生物信息学6二级数据库及数据库的格式.pptxVIP

二级数据库简介

二级数据库的形式：大多以web界面为基础，具有文字信息、表格、图形、图表等方式显示数据库内容；一级数据库与二级数据库之间并无明确的界限。（例如：GDB、AceDB、SCOP、CATH等都已经具有二级数据库的特色）

基因组信息二级数据库德国生物工程研究所开发维护，始建于1988年。包括顺式调控位点、基因、转录因子、细胞来源、分类和调控位点核苷酸分布6个子库。TransFac(真核生物基因转录调控因子数据库)http://TransFac的网址：

始建于1990年代初，由瑞典生物信息学研究所SIB负责维护。基于对蛋白质家族中同源序列多重序列比对得到的保守区域，这些区域通常与生物学功能相关。数据库包括两个数据库文件：数据文件Prosite；说明文件PrositeDoc。Prosite(蛋白质序列功能位点数据库)http:///Prosite的网址：2、蛋白质序列二级数据库

3、蛋白质结构二级数据库DSSP(DefinitionofSecondaryStructureofProteins)蛋白质二级结构构象参数数据库DSSP的网址：http:///FSSP(FamiliesofStructuralSimilarProteins)蛋白质家族数据库FSSP的网址：HSSP(HomologyDerivedSecondaryStructureofProteins)同源蛋白质数据库HSSP的网址：http:///

EMBLGenBankDDBJ核酸序列数据库基因组数据SWISS－PROTPIR(美国)蛋白质序列数据库蛋白质结构数据SCOPCATH蛋白质结构分类数据库二级数据库PDBGDBAceDBTransFacPrositeDSSPFSSPHSSP小结：数据库一览

历史原因：没有完全统一的数据库格式；01了解所用数据库格式的重要性02一般由两部分组成：03文字注释04序列05数据库格式简介

不同数据库的序列格式在运行序列分析软件中遇到的首要问题就是如何通过不同的程序使用不同的序列格式。这些格式都是标准ASCII码文件，但在显示各种信息或序列本身的某些字符或字有所不同。下面将讨论几种常用的序列格式。1GenBank中DNA序列格式2EMBL序列格式3SwissProt序列格式4FASTA序列格式5NBRF序列格式6Intelligenetics序列格式7GCG序列格式8PIR/CODATA序列格式9Plain/ASCII.Staden序列格式10ASN.1序列格式11GDE格式

1.GenBank中DNA序列格式GenBank中数据库(包括NCBI核酸和蛋白质序列数据库)中条目格式如下：给出描述每一个序列的信息，包括文献参考、序列的功能信息、mRNA和编码区域的位置，以及重要突变的位置。这些序列信息以字段的形式进行组织，每一行最前端都有一个标识符。在某些条目中，标识符可能缩写成两个字母(例如RF代表reference)，某些字段可能还有次级字段。计算机程序中的序列条目位于标识符“ORIGIN”和“//”之间。这些字段提供的信息可以参见网页

LOCUSnameoflocus,lengthandtypeofsequence,

classificationoforganism,dataofentry

DEFINITIONdesicriptionofentry

ACCESSIONaccessionnumberoforiginalsource

KEYWORDSkeywordsforcrossreferencingthisentry

SOURCEsourceorganismofDNA

ORGANISMdescriptionoforganism

REFERENCE

COMMENTbiologicalfunctionofdatabaseinformation

FEATURESinformationaboutsequencebybasepositionorrangeofpositions

sourcerangeofsequence,sourceorganism

misc_signalrang