{namename{last"Shima",initials"K."}}},affilstr"DepartmentofLaboratoryMedicine,SchoolofMedicine,UniversityofTokushima,Japan."},fromjournal{title{iso-jta"Biochem.Biophys.Res.Commun.",ml-jta"BiochemBiophysResCommun",issn"0006-291X",name"Biochemicalandbiophysicalresearchcommunications."},imp{datestd{year1995,month4,day26},volume"209",issue"3",pages"944-952",language"eng"}},ids{pubmed7733988,medline95251725}},pmid7733988}},update-datestd{year2000,month2,day1},source{org{taxname"Rattusnorvegicus",common"Norwayrat",db{{db"taxon",tagid10116}},orgname{namebinomial{genus"Rattus",species"norvegicus"},mod{{subtypestrain,subname"OLETF,LETOandZucker"}},lineage"Eukaryota;Metazoa;Chordata;Craniata;Vertebrata;Euteleostomi;Mammalia;Eutheria;Rodentia;Sciurognathi;Muridae;Murinae;Rattus",gcode1,mgcode2,div"ROD"}},subtype{{subtypetissue-type,name"adipose"},{subtypedev-stage,name"differentiated"}}}},seq-set{seq{id{ddbj{name"RATOBESE",accession"D49653",version1},gi995614},descr{title"RatmRNAforobese(leptin),completecds.",genbank{source"Rattusnorvegicus(strain:OLETF,LETOandZucker)differentiatedadiposecDNAtomRNA.",keywords{"obese(ob)","leptin","obesity","obproduct","secretoryprotein"}},molinfo{biomolmRNA},create-datestd{year1995,month9,day22}},inst{reprraw,molrna,length539,seq-datancbi2na'508208215498A00EE7A2157B96BD7BA7FAD737B5CEF427B9735102D4A384500574D0853ED14A34384FD11192DACD652922AD16BFA1F4F56A7D154F78BFB508E85215E92DCD048D74527E5F5401B9E48C9D385E88179885D75379E97DD42279D5E59215BA5E48252225E8E9B5E825D9DC75122BAE9DE24A792A7779284F7D04BE85F257839E2BF4'H},annot{{dataftable{{datagene{locus"obese(ob)"},locationint{from0,to538,idgi995614}}}}}},seq{id{ddbj{accession"BAA08529",version1},gi995615},descr{title"leptin(obproduct)[Rattusnorvegicus]",molinfo{biomolpeptide},create-datestd{year1995,month9,day22}},inst{reprraw,molaa,length167,seq-datancbieaa"MCWRPLCRFLWLWSYLSYVQAVPIHKVQDDTKTLIKTIVTRINDISHTQSVSARQRVTGLDFIPGLHPILSLSKMDQTLAVYQQILTSLPSQNVLQIAHDLENLRDLLHLLAFSKSCSLPQTRGLQKPESLDGVLEASLYSTEVVALSRLQGSLQDILQQLDLSPEC"},annot{{dataftable{{dataprot{name{"leptin(obproduct)"}},locationwholegi995615},{dataprot{processedsignal-peptide},comment"secretoryprotein",locationint{from0,to20,idgi995615}},{dataprot{name{"secretedprotein,leptin"},processedmature},locationint{from21,to166,idgi995615}}}}}}},annot{{dataftable{{datacdregion{frameone,code{id1}},productwholegi995615,locationint{from29,to532,idgi995614}}}}}}序列文件格式例子(ASN.1)

ASN.1是NCBI用來(lái)存儲(chǔ)*47生物分子數(shù)據(jù)庫(kù)

一級(jí)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)直接來(lái)源于實(shí)驗(yàn)獲得的原始數(shù)據(jù)，只經(jīng)過(guò)簡(jiǎn)單的歸類(lèi)整理和注釋

二級(jí)數(shù)據(jù)庫(kù)對(duì)原始生物分子數(shù)據(jù)進(jìn)行整理、分類(lèi)的結(jié)果，是在一級(jí)數(shù)據(jù)庫(kù)、實(shí)驗(yàn)數(shù)據(jù)和理論分析的基礎(chǔ)上針對(duì)特定的應(yīng)用目標(biāo)而建立的。*47生物分子數(shù)據(jù)庫(kù)*48國(guó)際上權(quán)威的核酸序列數(shù)據(jù)庫(kù)（1）歐洲分子生物學(xué)實(shí)驗(yàn)室的EMBL

http://www.embl-heidelberg.de

（2）美國(guó)生物技術(shù)信息中心的GenBank/Web/Genbank/index.html

（3）日本遺傳研究所的DDBJ

http://www.ddbj.nig.ac.jp/*48國(guó)際上權(quán)威的核酸序列數(shù)據(jù)庫(kù)1、核酸序列數(shù)據(jù)庫(kù)1988,由此三家組成了國(guó)際核酸序列數(shù)據(jù)庫(kù)協(xié)作組織（INSDC），規(guī)定：數(shù)據(jù)交換與共享（每24小時(shí)進(jìn)行一次），使用統(tǒng)一的數(shù)據(jù)記錄格式處理提交數(shù)據(jù)，以保證各數(shù)據(jù)庫(kù)相應(yīng)記錄在內(nèi)容上的一致性，數(shù)據(jù)的維護(hù)與更新。三個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)基本一致，僅在數(shù)據(jù)格式上有所差別，對(duì)于特定的查詢，三個(gè)數(shù)據(jù)庫(kù)的響應(yīng)結(jié)果一樣。這三個(gè)數(shù)據(jù)庫(kù)是綜合性的DNA和RNA序列數(shù)據(jù)庫(kù)，每條記錄代表一個(gè)單獨(dú)、連續(xù)、附有注釋的DNA或RNA片段。1、核酸序列數(shù)據(jù)庫(kù)1988,由此三家組成了國(guó)際核酸序列數(shù)據(jù)GenBank：/Genbank/GenBank：http://www.ncbi.nlm.niEMBL

http://www.embl-heidelberg.deEMBL

http://www.embl-heDDBJ

http://www.ddbj.nig.ac.jp/DDBJ

http://www.ddbj.n

22November2010

Totalnucleotides:301,588,430,608

22November2010

Totalnucleo22November2010Numberofentries:199,575,97122November2010Numberofentr生物奧賽培訓(xùn)生物信息學(xué)課件*56*56*57“ID”為序列的標(biāo)識(shí)符行，包括登錄號(hào)、類(lèi)型，分子的長(zhǎng)度

“AC”為登錄號(hào)行；“XX”為分隔符號(hào)行；

“DT”為創(chuàng)建和更新日期行“DE”為序列描述行；“KW”為關(guān)鍵字行；“OG”行描述細(xì)胞組織；“OS”行描述生物體種屬；“OC”行描述生物體分類(lèi)信息；“RN”描述參考文獻(xiàn)的編號(hào)；“RP”描述參考文獻(xiàn)的頁(yè)碼；“RA”描述參考文獻(xiàn)的作者；“RT”描述參考文獻(xiàn)的題目；“RL”描述參考文獻(xiàn)的出處；“RC”描述參考文獻(xiàn)的注解；“RX”、“DR”行描述交叉引用信息；“FH”為特征開(kāi)始符號(hào)；“FT”為特征表行（1）FeatureKey，它是描述域生物功能的關(guān)鍵字；（2）Location，指明特征在序列中的特定位置；（3）Qualifiers，描述關(guān)于一個(gè)特征的輔助信息；文件體由序列本身所組成，由“SQ”標(biāo)志的行開(kāi)始。序列結(jié)束的標(biāo)記是“//”。EMBL核酸數(shù)據(jù)庫(kù)中的每一個(gè)序列數(shù)據(jù)被賦予一個(gè)登錄號(hào)，它是一個(gè)永久性的唯一標(biāo)識(shí)

EMBL的序列數(shù)據(jù)用外在的ASCII文本文件來(lái)表示，而每一個(gè)文件分為文件頭和文件體兩大部分文件頭由一系列的信息描述行所組成，文件頭實(shí)際上對(duì)應(yīng)于一個(gè)序列的注釋?zhuān)╝nnotation）*57“ID”為序列的標(biāo)識(shí)符行，包括登錄號(hào)、類(lèi)型，分子的長(zhǎng)度*58基因組數(shù)據(jù)庫(kù)（GDB）人類(lèi)基因組數(shù)據(jù)庫(kù)Ensembl表達(dá)序列標(biāo)記數(shù)據(jù)庫(kù)dbEST面向基因聚類(lèi)數(shù)據(jù)庫(kù)UniGene*58基因組數(shù)據(jù)庫(kù)（GDB）*592、基因組數(shù)據(jù)庫(kù)（GDB）

人類(lèi)基因組計(jì)劃所得到的圖譜數(shù)據(jù)

目前GDB包含對(duì)下述三種對(duì)象的描述：（1）人類(lèi)基因組區(qū)域

包括基因、克隆、PCR標(biāo)記物、斷點(diǎn)、細(xì)胞遺傳學(xué)標(biāo)記、易碎位點(diǎn)、EST、綜合區(qū)域、contigs、重復(fù)等；

（2）人類(lèi)基因組圖譜，

包含細(xì)胞遺傳學(xué)圖譜、連接圖譜、輻射混合圖譜、contig圖譜、集成圖譜，所有這些圖譜都可以被直觀地顯示出來(lái)；（3）人類(lèi)基因組中的變化，

包括基因突變和基因多態(tài)性，加上等位基因頻率數(shù)據(jù)。*592、基因組數(shù)據(jù)庫(kù)（GDB）人類(lèi)基因組計(jì)劃所得到的圖譜*60與染色體相關(guān)的信息*60與染色體相關(guān)的信息*61其它模式生物基因組數(shù)據(jù)庫(kù)如：鼠基因組數(shù)據(jù)庫(kù)MGD（/）酵母基因組數(shù)據(jù)庫(kù)SGD（/Saccharomyces/）*61其它模式生物基因組數(shù)據(jù)庫(kù)*62Ensembl(/）3、人類(lèi)基因組數(shù)據(jù)庫(kù)EnsemblEnsembl包括所有公開(kāi)的人類(lèi)基因組DNA序列，通過(guò)注釋形成的關(guān)于序列的特征?，F(xiàn)在包括其他基因組，如大鼠、小鼠、線蟲(chóng)、果蠅等。例如：基因通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)的或者是通過(guò)GenScan程序預(yù)測(cè)的其他的特征： 單核苷酸多態(tài)性（SNP）、重復(fù)序列等*62Ensembl(http://www.ensembl*63Ensembl數(shù)據(jù)庫(kù)結(jié)構(gòu)圖*63Ensembl數(shù)據(jù)庫(kù)結(jié)構(gòu)圖*64Ensembl提供多種查詢方式

通過(guò)關(guān)鍵字查詢用BLAST進(jìn)行相似序列的搜索

另一種更直觀的方式是顯示各染色體 用戶可以在染色體水平上選擇感興趣的位點(diǎn)， 逐層放大 瀏覽整個(gè)基因組*64Ensembl提供多種查詢方式*65*65*66人的第9號(hào)染色體及大鼠對(duì)應(yīng)的染色體片段*66人的第9號(hào)染色體及大鼠對(duì)應(yīng)的染色體片段*674、表達(dá)序列標(biāo)記數(shù)據(jù)庫(kù)dbESTEST（ExpressedSequenceTags）方法已被證明是識(shí)別轉(zhuǎn)錄序列的最有效方法，EST序列大約覆蓋了人類(lèi)基因的90%。

DbEST(/dbEST/）是GenBank的一個(gè)部分，該數(shù)據(jù)庫(kù)包括不同生物的EST序列數(shù)據(jù)及其它相關(guān)信息，主要是從大量不同組織和器官得到的短mRNA片段。

WEB頁(yè)面或emailFTP有關(guān)EST的數(shù)據(jù)dbEST數(shù)據(jù)庫(kù)*674、表達(dá)序列標(biāo)記數(shù)據(jù)庫(kù)dbESTEST（Express*685、面向基因聚類(lèi)數(shù)據(jù)庫(kù)UniGeneUniGene(/UniGene/)數(shù)據(jù)庫(kù)將GenBank中的序列進(jìn)行自動(dòng)分類(lèi)，形成面向基因群的非冗余集合。每個(gè)UniGene群包含:代表一個(gè)唯一基因的多個(gè)序列，附有該基因相關(guān)的信息，如基因表達(dá)的組織類(lèi)型、定位圖譜除了基因的序列之外，還包括大量的EST序列。目前，UniGene中包括人類(lèi)、大鼠、小鼠、牛的相關(guān)數(shù)據(jù)，因?yàn)檫@些生物有大量的EST數(shù)據(jù)。*685、面向基因聚類(lèi)數(shù)據(jù)庫(kù)UniGeneUniGene(*692、SWISS-PROT

SWISS-PROT(http://www.expasy.ch/sprot/sprot-top.html）是目前國(guó)際上比較權(quán)威的蛋白質(zhì)序列數(shù)據(jù)庫(kù),其中的蛋白質(zhì)序列是經(jīng)過(guò)注釋的SWISS-PROT中的數(shù)據(jù)來(lái)源于不同源地：（1）從核酸數(shù)據(jù)庫(kù)經(jīng)過(guò)翻譯推導(dǎo)而來(lái)；（2）從蛋白質(zhì)數(shù)據(jù)庫(kù)PIR挑選出合適的數(shù)據(jù)；（3）從科學(xué)文獻(xiàn)中摘錄；（4）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)

*692、SWISS-PROTSWISS-PROT(ht*70

（1）注釋在SWISS-PROT中，數(shù)據(jù)分為核心數(shù)據(jù)和注釋兩大類(lèi)。核心數(shù)據(jù)包括：序列數(shù)據(jù)、參考文獻(xiàn)、分類(lèi)信息（蛋白質(zhì)生物來(lái)源的描述）注釋包括：

(A)蛋白質(zhì)的功能描述；

(B)翻譯后修飾；

(C)域和功能位點(diǎn)；

(D)蛋白質(zhì)的二級(jí)結(jié)構(gòu)；

(E)蛋白質(zhì)的四級(jí)結(jié)構(gòu)；

(F)與其它蛋白質(zhì)的相似性；

(G)由于缺乏該蛋白質(zhì)而引起的疾??；

(H)序列的矛盾、變化等。SWISS-PROT有三個(gè)明顯的特點(diǎn)：（2）最小冗余（3）與其它數(shù)據(jù)庫(kù)的連接*70（1）注釋SWISS-PROT有三個(gè)明*71*71*72*72*73TrEMBL(http://www.ebi.ac.uk/trembl/index.html)包含從EMBL核酸數(shù)據(jù)庫(kù)中根據(jù)編碼序列(CDS)翻譯而得到的蛋白質(zhì)序列，并且這些序列尚未集成到SWISS-PROT數(shù)據(jù)庫(kù)中。TrEMBL有兩個(gè)部分：（1）SP-TrEMBL(SWISS-PROTTrEMBL)（2）REM-TrEMBL(REMainingTrEMBL)3、TrEMBL*73TrEMBL(http://www.ebi.ac.u*74生物大分子結(jié)構(gòu)數(shù)據(jù)庫(kù)1、PDB（ProteinDataBank）蛋白質(zhì)核酸糖類(lèi)其它復(fù)合物

一種是顯式序列信息（explicitsequence）一種是隱式序列信息(implicitsequence)*74生物大分子結(jié)構(gòu)數(shù)據(jù)庫(kù)1、PDB（ProteinDat*75CurrentHoldingDataSubmitDataKeywordSearchIntroductiontoselectedmolecularData*75CurrentHoldingDataSubmit*76DownloadDataPDBFileFormatRelatedSoftware*76DownloadDataPDBFileForma*77HEADERHYDROLASE19-FEB-971ADZTITLETHESOLUTIONSTRUCTUREOFTHESECONDKUNITZDOMAINOFTITLE2TISSUEFACTORPATHWAYINHIBITOR,NMR,30STRUCTURESCOMPNDMOL_ID:1;COMPND2MOL