医学统计学-简介--数据库检索课件.ppt

1、2.3 2.3 基因组基因组数据库数据库收集并贮存各种生物完整基因组染色体的收集并贮存各种生物完整基因组染色体的DNA序列、结构及功能注释的数据库。序列、结构及功能注释的数据库。主要包括主要包括NCBI的的Genome数据库，数据库，EBI的的Genome Reviews数据库以及加利福尼亚大数据库以及加利福尼亚大学圣克鲁斯分校的学圣克鲁斯分校的UCSC基因组基因组数据库。数据库。医学统计学（杨超）01_简介_02_数据库检索12.3.1 NCBI2.3.1 NCBI的基因组的基因组数据库数据库该数据库目前已收集了该数据库目前已收集了10400种以上物种的基种以上物种的基因组的完整染色体序列图

2、谱、遗传图谱和物理因组的完整染色体序列图谱、遗传图谱和物理图谱，分为古生物、细菌、真核生物、病毒、图谱，分为古生物、细菌、真核生物、病毒、类病毒五大类群。类病毒五大类群。医学统计学（杨超）01_简介_02_数据库检索2人基因组一号染色体图谱人基因组一号染色体图谱Map Viewer医学统计学（杨超）01_简介_02_数据库检索32.3.2 EBI2.3.2 EBI的的基因组浏览数据库基因组浏览数据库医学统计学（杨超）01_简介_02_数据库检索42.3.3 UCSC2.3.3 UCSC基因组浏览器基因组浏览器加州大学圣克鲁兹分校基因组数据库加州大学圣克鲁兹分校基因组数据库工具栏工具栏医学统计学

3、（杨超）01_简介_02_数据库检索5点击点击“Genomes”，进入，进入“定位定位”检索方式。检索方式。医学统计学（杨超）01_简介_02_数据库检索6点击点击“Blat”，进入，进入“序列比对序列比对”检索方式。检索方式。医学统计学（杨超）01_简介_02_数据库检索7点击点击“Tables”，进入，进入“表单表单”检索方式。检索方式。医学统计学（杨超）01_简介_02_数据库检索8“表单表单”检索的参数选择：检索的参数选择：a)clade 进化分支；进化分支；b)genome 物种；物种；c)assembly 版本；版本；d)group 数据组织类型，默认为数据组织类型，默认为“gen

4、es and gene prediction tracks”；e)track 数据检索方式，默认为数据检索方式，默认为“USCS tracks”；f)table 输出数据表，默认为输出数据表，默认为“knownGene”；g)output format 数据输出格式；数据输出格式；h)output file 输出文件名。输出文件名。点击点击“get output”下载基因组数据。下载基因组数据。医学统计学（杨超）01_简介_02_数据库检索92.4 2.4 蛋白质蛋白质序列数据库序列数据库早期的蛋白质序列数据库主要有：由早期的蛋白质序列数据库主要有：由NCBI建立建立的的Protein序列数据

5、库、由美国国家生物医学研序列数据库、由美国国家生物医学研究基金会建立的究基金会建立的PIR序列数据库和由瑞士生物序列数据库和由瑞士生物信息研究所建立的信息研究所建立的Swiss-Prot序列数据库。序列数据库。目前，目前，PIR、TrEMBL已与已与Swiss-Prot蛋白质蛋白质序列数据库合并为序列数据库合并为UniProtKB蛋白质序列数据蛋白质序列数据库。库。医学统计学（杨超）01_简介_02_数据库检索102.4.1 NCBI2.4.1 NCBI蛋白质序列数据库蛋白质序列数据库医学统计学（杨超）01_简介_02_数据库检索11医学统计学（杨超）01_简介_02_数据库检索12医学统计学

6、（杨超）01_简介_02_数据库检索132.4.2 UniProtKB2.4.2 UniProtKB蛋白质蛋白质序列数据库序列数据库包含所有已知序列的野生型蛋白质的信息，其包含所有已知序列的野生型蛋白质的信息，其核心的蛋白质序列数据库为核心的蛋白质序列数据库为UniProtKB。数据库中所提供的蛋白质结构与功能信息非常数据库中所提供的蛋白质结构与功能信息非常全面。全面。医学统计学（杨超）01_简介_02_数据库检索14UniProtKB蛋白质序列蛋白质序列数据库格式数据库格式文件所包含文件所包含的内容有：的内容有：功能功能名称和分类名称和分类亚细胞定位亚细胞定位病理和生物技术病理和生物技术翻译

7、后加工修饰翻译后加工修饰表达表达相互作用相互作用结构结构家族和结构域家族和结构域序列序列交叉参考交叉参考发表论文发表论文注册信息注册信息杂项杂项相似蛋白质相似蛋白质医学统计学（杨超）01_简介_02_数据库检索15注册号注册号标识符标识符人类胰核糖核酸酶的数据库文件人类胰核糖核酸酶的数据库文件医学统计学（杨超）01_简介_02_数据库检索16第一部分第一部分功能功能医学统计学（杨超）01_简介_02_数据库检索17第二部分第二部分名称和分类名称和分类医学统计学（杨超）01_简介_02_数据库检索18第三部分第三部分亚细胞定位亚细胞定位医学统计学（杨超）01_简介_02_数据库检索19第四部分第

8、四部分病理和生物技术病理和生物技术医学统计学（杨超）01_简介_02_数据库检索20第五部分第五部分翻译后加工修饰翻译后加工修饰医学统计学（杨超）01_简介_02_数据库检索21第六部分第六部分表达表达医学统计学（杨超）01_简介_02_数据库检索22第七部分第七部分相互作用相互作用医学统计学（杨超）01_简介_02_数据库检索23第八部分第八部分结构结构医学统计学（杨超）01_简介_02_数据库检索24第九部分第九部分家族和结构域家族和结构域医学统计学（杨超）01_简介_02_数据库检索25第十部分第十部分序列序列医学统计学（杨超）01_简介_02_数据库检索26第十一部分第十一部分交叉参考

9、交叉参考医学统计学（杨超）01_简介_02_数据库检索27第十二部分第十二部分发表论文发表论文医学统计学（杨超）01_简介_02_数据库检索28第十三部分第十三部分注册信息注册信息医学统计学（杨超）01_简介_02_数据库检索29第十四部分第十四部分杂项杂项第十五部分第十五部分相似蛋白质相似蛋白质医学统计学（杨超）01_简介_02_数据库检索302.5 2.5 结构结构数据库数据库结构数据库收集并贮存生物大分子三维结构原结构数据库收集并贮存生物大分子三维结构原始测量数据，其中主要是蛋白质分子三维结构始测量数据，其中主要是蛋白质分子三维结构数据库。数据库。生物大分子的三维结构数据格式文件可通过特

10、生物大分子的三维结构数据格式文件可通过特定的显示软件而直观地以图形方式表示出来。定的显示软件而直观地以图形方式表示出来。医学统计学（杨超）01_简介_02_数据库检索312.5.1 2.5.1 蛋白质蛋白质结构数据库结构数据库主要的蛋白质三维结构数据库是主要的蛋白质三维结构数据库是PDB（Protein Data Bank）数据库。此外，）数据库。此外，NCBI的的Structure数据库数据库（MMDB，the Molecular Modeling Database）也）也包含包含PDB的全部数据。的全部数据。生物大分子的三维结构生物大分子的三维结构X射线衍射测量数据均以文本文射线衍射测量数

11、据均以文本文件形式贮存，其后缀为件形式贮存，其后缀为.pdb，可用专门的软件打开或，可用专门的软件打开或显示。显示。医学统计学（杨超）01_简介_02_数据库检索322.5.2 2.5.2 三维结构三维结构显示软件显示软件常用的生物大分子三维结构显示软件包括：常用的生物大分子三维结构显示软件包括：RasMol软软件（件（Bernstein HJ）和）和Cn3D软件（软件（NCBI）和）和Swiss-PdbViewer（SIB）等。）等。下载地址（适用于下载地址（适用于Windows XP）：）：医学统计学（杨超）01_简介_02_数据库检索33为了帮助用户从浩如烟海的生物实验数据中获为了帮助用

12、户从浩如烟海的生物实验数据中获取有用的数据资料，并对数据进行科学的分析取有用的数据资料，并对数据进行科学的分析和处理，各生物信息数据库系统均开发了一系和处理，各生物信息数据库系统均开发了一系列的实用工具软件，主要的有：列的实用工具软件，主要的有：GQurey NCBI数据库检索工具软件；数据库检索工具软件；SRS EBI的数据库检索工具软件；的数据库检索工具软件；UniProt 蛋白质序列检索工具软件。蛋白质序列检索工具软件。2.6 2.6 生物生物数据库的信息检索数据库的信息检索医学统计学（杨超）01_简介_02_数据库检索342.6.1 GQurey2.6.1 GQurey检索工具：检索工

13、具：网址：网址：GQurey（以前称为（以前称为Entrez）是）是NCBI开发的数据库检索开发的数据库检索系统。系统。通过该检索系统，用户可对通过该检索系统，用户可对NCBI中的数据资料快速进中的数据资料快速进行交叉检索，这些数据资料包括核苷酸序列、蛋白质序行交叉检索，这些数据资料包括核苷酸序列、蛋白质序列、生物大分子结构、全基因组以及文献摘要。列、生物大分子结构、全基因组以及文献摘要。医学统计学（杨超）01_简介_02_数据库检索35医学统计学（杨超）01_简介_02_数据库检索36目前，目前，GQurey链接的数据库主要有：链接的数据库主要有：PubMed：生物医学文献数据库；：生物医学

14、文献数据库；Nucleotide（GenBank）：核苷酸序列数）：核苷酸序列数据库；据库；Protein：蛋白质序列数据库；：蛋白质序列数据库；Structure：生物大分子三维结构；：生物大分子三维结构；Genome：基因组数据库；：基因组数据库；PopSet：种群研究数据资料；：种群研究数据资料；医学统计学（杨超）01_简介_02_数据库检索37OMIM：在线人类孟德尔遗传学；：在线人类孟德尔遗传学；Taxonomy：基因数据库中的生物分类学；：基因数据库中的生物分类学；UniGene：基因表达和微阵列数据库；：基因表达和微阵列数据库；UniSTS：遗传标志和作图数据库。：遗传标志和作图

15、数据库。医学统计学（杨超）01_简介_02_数据库检索381.在浏览器地址栏输入在浏览器地址栏输入 核苷酸序列检索步骤核苷酸序列检索步骤医学统计学（杨超）01_简介_02_数据库检索392.在检索框内输入关键词进行检索，必要时可设置在检索框内输入关键词进行检索，必要时可设置“Limits”和和“Advanced”。医学统计学（杨超）01_简介_02_数据库检索40序列检索系统（序列检索系统（Sequence Retrieval System，SRS）是由）是由Biowisdom公司开发的生物信息数公司开发的生物信息数据库资料检索工具软件。但该检索系统现已停止据库资料检索工具软件。但该检索系统现

16、已停止服务。服务。用户可通过用户可通过EMBL-EBI提供的链接进行检索。提供的链接进行检索。2.6.2 SRS2.6.2 SRS检索工具：检索工具：医学统计学（杨超）01_简介_02_数据库检索41网址：网址：医学统计学（杨超）01_简介_02_数据库检索422.6.3 BioMart2.6.3 BioMart检索工具检索工具BioMart也是也是EBI中常用的数据库检索工具之一。中常用的数据库检索工具之一。该检索工具的特点是可以跨数据库进行核酸及蛋该检索工具的特点是可以跨数据库进行核酸及蛋白质序列的检索。白质序列的检索。利用利用BioMart，可以方便的检索到某一物种全部的，可以方便的检索

17、到某一物种全部的或限定范围的核酸或蛋白质序列、基因组位置、或限定范围的核酸或蛋白质序列、基因组位置、表达、结构以及其他注释信息等。表达、结构以及其他注释信息等。医学统计学（杨超）01_简介_02_数据库检索43医学统计学（杨超）01_简介_02_数据库检索441.选择数据库（选择数据库（database）：）：医学统计学（杨超）01_简介_02_数据库检索452.选择数据集（选择数据集（dataset）：）：医学统计学（杨超）01_简介_02_数据库检索463.设置设置“过滤器（过滤器（filters）”：医学统计学（杨超）01_简介_02_数据库检索474.设置设置“属性（属性（attrib

18、utes）”：5.单击单击“Results”获得检索结果。获得检索结果。医学统计学（杨超）01_简介_02_数据库检索482.6.4 UniProt2.6.4 UniProt检索检索工具：工具：网址：网址：由由NIH提供资助，由提供资助，由EBI、SIB和和PIR三方联合三方联合开发的主要针对开发的主要针对UniProtKB蛋白质序列数据库蛋白质序列数据库的检索工具软件。的检索工具软件。医学统计学（杨超）01_简介_02_数据库检索49医学统计学（杨超）01_简介_02_数据库检索50课外练习课外练习1.使用使用GQuery，EMBL-EBI，BioMart，UniProt等检索工具，通过关键词（基因名称或蛋白质名等检索工具，通过关键词（基因名称或蛋白质名称）、注册号（称）、注册号（AC）、标识符（）、标识符（GI或或ID）等方）等方式检索一段核酸或蛋白质序列。式检索一段核酸或蛋白质序列。2.对检索结果进行理解和分析。对检索结果进行理解和分析。医学统计学（杨超）01_简介_02_数据库检索51