生物分子数据库

合集下载

数据搜索时有用的生物大分子数据库扫描

生物大分子数据库扫描根据“Nucleic Acids Research”最新（指2007年）公布的数据，目前已有968个有关生物大分子数据库（参见文献Galperin M Y, The Molecular Biology Database Collection, 2007, 35: D3）。

有兴趣的读者可以参阅网站“/nar/database/a”。

我们这里将主要类型的数据库列于表4-2。

面这段是一个完整的SwissProt条目，现解释如下：ID 104K_THEPA STANDARD; PRT; 924 AA.AC P15711;DT 01-APR-1990 (Rel. 14, Created)DT 01-APR-1990 (Rel. 14, Last sequence update)DT 01-AUG-1992 (Rel. 23, Last annotation update)DE 104 kDa microneme-rhoptry antigen.OS Theileria parva.OC Eukaryota; Alveolata; Apicomplexa; Piroplasmida; Theileriidae;OC Theileria.OX NCBI_TaxID=5875;RN [1]RP NUCLEOTIDE SEQUENCE.RC STRAIN=Muguga;RX MEDLINE=90158697; PubMed=1689460; DOI=10.1016/0166-6851(90)90007-9;RA Iams K.P., Young J.R., Nene V., Desai J., Webster P., Ole-Moiyoi O.K.,RA Musoke A.J.;RT "Characterisation of the gene encoding a 104-kilodalton microneme-RT rhoptry protein of Theileria parva.";RL Mol. Biochem. Parasitol. 39:47-60(1990).CC -!- SUBCELLULAR LOCATION: In microneme/rhoptry complexes.CC -!- DEVELOPMENTAL STAGE: Sporozoite antigen.CC -------------------------------------------------------------------------- CC This Swiss-Prot entry is copyright. It is produced through a collaboration uniprot_sprot.datCC the European Bioinformatics Institute. There are no restrictions on its CC use as long as its content is in no way modified and this statement is not CC removed.CC -------------------------------------------------------------------------- DR EMBL; M29954; AAA18217.1; -.DR PIR; A44945; A44945.KW Antigen; Repeat; Sporozoite.FT DOMAIN 1 19 Hydrophobic.FT DOMAIN 905 924 Hydrophobic.SQ SEQUENCE 924 AA; 103626 MW; 289B4B554A61870E CRC64;MKFLILLFNI LCLFPVLAAD NHGVGPQGAS GVDPITFDIN SNQTGPAFLT AVEMAGVKYLQVQHGSNVNI HRLVEGNVVI WENASTPLYT GAIVTNNDGP YMAYVEVLGD PNLQFFIKSGDAWVTLSEHE YLAKLQEIRQ AVHIESVFSL NMAFQLENNK YEVETHAKNG ANMVTFIPRNGHICKMVYHK NVRIYKATGN DTVTSVVGFF RGLRLLLINV FSIDDNGMMS NRYFQHVDDKYVPISQKNYE TGIVKLKDYK HAYHPVDLDI KDIDYTMFHL ADATYHEPCF KIIPNTGFCITKLFDGDQVL YESFNPLIHC INEVHIYDRN NGSIICLHLN YSPPSYKAYL VLKDTGWEATTHPLLEEKIE ELQDQRACEL DVNFISDKDL YVAALTNADL NYTMVTPRPH RDVIRVSDGSEVLWYYEGLD NFLVCAWIYV SDGVASLVHL RIKDRIPANN DIYVLKGDLY WTRITKIQFTQEIKRLVKKS KKKLAPITEE DSDKHDEPPE GPGASGLPPK APGDKEGSEG HKGPSKGSDSSKEGKKPGSG KKPGPAREHK PSKIPTLSKK PSGPKDPKHP RDPKEPRKSK SPRTASPTRRPSPKLPQLSK LPKSTSPRSP PPPTRPSSPE RPEGTKIIKT SKPPSPKPPF DPSFKEKFYDDYSKAASRSK ETKTTVVLDE SFESILKETL PETPGTPFTT PRPVPPKRPR TPESPFEPPKDPDSPSTSPS EFFTPPESKR TRFHETPADT PLPDVTAELF KEPDVTAETK SPDEAMKRPRSPSEYEDTSP GDYPSLPMKR HRLERLRLTT TEMETDPGRM AKDASGKPVK LKRSKSFDDLTTVELAPEPK ASRIVVDDEG TEADDEETHP PEERQKTEVR RRRPPKKPSK SPRPSKPKKPKKPDSAYIPS ILAILVVSLI VGIL//ID 是指其身份号，924 AA是指有该序列有924个氨基酸残基AC 获取号；DT 序列测得的时间DE 对该序列必要的信息的说明，如该分子的分子量为104 kDa .OS 来源OX NCBI分类身份号RN [1]RP NUCLEOTIDE SEQUENCE.RC STRAIN=Muguga;RX 有关Medline的出版号RA 作者RT 引用文献题目RL 杂志名称，出版日期，卷期页CC 有关它的功能描述及其它相关信息方面的描述DR EMBL数据库中的获取号DR PIR数据库中的获取号KW 关键词FT 功能区的描述SQ 有关序列方面的信息，这部分是最主要的，因为该蛋白质的序列就列在下面。

第三章生物信息数据库

部分生物基因组计划网址

老鼠(Mouse) /mgd.html 小鼠(Rat) http://ratmap.gen.gu.se 狗(Dog) /dog.html 牛(Cow) http://locus.jouy.inra.fr/cgibin/bovmap/intro2.pl 猪(Pig) /pigmap/pigbase/pigbase.html 羊(Sheep) 鸡(Chicken) /chickmap/chickbase/manager.html 斑马鱼(Zebra fish) 线虫 (C. elegans) http://www.ddbj.nig.ac.jp/htmls/celegans/html/CE_INDEX.ht ml 果蝇(Drosophila) 蚊子(Mosquito) 拟南芥(Arabidopsis) /Arabidopsis 棉花(Cotton) 玉米(Maize) 水稻(Rice) http://www.staff.or.jp 大豆(Soya) :8000/main.html 树(Trees)

2、蛋白质序列数据库
SWISS-PROT (欧洲) PIR (美国)
SWISS-PROT (http://www.expasy.ch/sprot/sprot-top.html）由瑞士日内瓦大学医学生物化学系和欧洲生物信息学研究所(EBI)合作维护；在EMBL和GenBank数据库上均建立了镜像站点；

SWISSPROT

到EMBL核酸序列数据库的索引，到PROSITE模式数据库的索引，到生物大分子结构数据库PDB的索引等
PIR （Protein Information Resource）

生物数据库介绍

GenPept Sequence Records (which contain the amino acid translations from GenBank/EMBL/DDBJ records that have a coding region feature annotated on them)
各种登录号（索引号）的类型（续） Type of Record Protein Sequence Records from PRF RefSeq Nucleotide Sequence Records Sample Accession Format A series of digits (often six or seven) followed by a letter, e.g.:1901178A Two letters, an underscore bar, and six digits, e.g.: mRNA records (NM_*):NM_000492 genomic DNA contigs (NT_*):NT_000347 complete genome or chromosome (NC_*):NT_000907 genomic region (NG_*):NG000019 Two letters (NP), an underscore bar, and six digits, e.g.:NP_000483
生物信息学数据库的分类：
生物信息学数据库
一级数据库
二级数据库
一级数据库
直接来源于实验获得的原始数据（DNA序
列、蛋白质序列、蛋白质结构等），只经过简单的归类、整理和注释。
一级核酸数据库（3）：GenBank数据库、EMBL数
据库、DDBJ数据库一级蛋白质序列数据库（2）：SWISS-PROT库、PIR 蛋白信息数据库一级蛋白质结构数据库（1）：PDB数据库

06第六章常用生物信息学数据库简介

英国辛克斯顿
ID U00096 standard; circular genomic DNA; CON; 4639221 BP. AC U00096; SV U00096.1 DT 24-JUL-2003 (Rel. 76, Last updated, Version 3) DE Escherichia coli K-12 MG1655 complete genome. KW . OS Escherichia coli K12 OC Bacteria; Proteobacteria; Gammaproteobacteria; Enterobacteriales; OC Enterobacteriaceae; Escherichia; Escherichia coli. RN [1] RP 1-4639221 RX MEDLINE; 97426617. RX PUBMED; 9278503. RA Blattner F.R., Plunkett G. III, Bloch C.A., Perna N.T., Burland V.,… RT "The complete genome sequence of Escherichia coli K-12"; RL Science 277(5331):1453-1474(1997). DR GOA; O32528. DR REMTREMBL; AAC74436; AAC74436. DR SPTREMBL; O32530; O32530. DR SWISS-PROT; O32528; YPDI_ECOLI. …
EMBL数据库简介
EMBL是最早的DNA序列数据库，于1982年建立。
EMBL的数据来源主要有两条途径: 一是由序列发现者直接提交。几乎所有的国际权威生物学刊物都要求作者在文章发表之前将所测定的序列提交给EMBL、GenBank或DDBJ，得到数据库管理系统所签发的登录注册号。二是从生物医学期刊上收录已经发表的序列资料。

分子生物学数据库

• 三个数据库中的数据基本一致，仅在数据格式上有所差别，对于特定的查询，三个数据库的响应结果一样。 • 这三个数据库是综合性的DNA和RNA序列数据库，每条记录代表一个单独、连续、附有注释的DNA或RNA片段。
以下着重介绍EBML
EMBL的数据来源
用户提交从生物医学杂志收录已发表的序列资料
三是结合序列相似性、注释信息和蛋白质家族信息的高级搜索，包括按注释分类的相似性搜索、结构域搜索等。
三个子数据库
2、SWISS-PROT
SWISS-PROT (http://www.expasy.ch/sprot/sprot-top.html）是目前国际上比较权威的蛋白质序列数据库,其中的蛋白质序列是经过注释的

（2）最小冗余
• 尽量将相关的数据归并，降低数据库的冗余程度。 • 如果不同来源的原始数据有矛盾，则在相应序列特征表中加以注释。
（3）与其它数据库的连接
对于每一个登录项，有许多指向其它数据库相关数据的指针，这便于用户迅速得到相关的信息。现有的交叉索引有：到EMBL核酸序列数据库的索引，到PROSITE模式数据库的索引，到生物大分子结构数据库PDB的索引等。
（4）WWW服务器
这是目前最常用的一种形式
EMBL提供一些与序列相关的检索操作（基于3W服务器）
（1）序列查询最简单的查询就是通过序列的登录号（如X58929）或序列名称（如SCARGC）直接查询。
如果找到所查询的序列，则服务器将查询结果以HTML文件返回给用户如果数据库中该序列有到MEDLINE的交叉索引，则系统同时返回与包含参考文献摘要等信息的MEDLINE链接如果该序列有到其它数据库的交叉索引，也返回相应的链接

分子生物学相关数据库

分子生物学相关数据库Entrez由NCBI开发的一个数据库检索系统，它综合了下述各大数据库的信息，包括核酸、蛋白以及Medline 文摘数据库，在这三个数据库中建立了非常完善的联系。

因此，可以从一个序列查询到蛋白产物以及相关的结构、功能和文献信息，详见NCBI(美国国立生物技术信息中心) 简介。

EBI欧洲生物信息学研究所(European Bioinformatics Institute,EBI)是EMBL的分部，位于英国Hinxton 的Wellcome Trust Genome Campus。

EBI维护和发布的数据库：✓EMBL核酸数据库、欧洲原始核酸数据资源库✓SwissProt蛋白质序列数据库[与瑞士生物信息学协会(Swiss Institute for Bioinformatics,SIB)的Amos Bairroch合作]✓TrEMBL(SwissProt的附属数据库，由EMBL数据库编码序列翻译而来的蛋白质序列数据库)✓分子结构数据库(Molecular Structure Database,MSD)[与Brookhaven 国家实验室(纽约)的蛋白质三维结构数据库(Protein Data Bank,PDB)合作]✓放射杂交数据库(Radiation Hybrid database,RHdb)✓其他组织合作产生的分子生物学数据库：EBI还提供网络服务，通过互联网、其WEB界面和FTP服务器可以访问最新收集到的数据，同时也提供数据库和序列相似性的搜索工具。

核酸数据库：GenBankGenBank是NIH的基因序列数据库，由美国国立卫生研究院全国生物技术信息中心（NCBI）建立并维护，是所有公开的DNA序列的集合( Nucleic Acids Research 1998 Jan 1;26(1):1-7)，GenBank包含所有已知的核苷酸及蛋白质序列、以及与之相关的生物学信息和参考文献，是世界上的权威序列数据库。

生命科学中最常用的5个数据库介绍

生命科学中最常用的5个数据库介绍生命科学是一个庞大而复杂的学科，其中包含了关于生命现象的各种研究。

对于生命科学的研究，特别是在分子水平上进行的研究，需要大量的数据支持。

这些数据包括分子序列、蛋白质结构、代谢途径等等。

为了有效地管理这些数据，生命科学中广泛应用了各种数据库。

本文将介绍生命科学中最常用的5个数据库。

1. GenBankGenBank是全球最大的分子生物学数据库，包含了全球各地实验室提交的DNA和RNA序列。

它由美国国家生物技术信息中心（NCBI）维护。

GenBank包含了数十亿条序列记录，其中包括了不同物种的基因组、蛋白质序列、DNA和RNA序列等。

与DNA和RNA序列相关的信息包括序列长度、基序、带电的特殊域、结构域、转录因子结合位点以及其他数据。

GenBank还包含了元数据，如物种和菌株的信息、文献引用以及序列的提交日期。

2. PubMedPubMed是美国国家医学图书馆（NLM）维护的一个生命科学文献数据库，包括了生命科学、医学和健康相关的数百万篇论文。

PubMed提供了对文献的全文搜索和存储，使科学家在查找特定话题时更加方便。

除了搜索全文的功能，PubMed还提供了很多额外的服务，如翻译摘要、相关文章推荐、绘制图表等。

3. EnsemblEnsembl是一种数据库、搜索引擎和分析平台，专门用于处理各种生命科学的数据。

Ensembl已经成为了全球最大的基因组数据库之一，包含了人类、其他哺乳动物、鸟类、篮球、双子蝎、无脊椎动物等近700个物种的基因组信息。

Ensembl提供的数据包括生物序列、调控区域、基因家族、基因结构、基因组的变异和基因表达信息等。

4. Protein Data Bank (PDB)蛋白质数据银行（PDB）是一个三维蛋白结构数据库，由改华大学、美国罗格斯大学和欧洲生物信息研究所等机构共同维护。

PDB存储了全球各地实验室提交的蛋白质晶体结构和生化分析，包括了大多数已知的蛋白质家族和酶。

NCBI分子生物学数据库应用简介

Nucleotide 包含： • 所有的核苷酸及蛋白质序列 • 与之相关的生物学信息 • 参考文献
二 . Genome
即基因组数据库，提供了多种基因组、完全染色体、临近序列图谱以及一体化基因物理图谱。
三. Structures
即结构数据库或称分子模型数据库〔MMDB〕，包含来自 X 线晶体学和三维结构的实验数据。 MMDB 的数据从 PDB〔Protein Data Bank〕获得。
3. 向GenBank递交数据
GenBank数据的一个主要来源是通过作者直接递交；目前许多期刊也希望刊登的文章中的DNA或氨基酸序列能在发表前输入数据库。
NCBI为此设计了方便、快捷的数据递交软件：
BankIt: 直接通过WWW进行简便、快捷的递交。
Sequin:
可供MAC、PC\Windows、UNIX 用户使用的递交软件，可输入有关数据的详细资料。
四. Taxonomy
即生物学门类数据库，可以按生物学门类进行检索或浏览其核苷酸序列、蛋白质序列、结构等。
五. PopSet
包含研究一个人群、一个种系发生或描述人群变化的一组组联合序列。PopSet既包含核酸序列数据又包含蛋白质序列数据。
六. OMIM
孟德尔遗传学(OMIM)数据库是人类基因和基因疾病的目录数据库。该数据库包括原文信息、图片和参考信息，同时还可以链接到Entrez系统MEDLINE数据库中相关文献和序列信息。
…………..
2. BLAST相似性检索系统
BLAST 〔Basic Local Alignment Search Tool〕
是用于序列相似性检索的一个重要数据库，是区分基因和基因特征的工具。该软件能在15秒内完成整个DNA数据库的序列检索。

ncbi分子生物学数据库网络生物医学

NCBI分子生物学数据库网络生物医学1. 引言生物医学研究的进展离不开大量的数据资源和分析工具的支持。

NCBI (National Center for Biotechnology Information) 是一个旨在促进生物信息学和分子生物学研究的重要组织。

它提供了多个分子生物学数据库，这些数据库存储了大量的生物信息学数据，并提供了丰富的分析工具，以帮助科学家进行生物医学研究。

本文将介绍一些常用的NCBI分子生物学数据库及其在网络生物医学研究中的应用。

2. NCBI基因数据库2.1 GenBankGenBank 是全球最大的基因序列数据库之一，它存储了大量的DNA和RNA序列数据。

研究者可以通过GenBank访问到已被发表的基因序列数据，以及一些未发表的序列数据。

这些数据对于研究基因功能、生物进化以及人类疾病等方面都非常重要。

2.2 RefSeqRefSeq (Reference Sequence) 是一个注释完整的、高质量的基因序列数据库。

与GenBank不同，RefSeq仅收录了经过验证且与蛋白质对应的基因序列，这使得研究者可以更加准确地进行基因结构和功能的研究。

RefSeq还提供了基因组、转录组和蛋白质序列的相关信息。

2.3 dbSNPdbSNP (database of Single Nucleotide Polymorphisms) 存储了人类和其他物种中的单核苷酸多态性数据。

这些多态性位点是基因组中常见的变异，对于人类疾病的研究和个体之间的遗传差异分析非常重要。

dbSNP收集了来自各种来源的单核苷酸多态性数据，包括人类单核苷酸多态性计划 (HapMap) 和千人基因组计划 (1000 Genomes Project)。

3. NCBI蛋白质数据库3.1 UniProtUniProt 是全球最大的蛋白质序列和注释数据库。

它整合了来自不同来源的蛋白质序列数据和相关的注释信息。

UniProt 提供了蛋白质序列、结构、功能、亚细胞定位和表达等方面的详细信息，帮助研究者理解蛋白质的结构和功能。

常用的生物数据库(二)

常用的生物数据库（二）引言概述：生物数据库是生物信息学领域的重要工具，可以帮助研究人员存储、管理和共享生物数据。

本文将介绍常用的生物数据库（二），以便研究人员更好地利用这些资源进行生物学研究。

正文内容：一、蛋白质相互作用数据库1. STRING数据库：提供蛋白质相互作用预测和注释功能。

2. IntAct数据库：收集整理蛋白质相互作用数据，提供数据检索和分析工具。

3. BioGRID数据库：整合多种物种的蛋白质相互作用数据，并提供丰富的功能注释。

二、基因组数据库1. GenBank数据库：包含大量的序列数据，包括基因组、转录本和蛋白质序列等。

2. ENSEMBL数据库：集成了各种生物信息学工具，提供全面的基因组注释信息。

3. UCSC数据库：基于人类基因组构建的浏览器，提供详细的基因组注释和可视化功能。

三、表达谱数据库1. GEO数据库：收集了大量的基因表达谱数据，可进行数据检索和分析。

2. ArrayExpress数据库：包含了来自各种高通量技术的表达谱数据，提供数据下载和分析工具。

3. TCGA数据库：整合了多种癌症的基因表达数据，可进行差异表达和生存分析等研究。

四、突变数据库1. dbSNP数据库：记录了常见的单核苷酸多态性（SNP）数据，是研究遗传变异的重要资源。

2. COSMIC数据库：专注于癌症相关的突变数据，包含了大量的突变谱系和功能注释信息。

3. ClinVar数据库：整合了与人类疾病相关的遗传变异数据，提供临床相关的注释信息。

五、药物数据库1. DrugBank数据库：收录了大量的药物信息，包括结构、作用机制和药理学数据等。

2. PubChem数据库：提供了大量的小分子化合物数据，可进行化学结构搜索和药物筛选等研究。

3. ChEMBL数据库：整合了化合物活性数据和药物靶点信息，可用于药物发现和优化。

总结：生物数据库为生物学研究提供了丰富的数据资源和分析工具。

蛋白质相互作用数据库、基因组数据库、表达谱数据库、突变数据库和药物数据库是常用的生物数据库之一。

生物数据库介绍——NCBI

⽣物数据库介绍——NCBINCBI（National Center for Biotechnology Information，美国国家⽣物技术信息中⼼）除了维护GenBank核酸序列数据库外，还提供数据分析和检索资源。

NCBI资源包括Entrez、Entrez编程组件、MyNCBI、PubMed、PudMed Central、PubReader、Gene、the NCBI Taxonomy Browser、BLAST、Pimer-Blast、COBALT、RefSeq、UniGene、HomoloGene、ProtEST、dbMHC、dbSNP、dbVar、Epigenomics、the Genetic Testing Registry、Genome和相关⼯具、⽐对查看器、跟踪存档、Sequence Read Archive、BioProject、BioSample、ClinVar、MedGen、HIV-1/⼈类蛋⽩质相互作⽤数据库、Gene Expression Omnibus、Probe、Online Mendelian Inheritance in Animals、the Molecular Modeling Database、the Conserved Domain Database、the Conserved Domain Architecture Retrieval Tool、Biosystem、Protein Clusters and thePubChem suite of small molecule databases，所有这些资源可以在NCBI主页找到。

Databases⼀个提供有关基因组组装结构，装配名称和其他元数据，统计报告以及基因组序列数据链接等信息的数据库。

⼀个有关培养物、动植物样本和其他⾃然样本的精选元数据集。

记录显⽰样本状态，有关馆藏的机构的信息，以及NCBI中相关数据链接。

第二章生物分子数据库PPT课件

蛋白质序列数据库
1、PIR（Protein Information Resource）
2020/12/12
32
二、各大类主要数据库介绍蛋白质序列数据库
2、SWISS-PROT (/swissprot/ 曾经的网址）
/
3、 TrEMBL (/trembl/index.html 曾经的网址) /
TrEMBL是一个计算机注释的蛋白质数据库，作为SWISS-PROT
数据库的补充。该数据库主要包含从EMBL/ Genbank/DDBJ 核酸数据库中根据编码序列(CDS)翻译而得到的蛋白质序列，并且这些序列尚未集成到SWISS-PROT 数据库中。
人类基因组图谱(包括细胞遗传图谱、连接图谱、
放射性杂交图谱、content contig图谱和综合图谱
等)；人类基因组内的变异(包括突变和多态性，加上
等位基因频率数据)。
2020/12/12
11
二、各大类主要数据库介绍基因组数据库
2020/12/12
12
二、各大类主要数据库介绍基因组数据库
2020/12/12
2020/12/12
22
（一）Genbank
2020/12/12 23
（一）Genbank
2020/12/12
24
（二）EMBL
EMBL核酸序列数据库由欧洲生物信息学研究所(EBI)维护的核酸序列数据构成，由于与Genbank和DDBJ的数据合作交换，它也是一个全面的核酸序列数据库。该数据库由 Oracal数据库系统管理维护，查询检索可以通过因特网上的序列提取系统(SRS)服务完成。
13
二、各大类主要数据库介绍基因组数据库
2020/12/12

文献检索和浏览各大生物分子数据库

实验一文献检索和浏览各大生物分子数据库一、实验目的1、学习文献检索方法2、了解生物信息学常用数据库的结构二、实验内容文献检索是每个科研工作者必须具备的能力，这里主要以我校的资源为例，说明网络文献检索的一些基本方法。

国际上已经建立起许多分子公共数据库，包括基因组图谱数据库、核酸序列数据库、蛋白质序列数据库及生物大分子结构数据库等。

这些数据库由专门的机构建立和维护，他们负责收集、组织、管理和发布生物分子数据，并提供数据检索和分析工具，向生物学研究人员提供大量有用的信息，为他们的研究服务。

本实验通过登陆GenBank、EMBL、DDBJ三个国际上权威的核酸序列数据库、GDB基因组数据库、人类基因组数据库Ensembl、表达序列标记数据库dbEST、序列标记位点数据库dbSTS，以及PIR、SWISS-PROT、TrEMBL蛋白质序列数据库、蛋白质数据仓库UniProt、生物大分子数据库PDB等，了解各数据库的结构，。

三、实验仪器、设备及材料计算机（联网）四、实验原理建立生物分子数据库的动因是由于生物分子数据的高速增长，而另一方面也是为了满足分子生物学及相关领域研究人员迅速获得最新实验数据的要求。

生物分子信息分析已经成为分子生物学研究必备的一种方法。

数据库及其相关的分析软件是生物信息学研究和应用的重要基础，也是分子生物学研究必备的工具。

核酸序列是了解生物体结构、功能、发育和进化的出发点。

国际上权威的核酸序列数据库有三个，分别是美国生物技术信息中心（NCBI）的GenBank （/web/Genbank/index/html）、欧洲分子生物学实验室的EMBL-Bank （简称EMBL，/embl/index/html）及日本遗传研究所的DDBJ （http://www.ddbj.nig.ac.jp/）。

三个数据库中的数据基本一致，仅在数据格式上有所差别，对于特定的查询，三个数据库的响应结果一样。

以EMBL数据库为例，其每个序列，相关数据包括序列名称、序列、位点、关键字、来源、生物种类、参考文献、注释、序列中具有重要生物学意义的位点等。

第二章生物分子数据库

GenBank数据库所包含的常用子库数据库所包含的常用子库表达序列标记数据库dbEST 表达序列标记数据库dbEST (/dbEST/）
包括了不同生物的表达序列标签（Expressed Sequence Tags， EST ）序列数据及其它相关信息，主要是从大量不同组织和器官得到的DNA的5‘或3’端序列，一般长60～500bp左右。该数据库的数据量已经占了GenBank核酸数据总量的50％以上，并且有快速递增趋势。
序列标签位点数据库dbSTS 序列标签位点数据库dbSTS （/dbSTS/））
包含了基因组短标记序列（ Sequence Tagged Sites ，STS）的组成和定位信息。 STS在基因组中是惟一存在的一段特异性序列，长度一般在200-300bp间。
生物分子数据库的类型
(1) 一级数据库数据库中的数据直接来源于实验获得的原始数据，只经过简单的归类整理和注释。 (2)二级数据库对原始生物分子数据进行整理、分类的结果，是在一级数据库、实验数据和理论分析的基础上针对特定的应用目标而建立的，更便于生物学家的使用。
2.2 核酸序列数据库
2.2.1 国际上权威的核酸序列数据库（1）美国生物技术信息中心（National Center for Biotechnology Information， NCBI）的GenBank序列数据库 /Web/Genbank/index.html （2）欧洲分子生物学实验室(European Molecular Biology Laboratories, EMBL) 核酸数据库 http://www.embl-heidelberg.de （3）日本遗传研究所的(DNA Data Bank of Japan, DDBJ)数据库 http://www.ddbj.nig.ac.jp/

分子生物学中常用数据库

分子生物学中常用数据库综合数据库：来源：/news/science/article/90048.html生物信息学网址链接：http://www.bioinformatics.ca/links_directory/Nucleic Acid Research Database Issue：/content/vol32/suppl_2/一、蛋白相关数据库蛋白质结构域预测工具Esignal：/esignal/信号传导系统蛋白的结构域预测工具，凡是涉及到信号传导系统的蛋白用这个预测效果最佳SignalP：http://www.cbs.dtu.dk/services/SignalP/信号肽预测工具，适合定位于非胞质位置的蛋白质Emotif：/emotif-search/结构域预测工具，由于其用motif电子学习的方法产生结构域模型，故预测效果比Prosite好Ematrix：/ematrix/是用Matrix的方法创建的结构域数据库，可与emotif互相印证。

其速度快，可快速搜索整个基因组InterPro：/InterProScan/EBI提供的服务，用图形的形式表示出搜索的结构域结果TRRD：http://wwwmgs.bionet.nsc.ru/mgs/gnw/trrd/转录因子结构域预测的最好数据库。

但不会用Protscale：/cgi-bin/protscale.pl可分析该序列的各种性状如活动度、亲水性（Kyte&Doolittle）、抗原性（Hopp&Woods）等通过寻找MOTIF和Domain来分析蛋白质的功能A. MOTIF是蛋白中较小的保守序列片断，其概念比Domain小PROSITE：/tools/scanprosite/是专门搜索蛋白质Motif的数据库，其中signature seqs是最重要的motif信息B. Domain：若干motif可形成一个Domain，每个Domain形成一个球形结构，Domain与Domain之间通常像串珠一样相连Pfam：可以搜索某段序列中的Domain，并以图形化表示出来。