生物信息学中基因数据库的发展.pptx

;;;;;;;;基因数据库的发展历史;基因组数据库的发展历史;GenBank数据库的发展历史;;NCBI’s Genbank (1982-);;EBI’s EMBL (1982-);NIG’s DDBJ (1987-);;;认识GenBank文件格式（头部）;认识GenBank文件格式（特性表）;认识GenBank文件格式（序列）;;三大基因数据库;主要的数据库资源;1.2 NCBI上常用的生物学资源 ;; Entrez由美国NCBI开发，用于对文献摘要、序列、结构和基因组等数据库进行关键词查询，找出相关的一个或几个数据库条目。该系统目前主要包括核酸序列数据库、蛋白质序列数据库、基因组数据库、蛋白质结构数据库、生物医学文献摘要数据库、系统分类数据库、人类遗传疾病和遗传缺失在线数据库，以及基因信息数据库、种群亲缘关系核酸序列比对数据库、表达序列标签数据库等。; Entrez 是由NCBI主持的一个数据库检索系统，它包括核酸，蛋白以及Medline文摘数据库，在这三个数据库中建立了非常完善的联系。 因此，可以从一个DNA序列查询到蛋白产物以及相关文献，而且，每个条目均有一个类邻(neighboring)信息，给出与查询条目接近的信息。 ; 　Entrez中核酸数据库为：GenBank, EMBL, DDBJ 　蛋白质数据库为：Swiss-Prot, PIR, PFR, PDB 　PubMed 　基因组和染色体图谱资料;检索领域：(Search Fields);修改日期（Modification Date): 包含该条目进入Entrez的日期, 与出版日期一 样，以年/月/日形式出现 页数(Page Number): 该文章所在杂志的页码 特性(Property): 一个或几个关键词，用来描述该序列的类型 出版日期(Publication Date):包含文章出版日期以及序列录入GenBank的日期 PubMed ID: PubMed对每一个条目给出的识别标记 物种(Organism): 包含与该蛋白或核酸序列相关物种的学名和俗名 蛋白质名称(Protein name): Seq Id: 与FASTA识别标记类似，为序列的一种识别标记 物质(Substance): 与该条目相关的化学物质名称;文字检索词(Text Words):包含文章中的所有词，其中： Medline词目：标题和文摘 蛋白质词目： 定义，评论，蛋白名称，蛋白描述 核酸条目： 定义，评论，基因名称，基因名称 标题检索词(Title Words): 在标题中出现的词，或在描述该条目时出现的词 卷(Volume): 刊登该文章杂志所在卷 使用Medline UID, PubMed ID和 Seq ID进行检索时，在栏目框中要输入数字。如要输入多个数字，中间要用空格或逗号隔开。并选择相对应的检索领域; www Entrez可以采用几种不同途径的检索方式： 　　名词列表格式(list term)：当输入一检索词后，Entrez将列出与此相关的该领域中所有标准的检索词名称, 此时，可选择一或多个标准名词去检索。 　　自动格式（automatic）：当输入一个检索词后，即自动检索，如果输入的检索词超过一个，则Entrez会自动将之组合起来, 如果无结果，则可尝试将这多个检索词用“ ”括起来。; 　每一个文件都可以有数种阅读方式，目的各不相同。一般来说，“引文格式(citation)”最适合于阅读Medline形式的文件；“GenPept” 格式适用于阅读蛋白质文件;“GenBank”格式用来阅读核酸文件。;文字检索词(Text Words):包含文章中的所有词，其中： Medline词目：标题和文摘 蛋白质词目： 定义，评论，蛋白名称，蛋白描述 核酸条目： 定义，评论，基因名称，基因名称 标题检索词(Title Words): 在标题中出现的词，或在描述该条目时出现的词 卷(Volume): 刊登该文章杂志所在卷 使用Medline UID, PubMed ID和 Seq ID进行检索时，在栏目框中要输入数字。如要输入多个数字，中间要用空格或逗号隔开。并选择相对应的检索领域; 　每一个文件都可以有数种阅读方式，目的各不相同。一般来说，“引文格式(citation)”最适合于阅读Medline形式的文件；“GenPept” 格式适用于阅读蛋白质文件;“GenBank”格式用来阅读核酸文件。;1.2 NCBI上常用的生物学资源 ;4、数据库技术及数据挖掘;;;现状及问题;;;human;;;;;Major Application I:Designing Drugs;Major Application II: Fin