生物分子數(shù)據(jù)庫(1)課件

生物信息學(xué)第二章

分子生物信息數(shù)據(jù)庫

1/4/20231生物信息學(xué)

第一節(jié)分子生物信息數(shù)據(jù)庫

第二節(jié)核酸與蛋白質(zhì)序列格式轉(zhuǎn)換簡介1/4/20232生物信息學(xué)第一節(jié)、分子生物信息數(shù)據(jù)庫一、分子生物信息數(shù)據(jù)庫簡介二、各大類主要數(shù)據(jù)庫介紹1/4/20233生物信息學(xué)一、分子生物信息數(shù)據(jù)庫簡介生物分子數(shù)據(jù)高速增長分子生物學(xué)及相關(guān)領(lǐng)域研究人員迅速獲得最新實驗數(shù)據(jù)

建立生物分子數(shù)據(jù)庫

1/4/20234生物信息學(xué)一、分子生物信息數(shù)據(jù)庫簡介生物分子數(shù)據(jù)庫應(yīng)滿足5個方面的主要需求（1）時間性（2）注釋（3）支撐數(shù)據(jù)（4）數(shù)據(jù)質(zhì)量（5）集成性1/4/20235生物信息學(xué)一、分子生物信息數(shù)據(jù)庫簡介生物分子數(shù)據(jù)庫幾個明顯的特征：（1）數(shù)據(jù)庫的更新速度不斷加快，數(shù)據(jù)量呈指數(shù)增長趨勢；（2）數(shù)據(jù)庫使用頻率增長更快，接近500％；（3）數(shù)據(jù)庫的復(fù)雜程度不斷增加；（4）數(shù)據(jù)庫網(wǎng)絡(luò)化；（5）面向應(yīng)用；（6）先進的軟硬件配置。1/4/20236生物信息學(xué)一、分子生物信息數(shù)據(jù)庫簡介1/4/20237生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫核酸序列數(shù)據(jù)庫蛋白質(zhì)序列數(shù)據(jù)庫蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫功能數(shù)據(jù)庫生物信息學(xué)數(shù)據(jù)庫導(dǎo)航系統(tǒng)1/4/20238生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫

基因組數(shù)據(jù)庫的主體是模式生物基因組數(shù)據(jù)庫，其中主要有世界各國人類基因組研究中心，測序中心構(gòu)建的各種人類的基因組數(shù)據(jù)庫。還有模式生物基因組數(shù)據(jù)庫，如小鼠、線蟲、果蠅、酵母等。一些動物與植物基因組數(shù)據(jù)庫也紛紛上網(wǎng)?；蚪M信息資源除了基因組本身信息外，還包括染色體、基因突變、遺傳疾病、分類學(xué)、比較基因組、基因的調(diào)控與表達、放射雜交、基因圖譜等各種數(shù)據(jù)庫1/4/20239生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（一）GDBTheGDBHumanGenomeDatabase/

于1990年由美國JOHNSHOPKINS大學(xué)建立，現(xiàn)在由加拿大兒童醫(yī)院生物信息學(xué)中心負責(zé)管理。

基因組數(shù)據(jù)庫(GDB)為人類基因組計劃(HGP)保存和處理基因組圖譜數(shù)據(jù)。GDB的目標是構(gòu)建關(guān)于人類基因組的百科全書，除了構(gòu)建基因組圖譜之外，還開發(fā)了描述序列水平的基因組內(nèi)容的方法，包括序列變異和其它對功能和表型的描述1/4/202310生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（一）GDBTheGDBHumanGenomeDatabase

/

目前GDB中有：人類基因組區(qū)域(包括基因、克隆、amplimersPCR標記、斷點breakpoints、細胞遺傳標記cytogeneticmarkers、易碎位點fragilesites、EST序列、綜合區(qū)域syndromicregions、contigs和重復(fù)序列)；人類基因組圖譜(包括細胞遺傳圖譜、連接圖譜、放射性雜交圖譜、contentcontig圖譜和綜合圖譜等)；人類基因組內(nèi)的變異(包括突變和多態(tài)性，加上等位基因頻率數(shù)據(jù))。1/4/202311生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫1/4/202312生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫1/4/202313生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫1/4/202314生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（二）人類基因組數(shù)據(jù)庫Ensembl/

Ensembl試圖跟蹤所有人類基因組的序列片段，并將序列片段組裝成單個長序列，進而分析這些經(jīng)過組裝的DNA序列，搜索其中的基因，發(fā)現(xiàn)生物學(xué)家或醫(yī)學(xué)工作者感興趣的特征。Ensembl包括所有公開的基因組DNA序列，如人類基因組、小鼠和大鼠基因組等。通過注釋形成的關(guān)于序列的特征?；蚓褪且环N特征，基因或者是通過實驗發(fā)現(xiàn)的，或者是通過Ensembl的程序預(yù)測的。Ensembl所用的基因預(yù)測程序為GenScan。其他的特征包括單核苷酸多態(tài)性（SNP）、重復(fù)序列與其它序列高度相似（或同源）的序列。1/4/202315生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（二）人類基因組數(shù)據(jù)庫Ensembl1/4/202316生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（二）人類基因組數(shù)據(jù)庫Ensembl1/4/202318生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹基因組數(shù)據(jù)庫（三）其他基因組數(shù)據(jù)庫1、EcoGene大腸桿菌(E.coli)K-12的序列/2、MITOMAP人類線粒體基因組/3、SGD酵母基因組數(shù)據(jù)庫

/Saccharomyces

1/4/202319生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹核酸序列數(shù)據(jù)

核酸序列是了解生物體結(jié)構(gòu)、功能、發(fā)育和進化的出發(fā)點。國際上權(quán)威的核酸序列數(shù)據(jù)庫有三個，分別是美國生物技術(shù)信息中心（NCBI）的GenBank歐洲分子生物學(xué)實驗室的EMBL-Bank日本遺傳研究所的DDBJ

三個組織相互合作，各數(shù)據(jù)庫中的數(shù)據(jù)基本一致，僅在數(shù)據(jù)格式上有所差別，對于特定的查詢，三個數(shù)據(jù)庫的響應(yīng)結(jié)果一樣。這三個數(shù)據(jù)庫是綜合性的DNA和RNA序列數(shù)據(jù)庫，其數(shù)據(jù)來源于眾多的研究機構(gòu)和核酸測序小組，來源于科學(xué)文獻。用戶可以通過各種方式將核酸序列數(shù)據(jù)提交給這三個數(shù)據(jù)庫系統(tǒng)。1/4/202320生物信息學(xué)（一）GenbankGenbank庫包含了所有已知的核酸序列和蛋白質(zhì)序列，以及與它們相關(guān)的文獻著作和生物學(xué)注釋。它是由美國國立生物技術(shù)信息中心(NCBI)建立和維護的。它的數(shù)據(jù)直接來源于測序工作者提交的序列；由測序中心提交的大量EST序列和其它測序數(shù)據(jù)；以及與其它數(shù)據(jù)機構(gòu)協(xié)作交換數(shù)據(jù)而來。Genbank每天都會與歐洲分子生物學(xué)實驗室(EMBL)的數(shù)據(jù)庫，和日本的DNA數(shù)據(jù)庫(DDBJ)交換數(shù)據(jù)，使這三個數(shù)據(jù)庫的數(shù)據(jù)同步。Genbank的數(shù)據(jù)可以從NCBI的FTP服務(wù)器上免費下載完整的庫，或下載積累的新數(shù)據(jù)。NCBI還提供廣泛的數(shù)據(jù)查詢、序列相似性搜索以及其它分析服務(wù)，用戶可以從NCBI的主頁上找到這些服務(wù)。1/4/202321生物信息學(xué)

Genbank庫里的數(shù)據(jù)按來源于約55,000個物種，其中56%是人類的基因組序列(所有序列中的34%是人類的EST序列)。每條Genbank數(shù)據(jù)記錄包含了對序列的簡要描述，它的科學(xué)命名，物種分類名稱，參考文獻，序列特征表，以及序列本身。序列特征表里包含對序列生物學(xué)特征注釋如：編碼區(qū)、轉(zhuǎn)錄單元、重復(fù)區(qū)域、突變位點或修飾位點等。所有數(shù)據(jù)記錄被劃分在若干個文件里，如細菌類、病毒類、靈長類、嚙齒類，以及EST數(shù)據(jù)、基因組測序數(shù)據(jù)、大規(guī)?；蚪M序列數(shù)據(jù)等16類，其中EST數(shù)據(jù)等又被各自分成若干個文件。（一）Genbank1/4/202322生物信息學(xué)（一）Genbank1/4/202323生物信息學(xué)（一）Genbank1/4/202324生物信息學(xué)（二）EMBL

EMBL核酸序列數(shù)據(jù)庫由歐洲生物信息學(xué)研究所(EBI)維護的核酸序列數(shù)據(jù)構(gòu)成，由于與Genbank和DDBJ的數(shù)據(jù)合作交換，它也是一個全面的核酸序列數(shù)據(jù)庫。該數(shù)據(jù)庫由Oracal數(shù)據(jù)庫系統(tǒng)管理維護，查詢檢索可以通過因特網(wǎng)上的序列提取系統(tǒng)(SRS)服務(wù)完成。1/4/202325生物信息學(xué)http://www.ebi.ac.uk/embl/（二）EMBL1/4/202326生物信息學(xué)（三）DDBJ數(shù)據(jù)庫日本DNA數(shù)據(jù)倉庫(DDBJ)也是一個全面的核酸序列數(shù)據(jù)庫，與Genbank和EMBL核酸庫合作交換數(shù)據(jù)?？梢允褂闷渲黜撋咸峁┑腟RS工具進行數(shù)據(jù)檢索和序列分析。DDBJ的網(wǎng)址是：http://www.ddbj.nig.ac.jp/index-e.html1/4/202327生物信息學(xué)（三）DDBJ數(shù)據(jù)庫1/4/202328生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫1、PIR（ProteinInformationResource）/由美國生物醫(yī)學(xué)基金會NBRF（NationalBiomedicalResearchFoundation）于1984年建立的。目的是幫助研究者鑒別和解釋蛋白質(zhì)序列信息，研究分子進化、功能基因組，進行生物信息學(xué)分析。它是一個全面的、經(jīng)過注釋的、非冗余的蛋白質(zhì)序列數(shù)據(jù)庫。所有序列數(shù)據(jù)都經(jīng)過整理，超過99%的序列已按蛋白質(zhì)家族分類，一半以上還按蛋白質(zhì)超家族進行了分類。1/4/202329生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫1、PIR（ProteinInformationResource）/除了蛋白質(zhì)序列數(shù)據(jù)之外，PIR還包含以下信息：(1)蛋白質(zhì)名稱、蛋白質(zhì)的分類、蛋白質(zhì)的來源；(2)關(guān)于原始數(shù)據(jù)的參考文獻；(3)蛋白質(zhì)功能和蛋白質(zhì)的一般特征，包括基因表達、翻譯后處理、活化等；(4)序列中相關(guān)的位點、功能區(qū)域。1/4/202330生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫1、PIR（ProteinInformationResource）PIR提供三種類型的檢索服務(wù):一是基于文本的交互式查詢，用戶通過關(guān)鍵字進行數(shù)據(jù)查詢。二是標準的序列相似性搜索，包括BLAST、FASTA等。三是結(jié)合序列相似性、注釋信息和蛋白質(zhì)家族信息的高級搜索，包括按注釋分類的相似性搜索、結(jié)構(gòu)域搜索等。目前，PIR包括三個子數(shù)據(jù)庫，分別是：蛋白質(zhì)序列數(shù)據(jù)庫PIR-PSD蛋白質(zhì)分類數(shù)據(jù)庫iProClass以及非冗余的蛋白質(zhì)參考資料數(shù)據(jù)庫PIR-NREF。1/4/202331生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫1、PIR（ProteinInformationResource）1/4/202332生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫2、SWISS-PROT(http://www.ebi.ac.uk/swissprot/曾經(jīng)的網(wǎng)址）/

是由Geneva大學(xué)和歐洲生物信息學(xué)研究所（EBI）于1986年聯(lián)合建立的，它是目前國際上權(quán)威的蛋白質(zhì)序列數(shù)據(jù)庫。SWISS-PROT中的蛋白質(zhì)序列是經(jīng)過注釋的。SWISS-PROT中的數(shù)據(jù)來源于不同源地：（1）從核酸數(shù)據(jù)庫經(jīng)過翻譯推導(dǎo)而來；（2）從蛋白質(zhì)數(shù)據(jù)庫PIR挑選出合適的數(shù)據(jù)；（3）從科學(xué)文獻中摘錄；（4）研究人員直接提交的蛋白質(zhì)序列數(shù)據(jù)與其它蛋白質(zhì)序列數(shù)據(jù)庫相比較，SWISS-PROT有三個明顯的特點：（1）注釋（2）最小冗余（3）與其它數(shù)據(jù)庫的連接1/4/202333生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹2、SWISS-PROT(http://www.ebi.ac.uk/swissprot/）

1/4/202334生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫3、TrEMBL(http://www.ebi.ac.uk/trembl/index.html曾經(jīng)的網(wǎng)址)/

TrEMBL是一個計算機注釋的蛋白質(zhì)數(shù)據(jù)庫，作為SWISS-PROT數(shù)據(jù)庫的補充。該數(shù)據(jù)庫主要包含從EMBL/Genbank/DDBJ核酸數(shù)據(jù)庫中根據(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)庫中。TrEMBL有兩個部分SP-TrEMBL(SWISS-PROTTrEMBL)包含最終將要集成到SWISS-PROT的數(shù)據(jù)，所有的SP-TrEMBL

序列都已被賦予SWISS-PROT的登錄號。REM-TrEMBL(REMaining

TrEMBL)包括所有不準備放入SWISS-PROT的數(shù)據(jù)，因此這部分數(shù)據(jù)都沒有登錄號。1/4/202335生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫3、TrEMBL(曾經(jīng)的網(wǎng)址和界面)

1/4/202336生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)序列數(shù)據(jù)庫4、UniProt蛋白質(zhì)數(shù)據(jù)倉庫

將Swiss-Prot、TrEMBL、PIR3個蛋白質(zhì)數(shù)據(jù)庫統(tǒng)一起來，建立了一個蛋白質(zhì)數(shù)據(jù)倉庫UniProt。UniProt包含4個部分：（1）UniProtKnowledgebase（UniProtKB），這是蛋白質(zhì)序列、功能、分類、交叉引用等信息存取中心；（2）UniProtNon-redundantReference（UniRef）數(shù)據(jù)庫，該數(shù)據(jù)庫將密切相關(guān)的蛋白質(zhì)序列組合到一條記錄中，以便提高搜索速度；（3）UniProtArchive（UniParc），是一個資源庫，記錄所有蛋白質(zhì)序列的歷史。（4）UniProtMetagenomicandEnvironmentalSequence（UniMES），記錄metagenomic和環(huán)境微生物序列數(shù)據(jù)。用戶可以通過文本查詢數(shù)據(jù)庫，可以利用BLAST程序搜索數(shù)據(jù)庫，也可以直接通過FTP下載數(shù)據(jù)。

1/4/202337生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫1、PDB

ProteinDataBank/pdb

蛋白質(zhì)數(shù)據(jù)倉庫(PDB)是國際上唯一的生物大分子結(jié)構(gòu)數(shù)據(jù)檔案庫，由美國Brookhaven國家實驗室建立。PDB收集的數(shù)據(jù)來源于X光晶體衍射和核磁共振(NMR)的數(shù)據(jù)，經(jīng)過整理和確認后存檔而成。目前PDB數(shù)據(jù)庫的維護由結(jié)構(gòu)生物信息學(xué)研究合作組織(RCSB)負責(zé)。RCSB的主服務(wù)器和世界各地的鏡像服務(wù)器提供數(shù)據(jù)庫的檢索和下載服務(wù)，以及關(guān)于PDB數(shù)據(jù)文件格式和其它文檔的說明，PDB數(shù)據(jù)還可以從發(fā)行的光盤獲得。使用Rasmol等軟件可以在計算機上按PDB文件顯示生物大分子的三維結(jié)構(gòu)。1/4/202339生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫1、PDB

ProteinDataBank/pdbPDB中的每條記錄有兩種序列信息一種是顯式序列信息（explicitsequence）在PDB文件中，以關(guān)鍵字SEQRES作為顯式序列標記，以該關(guān)鍵字打頭的每一行都是關(guān)于序列的信息。一種是隱式序列信息(implicitsequence) PDB的隱式序列即為立體化學(xué)數(shù)據(jù)，包括每個原子的名稱和原子的三維坐標。1/4/202340生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫1/4/202341生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫PDB顯示分子結(jié)構(gòu)（RasMol，ChemView）1/4/202342生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫2、MMDB(MolecularModelingDatabase）

分子模型MMDB是（NCBI）所開發(fā)的生物信息數(shù)據(jù)庫集成系統(tǒng)Entrez的一個部分，數(shù)據(jù)庫的內(nèi)容包括來自于實驗的生物大分子結(jié)構(gòu)數(shù)據(jù)。與PDB相比，對于數(shù)據(jù)庫中的每一個生物大分子結(jié)構(gòu)，MMDB具有許多附加的信息，如分子的生物學(xué)功能、產(chǎn)生功能的機制、分子的進化歷史等。還提供生物大分子三維結(jié)構(gòu)模型顯示、結(jié)構(gòu)分析和結(jié)構(gòu)比較工具。1/4/202343生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫2、MMDB(MolecularModelingDatabase）

1/4/202346生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1、SCOP蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫（STRUCTURALCLASSIFICATIONOFPROTEINS）http://scop.mrc-lmb.cam.ac.uk/scop/

詳細描述了已知的蛋白質(zhì)結(jié)構(gòu)之間的關(guān)系。分類基于若干層次：家族，描述相近的進化關(guān)系；超家族，描述遠源的進化關(guān)系；折疊子(fold)，描述空間幾何結(jié)構(gòu)的關(guān)系；折疊類，所有折疊子被歸于全α、全β、α/β、α＋β、多結(jié)構(gòu)域蛋白、膜蛋白和細胞表面蛋白、小蛋白分類等。在此基礎(chǔ)上按折疊類型、超家族、家族三個參次主級分類。1/4/202347生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1、SCOP蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1/4/202348生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1、SCOP蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1/4/202349生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1、SCOP蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫1/4/202350生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫２、ＣＡＴＨ蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫Class(C),Architecture(A),Topology(T)andHomologoussuperfamily(H).

/

CATH數(shù)據(jù)庫的分類基礎(chǔ)是蛋白質(zhì)結(jié)構(gòu)域。與SCOP不同的是，CATH把蛋白質(zhì)分為4類，即α主類、β主類，α

-β類（α

/β型和α

+β型）和低二級結(jié)構(gòu)類。低二級結(jié)構(gòu)類是指二級結(jié)構(gòu)成分含量很低的蛋白質(zhì)分子。CATH數(shù)據(jù)庫的第二個分類依據(jù)為由α螺旋和β折疊形成的超二級結(jié)構(gòu)排列方式，而不考慮它們之間的連接關(guān)系。形象地說來，就是蛋白質(zhì)分子的構(gòu)架，如同建筑物的立柱、橫梁等主要部件，這一層次的分類主要依靠人工方法。1/4/202351生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫２、ＣＡＴＨ蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫Class(C),Architecture(A),Topology(T)andHomologoussuperfamily(H).

第三個層次為拓撲結(jié)構(gòu)，即二級結(jié)構(gòu)的形狀和二級結(jié)構(gòu)間的聯(lián)系。第四個層次為結(jié)構(gòu)的同源性，它是先通過序列比較然后再用結(jié)構(gòu)比較來確定的。CATH數(shù)據(jù)庫的最后一個層次為序列(Sequence)層次，在這一層次上，只要結(jié)構(gòu)域中的序列相似性大于35%，就被認為具有高度的結(jié)構(gòu)和功能的相似性。對于較大的結(jié)構(gòu)域，則至少要有60%與小的結(jié)構(gòu)域相同。

1/4/202352生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫２、ＣＡＴＨ蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫Class(C),Architecture(A),Topology(T)andHomologoussuperfamily(H).

1/4/202353生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫２、ＣＡＴＨ蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫Class(C),Architecture(A),Topology(T)andHomologoussuperfamily(H).

1/4/202354生物信息學(xué)二、各大類主要數(shù)據(jù)庫介紹功能數(shù)據(jù)庫KEGGDIPASDBTRRDTRANSFACEPDPROSITE1/4/202355生物信息學(xué)KEGG

京都基因和基因組百科全書(KEGG)是系統(tǒng)分析基因功能，聯(lián)系基因組信息和功能信息的知識庫。基因組信息存儲在GENES數(shù)據(jù)庫里，包括完整和部分測序的基因組序列；更高級的功能信息存儲在PATHWAY數(shù)據(jù)庫里，包括圖解的細胞生化過程如代謝、膜轉(zhuǎn)運、信號傳遞、細胞周期，還包括同系保守的子通路等信息；KEGG的另一個數(shù)據(jù)庫是LIGAND，包含關(guān)于化學(xué)物質(zhì)、酶分子、酶反應(yīng)等信息。KEGG提供了Java的圖形工具來訪問基因組圖譜，比較基因組圖譜和操作表達圖譜，以及其它序列比較、圖形比較和通路計算的工具，可以免費獲取。1/4/202356生物信息學(xué)KEGGhttp://www.kegg.jp/1/4/202357生物信息學(xué)DIP

相互作用的蛋白質(zhì)數(shù)據(jù)庫(DIP)收集了由實驗驗證的蛋白質(zhì)－蛋白質(zhì)相互作用。數(shù)據(jù)庫包括蛋白質(zhì)的信息、相互作用的信息和檢測相互作用的實驗技術(shù)三個部分。用戶可以根據(jù)蛋白質(zhì)、生物物種、蛋白質(zhì)超家族、關(guān)鍵詞、實驗技術(shù)或引用文獻來查詢DIP數(shù)據(jù)庫。DIP的網(wǎng)址是：/1/4/202358生物信息學(xué)DIP/dip/main.cgi1/4/202359生物信息學(xué)ASDB（舊）

可變剪接數(shù)據(jù)庫(ASDB)包括蛋白質(zhì)庫和核酸庫兩部分。ASDB(蛋白質(zhì))部分來源于SWISS-PROT蛋白質(zhì)序列庫，通過選取有可變剪接注釋的序列，搜索相關(guān)可變剪接的序列，經(jīng)過序列比對、篩選和分類構(gòu)建而成。ASDB(核酸)部分來自Genbank中提及和注釋的可變剪接的完整基因構(gòu)成。數(shù)據(jù)庫提供了方便的搜索服務(wù)。ASDB的網(wǎng)址是：/asdb1/4/202360生物信息學(xué)ASDB--ASTD1/4/202361生物信息學(xué)TRRD

轉(zhuǎn)錄調(diào)控區(qū)數(shù)據(jù)庫(TRRD)是在不斷積累的真核生物基因調(diào)控區(qū)結(jié)構(gòu)－功能特性信息基礎(chǔ)上構(gòu)建的。每一個TRRD的條目里包含特定基因各種結(jié)構(gòu)－功能特性：轉(zhuǎn)錄因子結(jié)合位點、啟動子、增強子、靜默子、以及基因表達調(diào)控模式等。TRRD包括五個相關(guān)的數(shù)據(jù)表：TRRDGENES(包含所有TRRD庫基因的基本信息和調(diào)控單元信息)；TRRDSITES(包括調(diào)控因子結(jié)合位點的具體信息)；TRRDFACTORS(包括TRRD中與各個位點結(jié)合的調(diào)控因子的具體信息)；TRRDEXP(包括對基因表達模式的具體描述)；TRRDBIB(包括所有注釋涉及的參考文獻)。TRRD主頁提供了對這幾個數(shù)據(jù)表的檢索服務(wù)。TRRD的網(wǎng)址是：http://wwwmgs.bionet.nsc.ru/mgs/dbases/trrd4/1/4/202362生物信息學(xué)TRRD

1/4/202363生物信息學(xué)EPDEPD(http://www.epd.isb-sib.ch/)

是真核基因啟動子數(shù)據(jù)庫提供從EMBL中得到的真核基因的啟動子序列，目標是幫助實驗研究人員、生物信息學(xué)研究人員分析真核基因的轉(zhuǎn)錄信號。1/4/202364生物信息學(xué)EPD1/4/202365生物信息學(xué)PROSITE

PROSITE數(shù)據(jù)庫收集了生物學(xué)有顯著意義的蛋白質(zhì)位點和序列模式，并能根據(jù)這些位點和模式快速和可靠地鑒別一個未知功能的蛋白質(zhì)序列應(yīng)該屬于哪一個蛋白質(zhì)家族。有的情況下，某個蛋白質(zhì)與已知功能蛋白質(zhì)的整體序列相似性很低，但由于功能的需要保留了與功能密切相關(guān)的序列模式，這樣就可能通過PROSITE的搜索找到隱含的功能motif，因此是序列分析的有效工具。PROSITE中涉及的序列模式包括酶的催化位點、配體結(jié)合位點、與金屬離子結(jié)合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質(zhì)結(jié)合的區(qū)域等；除了序列模式之外，PROSITE還包括由多序列比對構(gòu)建的profile，能更敏感地發(fā)現(xiàn)序列與profile的相似性。PROSITE的主頁上提供各種相關(guān)檢索服務(wù)。1/4/202366生物信息學(xué)http://www.expasy.ch/prosite/PROSITE1/4/