生物学常用网站.pdf

分子生物信息数据库分子生物信息数据库 简介简介 2 生物信息学 广西医学科学实验中心 xy 数据库类型数据库类型 随着近年来生物学实验方法和检测手段的不断发展与提高， 积累了大量生物学的实验数据，通过对这些数据按一定目标与功 能分类收集整理，形成了目前数以百计的生物信息数据库  核酸和蛋白一级数据库、  基因组数据库  生物大分子三维空间结构数据库  以上一级数据库为基础而形成的二级数据库 3 生物信息学 广西医学科学实验中心 xy 19601960年代，第一个分子生物学数据库年代，第一个分子生物学数据库 ————Fred SangerFred Sanger的胰岛素序列测定（的胰岛素序列测定（19551955）） ————蛋白质数据库蛋白质数据库PSDPSD（（Protein Sequence DatabaseProtein Sequence Database）） ————Margaret DayhoffMargaret Dayhoff：： 19601960年代，创立年代，创立PSDPSD，即，即PIRPIR的前身的前身 19781978，，scoring matricesscoring matrices————PAMPAM 分子生物信息数据库概述分子生物信息数据库概述 Pioneer in Bioinformatics Dr. Margaret O. Dayhoff (1925-1983) Fred Sanger at The Wellcome Trust Sanger Institute 4 生物信息学 广西医学科学实验中心 xy 1982年，第一个核酸序列数据库年，第一个核酸序列数据库GenBank（（Los Alamos）） ——1982年，年，606条序列，长度条序列，长度680,338bp ——2008年，约年，约98,868,465条序列，长度条序列，长度99,116,431,942bp 5 生物信息学 广西医学科学实验中心 xy 生物信息数据库几个明显的特征：生物信息数据库几个明显的特征： （（1）数据库的更新速度不断加快）数据库的更新速度不断加快 数据量呈指数增长趋势数据量呈指数增长趋势 （（2）数据库使用频率增长更快）数据库使用频率增长更快 （（3）数据库的复杂程度不断增加）数据库的复杂程度不断增加 （（4）数据库网络化）数据库网络化 （（5）面向应用）面向应用 （（6）先进的软硬件配置）先进的软硬件配置 6 生物信息学 广西医学科学实验中心 xy 一级数据库一级数据库 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。

一级核酸数据库：GenBank数据库、EMBL数据库、DDBJ数 据库 一级蛋白质序列数据库：SWISS-PROT库、PIR库 一级蛋白质结构数据库：PDB数据库 二级数据库二级数据库 在一级数据库、实验数据和理论分析的基础上，针对不同的 研究内容和需要，对生物学知识和信息的进一步整理得到的数据 库 人类基因组图谱库GDB、转录因子和结合位点库TRANSFAC、 蛋白质序列功能位点数据库Prosite等 7 生物信息学 广西医学科学实验中心 xy 建立分子生物信息数据库的流程图建立分子生物信息数据库的流程图 8 生物信息学 广西医学科学实验中心 xy 一个数据库记录一个数据库记录(entry)一般由两部分组成：一般由两部分组成： 1. 原始序列数据原始序列数据(sequence data) 2. 描述这些数据生物学信息的注释描述这些数据生物学信息的注释(annotation) 注释中包含的信息与相应的序列数据同样重要和有应用价值注释中包含的信息与相应的序列数据同样重要和有应用价值 数据的完整性和注释工作量：数据的完整性和注释工作量： 1. 序列数据广序列数据广，，序列注释不够完整序列注释不够完整 2. 库数据面窄库数据面窄，，序列注释全面序列注释全面 数据库的动态更新：数据库的动态更新： 1. 不断增加不断增加 2. 不断修正不断修正 9 生物信息学 广西医学科学实验中心 xy 一级数据库一级数据库 世界三大核酸序列数据库世界三大核酸序列数据库 (公共序列数据库，公共序列数据库，Public Sequence Database) GenBank（美国）（美国） EMBL(欧洲欧洲) DDBJ(日本日本) GenBank DDBJ EMBL A) 核酸核酸(DNA)序列数据库序列数据库 10 生物信息学 广西医学科学实验中心 xy GenBank（美国国家生物技术信息中心，（美国国家生物技术信息中心， NCBI）） 1988 NIH(National Institute of Health) Los Alamos National Lab NCBI(National Center for Biotechnology Information) NLM(National Library of Medicine) GenBank Data Year Base Pairs Sequences 1982 680,338 606 1983 2,274,029 2,427 1984 3,368,765 4,175 1985 5,204,420 5,700 1986 9,615,371 9,978 1987 15,514,776 14,584 1988 23,800,000 20,579 1989 34,762,585 28,791 1990 49,179,285 39,533 1991 71,947,426 55,627 1992 101,008,486 78,608 1993 157,152,442 143,492 1994 217,102,462 215,273 1995 384,939,485 555,694 1996 651,972,984 1,021,211 1997 1,160,300,687 1,765,847 1998 2,008,761,784 2,837,897 1999 3,841,163,011 4,864,570 2000 11,101,066,288 10,106,023 2001 15,849,921,438 14,976,310 2002 28,507,990,166 22,318,883 2003 36,553,368,485 30,968,418 2004 44,575,745,176 40,604,319 2005 56,037,734,462 52,016,762 2006 69,019,290,705 64,893,747 2007 83,874,179,730 80,388,382 2008 99,116,431,942 98,868,465 11 生物信息学 广西医学科学实验中心 xy GenBank网址网址 http://www.ncbi.nih.gov/Genbank/ 12 生物信息学 广西医学科学实验中心 xy EMBL(欧洲分子生物学实验室，欧洲分子生物学实验室，EMBL) 1982 European Molecular Biology Laboratory EBI（（European Bioinformatics Institute）） 13 生物信息学 广西医学科学实验中心 xy EMBL网址网址 http://www.ebi.ac.uk/embl 14 生物信息学 广西医学科学实验中心 xy DDBJ(日本国家遗传学研究所，日本国家遗传学研究所，NIG) 1986 Databank of Japan NIG(National Institute of Genetics) E-mail 查询地址: ddbj@ddbj.nig.ac.jp 递交数据 E-mail 地址: ddbjsub@ddbj.nig.ac.jp 查询引用 文献E-mail 地址: ddbjupdt@ddbj.nig.ac.jp : +81-559-81-6853 Fax: +81-559-81-6849 15 生物信息学 广西医学科学实验中心 xy DDBJ网址网址 http://www.ddbj.nig.ac.jp 16 生物信息学 广西医学科学实验中心 xy 来源于人类基因组计划及各种模式生物基因组计划来源于人类基因组计划及各种模式生物基因组计划 1977年年，，最早获得的生物基因组全序列是噬菌体最早获得的生物基因组全序列是噬菌体(53kb) 1995年年，，第一个自由生物体流感嗜血菌第一个自由生物体流感嗜血菌(H. inf)被完全测序被完全测序 B) 基因组数据库基因组数据库 17 生物信息学 广西医学科学实验中心 xy 部分生物基因组计划网址部分生物基因组计划网址 老鼠老鼠(Mouse) http://www.informatics.jax.org/mgd.html 小鼠小鼠(Rat) http://ratmap.gen.gu.se 狗狗(Dog) http://mendel.berkeley.edu/dog.html 牛牛(Cow) http://locus.jouy.inra.fr/cgi-bin/bovmap/intro2.pl 猪猪(Pig) http://www.ri.bbsrc.ac.uk/pigmap/pigbase/pigbase.html 羊羊(Sheep) http://dirk.invermay.cri.nz 鸡鸡(Chicken) http://www.ri.bbsrc.ac.uk/chickmap/chickbase/manager.html 斑马鱼斑马鱼(Zebra fish) http://zfish.uoregon.edu 线虫线虫(C. elegans) http://www.ddbj.nig.ac.jp/htmls/celegans/html/CE_INDEX.html 果蝇果蝇(Drosophila) http://morgan.harvard.edu 蚊子蚊子(Mosquito) http://klab.agsci.colostate.edu 拟南芥拟南芥(Arabidopsis) http://genome-www.stanford.edu/Arabidopsis 棉花棉花(Cotton) http://algodon.tamu.edu 玉米玉米(Maize) http://www.agron.missouri.edu 水稻水稻(Rice) http://www.staff.or.jp 大豆大豆(Soya) http://mendel.agron.iastate.edu:8000/main.html 树树(Trees) http://s27w007.pswfs.gov 18 生物信息学 广西医学科学实验中心 xy GDB（美国、加拿大）（美国、加拿大） 1990年，年，John Hopkins大学建立，后由加拿大儿童医大学建立，后由加拿大儿童医 院生物信息中心管理，院生物信息中心管理，2003年起，年起，GDB-related software and public data were transferred to RTI International . 数据内容：数据内容： 基因组结构数据、基因组图谱、基因多态性数据基因组结构数据、基因组图谱、基因多态性数据 与其它分子生物信息网络资源（与其它分子生物信息网络资源（EMBL、、GenBank…）） 的链接的链接 19 生物信息学 广西医学科学实验中心 xy GDB网址网址 http://en.wikipedia.org/wiki/GDB_Human_Genome_Database 20 生物。