06第六章 常用生物信息学数据库简介

生物信息学数据库分类整理汇总生物信息学数据库是存储和管理生物学领域的大量数据的重要工具和资源，对于生物信息学研究、基因组学、蛋白质组学、转录组学等领域的研究具有重要的意义。

本文将对生物信息学数据库进行分类整理和汇总，方便生物信息学研究者更好地使用和了解这些数据库。

1.基因组数据库：- GenBank：美国国家生物技术信息中心（NCBI）维护的基因序列数据库，包含已知基因的核酸序列。

- Ensembl：英国恩格斯尔基因组项目维护的一个综合性基因组数据库，包含多种物种的基因组数据。

- UCSC Genome Browser：加利福尼亚大学圣克鲁兹分校开发的一个基因组浏览器，提供多种物种的基因组序列和注释信息。

2.蛋白质数据库：- UniProt：一个综合性的蛋白质数据库，集成了多个蛋白质序列和注释信息资源。

- Protein Data Bank (PDB)：存储大量已解析的蛋白质结构数据的数据库，提供原子级别的结构信息。

- Protein Information Resource (PIR)：收集和整理蛋白质序列、结构和功能信息的数据库。

3.转录组数据库：- NCBI Gene Expression Omnibus (GEO)：存储和共享大量的高通量基因表达数据的数据库。

- ArrayExpress：欧洲生物信息学研究所（EBI）开发的一个基因表达数据库，包含多种生物组织和疾病的表达数据。

4.疾病数据库：- Online Mendelian Inheritance in Man (OMIM)：记录人类遗传疾病和相关基因的数据库。

- Orphanet：收集和整理罕见疾病和相关基因的数据库。

5.代谢组数据库：- Human Metabolome Database (HMDB)：一个综合性的人类代谢物数据库，包括代谢产物的结构和功能信息。

- Kyoto Encyclopedia of Genes and Genomes (KEGG)：包含多种生物体代谢途径的数据库。

生物信息数据库1生物信息数据库产生背景上个世纪60年代以来，随着核酸序列测定、蛋白质序列测定以及基因克隆和PCR技术的不断发展与完善,全世界各研究机构获得了大量的生物信息原始数据。

面对这些以指数方式增长的数据资源,传统的研究方式已经来不及迅速消化,因此有必要采用有效的方法将它们进行适当的储存、管理和维护,以便进一步分析、处理和利用,这就需要建立数据库即生物信息数据库[1]。

生物信息数据库是一切生物信息学工作的基础。

2生物信息数据库的特点2.1数据库种类的多样性。

生物信息学各类数据库几乎覆盖了生命科学的各个领域,如核酸序列数据库,蛋白质序列数据库,蛋白质、核酸、多糖的三维结构数据库,基因组数据库,文献数据库和其他各类达数百种。

2.2数据库的更新和增长快。

数据库的更新周期越来越短,有些数据库每天更新。

数据的规模以指数形式增长。

2.3数据库的复杂性增加、层次加深。

许多数据库具有相关的内容和信息,数据库之间相互引用,如PDB就与文献库、酶学数据库、蛋白质二级数据库、蛋白质结构分类数据库、蛋白折叠库等十几种数据库交叉索引。

2.4数据库使用高度计算机化和网络化。

越来越多的生物信息学数据库与因特网联结,从而为分子生物学家利用这些信息资源提供了前所未有的机遇[2]。

2.5面向应用。

首先各个数据库除了提供数据之外，还提供许多分析工具，如核酸数据库提供的序列搜索、基因识别程序等。

此外，还在原始数据库的基础上开发了许多面向特殊应用的二级数据库，如蛋白质二级结构数据库等[3]。

3生物信息数据库的分类生物信息数据库种类繁多，归纳起来,大体可以分为5个大类:核酸序列数据库、基因组数据库、蛋白质序列数据库、生物大分子(主要是蛋白质)结构数据库以及以这4类数据库和文献资料为基础构建的二次数据库。

其中主要类型是序列数据库[4]。

来自基因组作图的基因组数据库、来自序列测定的序列数据库以及来自X-衍射和核磁共振结构测定的结构数据库是分子生物信息学的基本数据资源,通常称为基本数据库或初始数据库,也称一次数据库。

生物大数据技术在生物信息学研究中的重要数据库介绍生物信息学是利用生物学、计算机科学和统计学等多个学科的知识和技术研究生物信息的一门交叉学科。

近年来，随着高通量测序技术和大规模实验方法的发展，大量的生物信息数据积累起来，对于科学家来说，如何有效地管理和分析这些生物信息数据成为一项重要的任务。

生物大数据技术应运而生，成为解决这一问题的重要工具之一。

在生物大数据技术的支持下，科学家们逐渐构建了许多重要的数据库，为生物信息学研究提供了丰富的资源。

本文将介绍一些在生物信息学研究中起重要作用的数据库。

1. 基因组数据库基因组数据库是存储各种生物的基因组序列和相关信息的数据库。

其中，NCBI GenBank和ENSEMBL是两个非常重要的基因组数据库。

NCBI GenBank是一个庞大的公共数据库，存储了全球各种生物的基因组序列和其他关联信息。

ENSEMBL则是一个整合了多个数据库的资源，提供了全面的基因组序列和功能注释信息。

这些基因组数据库不仅为科学家们提供了基因组资源和注释信息，还为进一步的基因功能研究提供了重要的支持。

2. 蛋白质数据库蛋白质数据库是存储蛋白质序列和相关信息的数据库。

UniProt是最为知名和广泛使用的蛋白质数据库之一，它整合了多个已知蛋白质数据库的信息，包含了对蛋白质的功能、结构和相互作用等方面的注释。

此外，PDB是存储蛋白质三维结构信息的重要数据库，为研究蛋白质结构和功能提供了宝贵的资源。

蛋白质数据库的建立和维护为研究人员提供了更准确和全面的蛋白质信息，促进了蛋白质研究的深入开展。

3. 转录组数据库转录组数据库存储了各种生物体在特定条件下的转录组信息，包括基因的表达水平、调控网络和功能注释信息等。

GEO和EBI ArrayExpress是两个重要的转录组数据库。

GEO是一个公共数据库，包含了从全基因组水平到单基因水平的转录组数据，研究人员可以通过GEO访问到大量已发布的转录组数据。

EBI ArrayExpress是一个整合了全球转录组数据的资源，为用户提供了数据访问、分析和比较的功能。

生物信息学中常用的数据类型和数据库类型
在生物信息学中，常用的数据类型包括：
1. 基因组序列数据：包括DNA和RNA序列的原始数据，如FASTA格式或FASTQ格式。

2. 转录组数据：包括基因表达谱、剪接变异等，如RNA-seq数据。

3. 蛋白质序列数据：包括蛋白质的氨基酸序列，如UniProt数据库。

4. 基因组结构数据：包括基因位置、外显子、内含子等信息。

5. 遗传变异数据：包括SNP、INDEL、CNV等遗传变异信息。

6. 蛋白质结构数据：包括蛋白质的三维空间结构，如PDB数据库。

在生物信息学中，常用的数据库类型包括：
1. 基因组数据库：如NCBI GenBank、ENSEMBL等，存储基因组序列和注释信息。

2. 转录组数据库：如NCBI SRA、ENA等，存储RNA-seq和其他转录组数据。

3. 蛋白质数据库：如UniProt、Swiss-Prot等，存储蛋白质序列和注释信息。

4. 遗传变异数据库：如dbSNP、ClinVar等，存储遗传变异信息。

5. 蛋白质结构数据库：如PDB、CATH等，存储蛋白质的三维结构信息。

6. 功能注释数据库：如GO数据库、KEGG数据库等，存储基因和蛋白质的功能注释信息。

7. 互作数据库：如STRING数据库、BioGRID数据库等，存储基因和蛋白质之
间的相互作用信息。

什么是生物信息学数据库
生物信息学数据库是指存储生物学和生物信息学数据的计算机化系统。

这些数据库包含了各种生物学数据，如基因组序列、蛋白质序列、代谢通路、基因表达数据、蛋白质结构、生物图像等。

这些数据可以通过计算机程序进行访问、搜索和分析，以帮助生物学家和生物信息学家进行研究和发现。

生物信息学数据库通常由多个子数据库组成，每个子数据库都包含特定类型的数据。

例如，基因组数据库包含各种生物的基因组序列，蛋白质数据库包含蛋白质序列和结构信息，代谢通路数据库包含代谢通路和代谢产物信息等。

此外，生物信息学数据库还可以用于对生物信息的收集、存储和管理的研究，包括国际基本的生物信息库和生物信息传输国际物联网系统的建立，生物信息数据库质量的评估与检测系统的建立，以及生物可视化系统和专家系统的建立等。

以上信息仅供参考，如有需要，建议查阅相关网站。

生物信息学数据库综述摘要本文对生物信息学常见的数据库进行了汇总。

常见数据库分为三类：核酸序列数据库、蛋白质序列数据库、三维分子结构数据库。

并分别对其中常见数据库进行了介绍。

对于生物信息学数据库的现存问题也进行了论述。

关键词数据库；核酸序列数据库；蛋白质序列数据库；三维分子结构数据库；随着生物信息的发展，生物信息学数据库的数量在不断的递增，内部结构也不断的复杂化，功能也越来越细化。

根据数据的类型可以将数据库分为核酸序列数据库、蛋白质序列数据库三维分子结构数据库。

本文将比较常见的数据进行了汇总。

1 核酸序列数据库常用的核酸序列数据库有GenBank核酸序列数据库、EMBL核酸数据库、DDBJ数据库、GDBD等。

1.1GenBankGenbank库包含了所有已知的核酸序列和蛋白质序列，以及与它们相关的文献著作和生物学注释。

它是由美国国立生物技术信息中心(N CBI)建立和维护的。

Genbank每天都会与欧洲分子生物学实验室(EM BL)的数据库，和日本的DNA 数据库(DDBJ)交换数据，使这三个数据库的数据同步。

Genbank的数据可以从N CBI的FrP服务器上免费下载完整的库，或下载积累的新数据。

N CBI还提供广泛的数据查询、序列相似性搜索以及其它分析服务，用户可以从N CBI的主页上找到这些服务。

Gel~ bank 库里的所有数据记录被划分在若干个文件里，如细菌类、病毒类、灵长类、啮齿类，以及EST数据、基因组测序数据、大规模基因组序列数据等16类，其中EST数据等又被各自分成若干个文件1.2 EM BL核酸序列数据库EM BL 核酸序列数据库由欧洲生物信息学研究所(EBI)维护的核酸序列数据构成，由于与Genbank和DDBJ的数据合作交换，它也是一个全面的核酸序列数据库。

该数据库由Oracal数据库系统管理维护，查询检索可以通过因特网上的序列提取系统(SRS)N务完成l 6J。

向E M BL核酸序列数据库提交序列可以通过基于W eb的WEBI N工具,也可以用Sequi n 软件来完成。