第四章生物分子数据库.ppt

21 Mar 2003 2020-12-131 7,943,364,438 b谢a谢s你es的观in赏 24,353,128 records. 10
2020-12-11
EMBL核酸数据库中的每一个序列数据被赋予一个登录号， 它是一个永久性的唯一标识
EMBL的序列数据用外在的ASCII文本文件来表示， 而每一个文件分为文件头和文件体两大部分
2020-12-11
谢谢你的观赏
2020-12-11
谢谢你的观赏
3
❖生物分子数据库
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
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 。
2020-12-11
谢谢你的观赏
http://www.embl-heidelberg.de （2）美国生物技术信息中心的GenBank http://www.ncbi.nlm.nih.gov/Web/Genbank/ind ex.html （3）日本遗传研究所的DDBJ
http://www.ddbj.nig.ac.jp/
2020-12-11
文件头由一系列的信息描述行所组成，
文件头实际上对应于一个序列的注释（annotation）
“ID”为序列的标识符行，包括登录号、类型，分子的长度 “AC”为登录号行；
“XX”为分隔符号行； “DT” 为创建和更新日期行
“DE”为序列描述行； “KW”为关键字行； “OG”行描述细胞组织； “OS”行描述生物体种属； “OC”行描述生物体分类信息； “RN”描述参考文献的编号； “RP”描述参考文献的页码； “RA”描述参考文献的作者； “RT”描述参考文献的题目； “RL”描述参考文献的出处； “RC”描述参考文献的注解； “RX”、“DR”行描述交叉引用信息； “FH” 为特征开始符号； “FT”为特征表行 （1）Feature Key，它是描述域生物功能的关键字；
（1）人类基因组区域
包括基因、克隆、PCR标记物、断点、细胞遗传学标记、易碎位 点、 EST、综合区域、contigs、重复等；
（2）人类基因组图谱，
包含细胞遗传学图谱、连接图谱、辐射混合图谱、contig 图谱、集 成图谱，所有这些图谱都可以被直观地显示出来；
（3）人类基因组中的变化，
包括基因突变和基因多态性，加上等位基因频率数据。
2020-12-11
谢谢你的观赏
12
使用EMBL
（1）CD-ROM形式 （2）ftp服务器 （3）Gopher服务器 （4）WWW服务器
这是目前最常用的一种形式
2020-12-11
谢谢你的观赏
13
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。
2020-12-11
谢谢你的观赏
16
2020-12-11
谢谢你的观赏
与 染 色 体 相 关 的 信 息
17
其它模式生物基因组数据库
如：鼠基因组数据库 MGD
（http://www.informatics.jax.org/）
酵母基因组数据库 SGD （http://genomewww.stanford.edu/Saccharomyces/）
以下着重介绍EBML
2020-12-11
谢谢你的观赏
8
MBL中的数据分类情况（单位：Gigabases）
2020-1（2-11EST-Expressed sequenc谢e谢ta你gs的;观S赏TS-sequence tagged sites）
9
（取自http://www3.ebi.ac.uk/Services/DBStats/）
谢谢你的观赏
6
核酸序列数据的增长趋势
（纵轴代表总的核酸序列长度，单位：百万bp）
2020-12-11
谢谢你的观赏
7
• 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。
2020-12-11
第四章 生物分Biblioteka Baidu数据库
主讲人：孙 啸
制作人：刘志华
东南大学 吴健雄实验室
谢谢你的观赏
1
第一节 引言
生物分子数据 高速增长
分子生物学 及相关领域研究人员 迅速获得最新实验数据
建立生物分子数据库
2020-12-11
谢谢你的观赏
2
❖生物分子数据库应满足5个方面的 主要需求
❖（1）时间性 ❖（2）注释 ❖（3）支撑数据 ❖（4）数据质量 ❖（5）集成性
（2）Location，指明特征在序列中的特定位置； （3）Qualifiers，描述关于一个特征的辅助信息；
文件体由序列本身所组成，由“SQ”标志的行开始。
谢谢你的观序赏列结束的标记是“//”。
11
提交数据
（1）编辑电子表格
（2）利用Authorin程序 （3）利用基于WWW网络环境的序列提交系统
DR
SWISS-PROT：P01860；GC3_HUMAN
（2）核酸同源性搜索
3W服务器支持用户使用FastA程序进行核酸同源搜索。 FastA根据给定的目标序列在数据库中搜索其同源序列。
2020-12-11
谢谢你的观赏
15
2、基因组数据库（GDB）
人类基因组计划所得到的图谱数据
目前GDB包含对下述三种对象的描述：
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
2020-12-11
谢谢你的观赏
14
例如: 登录号为J00231的核酸序列具有这样一个交叉索引行：
4
生物分子数据库几个明显的特征：
（1）数据库的更新速度不断加快
数据量呈指数增长趋势
（2）数据库使用频率增长更快
（3）数据库的复杂程度不断增加
（4）数据库网络化
（5）面向应用
（20206-1）2-11先进的软硬件配谢置谢你的观赏
5
第二节 核酸序列数据库
国际上权威的核酸序列数据库
（1）欧洲分子生物学实验室的EMBL