教你使用数据库文稿演示

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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?
NCBI: BLAST
http://www.ncbi.nlm.nih.gov/
nucleotide blast
GenBank数据格式
Accession number
序列长度
数据类型
Definition: 标题
版本号
GI number
GenBank的数据类型
UniProt数据格式
Accession number
FASTA格式
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(Fra Baidu bibliotek 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):
2. 初步的功能分析:细胞周期,caspase酶 的抑制因子,等等。
NM_001168.2:Survivin
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。
2. 序列数据的存储
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。
UniProt
1. 专家审核的蛋白质序列数据与知识库; 2. UniProt Knowledgebase:Release 12.1,
2007.08 3. 包括:
Swiss-Prot Release 54.1 of 21-Aug-2007: 277883 entries;
插入到BAC (Bacterial Artificial Chromosome)中。再随机打 断,克隆,然后再组装成长的序列(contig)。 3. EST (Expressed sequence tag) 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。
CCCCTGCCTGGCAGCCCTTTCTCAAGGACCACCGCATCTCTACATTCAAGA ACTGGCCCTTCTTGGAGGGCTGCGCCTGCACCCCGGAGCGGATGGCCGA GGCTGGCTTCATCCACTGCCCCACTGAGAACGAGCCAGACTTGGCCCAGT GTTTCTTCTGCTTCAAGGAGCTGGAAGGCTGGGAGCCAGATGACGACCCC ATAGAGGAACATAAAAAGCATTCGTCCGGTTGCGCTTTCCTTTCTGTCAAGA AGCAGTTTGAAGAATTAACCCTTGGTGAATTTTTGAAACTGGACAGAGAAAG AGCCAAGAACAAAATTGCAAAGGAAACCAACAATAAGAAGAAAGAATTTGAG GAAACTGCGGAGAAAGTGCGCCGTGCCATCGAGCAGCTGGCTGCCATGGA TTGAGGCCTCTGGC
TrEMBL Release 37.1 of 21-Aug-2007: 4754787 entries
Swiss-Prot Release 54.1
TrEMBL Release 37.1
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. UniProt 4. FASTA
Megablast: 找基因序列
输入序列
提交序列
NM_001168.2:Survivin
Geo: 基因表达信息
UniGene Gene info:基因信息
Survivin
Gene info: 17号染色体
功能注释:Gene Ontology
结论1
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;
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
NCBI Gene
1. http://www.ncbi.nlm.nih.gov/sites/entrez?db=gene
三大数据库之间的联系
161.0版,2007.08
GenBank中测序最多的20个物种
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
UniGene: An Organized View of the Transcriptom
Refseq数据库
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。
教你使用数据库文稿演示
(优选)教你使用数 据库
生物信息学
第三讲:序列的采集、存储 和查询
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
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,
相关文档
最新文档