二生物信息学数据库及检索.ppt

常用数据库简介数据库(Database)用于收集、整理、储存、加工、发布和检索数据的系统。生物类的数据库种类很多投稿文章首先要将核苷酸序列或蛋白质序列提交到相应的数据库中数据库记录通常包括两部分原始数据对这些数据进行的生物学意义的注释一个数据库通常链接了多个相关数据库核苷酸数据库-水稻抗病相关基因OsDR8DQ176424Taxonomy数据库Pubmed数据库NCBI-Protein数据库(一)数据库工具建立纯文本数据库GenBank数据库、EMBL核苷酸数据库MySQL数据库工具SQL(结构化查询语言)是世界上流行的和标准化的数据库语言能够快速灵活存储记录文件和图像下载网址http://download./AceDB数据库工具AceDB:(线虫数据库)gttttcta241gtttgaaaagcgtacacgcgtgaaatgagggagaaaggttggaaacgtgggattgcaaac(二)各种生物数据库1、核苷酸数据库DNA、mRNA、tRNA、rRNA序列RNA序列以cDNA序列的形式收集核苷酸序列直接来源于实验数据大量氨基酸序列主要是非实验来源数据codingsequence(CDS)数据库种类很多GenBank、EMBL核苷酸数据库、DDBJ信息资源共享:以天为基础进行数据库之间的序列数据交换收集了专利的核苷酸序列UnitedStatesPatentandTrademarkOffice(USPTO)EuropeanPatentOffice(EPO)JapanPatentOffice(JPO)三大核苷酸数据库国际核苷酸序列数据库合作协议(InternationalNucleotideSequenceDatabaseCollaboration)收集的核苷酸来源(1)GenBank .gov/genbank/美国NCBI的数据库,有部分蛋白质序列数据每天更新,每年发行(release)六版Release185()142284608sequences130671233801bases142284608loci下载全部序列大概需要511GB来源于500,%来源于Homosapiens在GenBank数据库中序列最多的20个物种