下载文档原格式
第四章数据库与数据管理技术随着计算机和网络等信息技术在医药学领域深度应用，极大地推动了数据库技术在医药学领域的广泛应用。
尤其国家对公共卫生信息化和医疗改革的大力度建设投入，医院及其他医疗机构已经建立起数目众多的医院电子病历数据库、药品数据库、疾病数据库、新药数据库、生物数据库、医药文献数据库等具有医药特色数据库。
这些数据库支撑着数字化和网络化环境下的医学信息系统运作，是大型的网络数据库。
本章将以SQL Server 2008数据库管理系统为背景，介绍有关数据库的应用知识。
4.1 数据库基础知识人类的日常生活和社会生产每时每刻都产生大量的数据，数据已经成为一种需要被管理和加工的非常重要的资源。
如何科学地收集、整理、存储、加工和传输数据是人们长期以来十分关注的问题。
医药领域存在着大量的数据和数据处理的需求，因而数据库技术也成为了医药学领域专业学生必须了解和掌握的知识。
4.1.1海量数据与数据库系统在信息时代人们的生活和工作与信息密切相关。
数据作为信息社会的产物，大量地充塞人们的生活空间，网络银行、网上购物、电子政务、电子图书馆、医院看病等等，比比皆是数字的海洋，例如：一个医院一天的影像信息数据量为80GB ，一年约为30TB。
全球数字数据量每两年就翻一番，据2011年的统计，数据量达到了里程碑式的1.8万亿个G字节。
面对如此海量的数据，如何高效存储和管理数据是人们面临的挑战。
数据库技术产生于20世纪60年代末70年代初，是一种计算机辅助管理数据的方法，它研究如何科学地组织和存储数据，如何高效地获取和处理数据。
伴随计算机网络技术的发展、人们对数据的认识和使用需求，数据库技术从单机处理发展到联网处理，从集中式发展到分布式或到客户机/服务器处理，直到并行处理。
数据库（DataBase，简称DB）：可以理解为存放数据的仓库。
它是长期储存在计算机外部存储设备上的一组相关数据的集合。
数据库中的数据按一定的数据模型组织、描述和存储，具有较小的冗余度、较高的数据独立性和易扩展性，并可为各种用户共享。
医疗研究中的生物信息学数据库与工具在现代医疗领域，生物信息学数据库与工具的应用已经变得越来越重要。
生物信息学数据库与工具是指用于存储、管理和分析生物学数据的软件系统和工具。
这些数据库和工具能够提供生物学研究人员和医学专业人员快速访问、挖掘和分析大规模的生物学数据，以便更好地理解和治疗疾病。
一、生物信息学数据库1. 基因组数据库基因组数据库是存储各种生物体基因组序列的集合。
其中，最著名的基因组数据库是基因组浏览器，如NCBI的GenBank和Ensembl。
这些数据库提供了大量的基因组序列、注释信息和相关的研究数据，为研究人员提供了基因组水平的信息。
2. 蛋白质数据库蛋白质数据库是用于存储蛋白质序列和结构的数据库。
蛋白质序列和结构数据的积累对于理解蛋白质的功能和特性至关重要。
常见的蛋白质数据库包括UniProt和PDB（蛋白数据银行），它们提供了全球各地研究人员所提交的海量蛋白质序列和结构信息。
3. 基因调控数据库基因调控数据库主要用于存储和分析基因调控元件（如启动子、增强子等）的序列和相关信息。
这些数据库对于理解基因的调控机制和功能方面起着重要的作用。
常见的基因调控数据库包括TRANSFAC、JASPAR和UCSC。
二、生物信息学工具1. 序列分析工具序列分析工具用于对DNA、RNA和蛋白质等生物序列进行分析和比对。
其中，最常用的序列比对工具是BLAST（基本局部序列比对工具）。
BLAST可以将输入的序列与已知序列数据库中的相似序列进行比对，快速找到相似序列和亲缘关系。
此外，还有如ClustalW、MUSCLE等多序列比对工具和MEME等序列模式分析工具。
2. 结构预测工具结构预测工具用于预测蛋白质的三维结构。
根据蛋白质序列，可以使用基于比较模型或折叠预测的方法进行蛋白质结构预测。
在比较模型方法中，SWISS-MODEL和Phyre2是常用的工具；而在折叠预测方法中，Rosetta和I-TASSER等被广泛使用。
生物数据库名词解释随着生物学的发展和技术的进步，大量的生物数据被积累和产生，促使了生物数据库的建立。
这些数据库承载着生物学研究所需的各种信息，为科学家提供了宝贵的资源和工具。
在本文中，我们将解释一些常见的生物数据库名词，以帮助读者更好地了解和使用这些数据库。
1. 基因组数据库(Genome Databases):基因组数据库存储了各种物种的基因组序列和相关信息。
它们对于基因识别、蛋白质注释、基因调控分析等研究领域非常重要。
常见的基因组数据库包括GenBank、Ensembl和UCSC Genome Browser。
2. 蛋白质数据库(Protein Databases):蛋白质数据库收集了已知蛋白质序列和结构以及与其相关的信息。
这些数据库是研究蛋白质功能、结构和相互作用的关键工具。
著名的蛋白质数据库有Uniprot、Protein Data Bank（PDB）和SWISS-MODEL。
3. 基因表达数据库(Gene Expression Databases):基因表达数据库存储了不同组织、发育阶段和病理状态下的基因表达数据。
它们通常包含基因的表达水平和组织特异性等信息，在疾病研究和生物医学研究中具有重要意义。
常用的基因表达数据库有Gene Expression Omnibus(GEO)和生物信息学资源中心(Bioinformatics Resource Centers, BRCs)。
4. 蛋白质互作网络数据库(Protein-Protein Interaction Databases):蛋白质互作网络数据库记录了蛋白质之间的相互作用关系。
这些互作关系对于理解蛋白质功能、信号传导通路以及复杂疾病的发生机制至关重要。
常见的蛋白质互作网络数据库包括STRING、BioGRID和IntAct。
5. 药物数据库(Drug Databases):药物数据库提供了药物的化学结构、作用机制、药代动力学等信息。
这对于新药开发、药物副作用预测和个体化医疗等方面具有重要作用。
医疗研究中的生物信息学数据库与资源分享随着科技的发展，生物信息学数据库和资源在医疗研究中扮演着越来越重要的角色。
这些数据库和资源不仅为医疗研究人员提供了丰富的数据和信息，还促进了多个领域之间的合作与交流。
本文将介绍一些在医疗研究中常用的生物信息学数据库和资源，并分享其在研究中的应用。
一、基因组数据库基因组数据库是存储和管理各种生物基因组信息的资源。
其中，GenBank、Ensembl和UCSC Genome Browser是最常用的基因组数据库之一。
GenBank是由美国国家生物技术信息中心（NCBI）维护的一种开放式数据库，提供了大量的DNA序列、蛋白质序列和基因组注释信息。
Ensembl数据库则提供了多种物种的基因组、转录组、蛋白质等信息，并且允许用户进行基因功能预测和互动式分析。
UCSC Genome Browser则为用户提供了基因组序列、基因注释、染色体结构等信息的可视化展示和查询工具，方便研究者进行基因组研究。
二、蛋白质数据库蛋白质数据库存储和管理着蛋白质序列、结构、功能和相互作用等相关信息。
其中，UniProt是最常用的蛋白质数据库之一。
UniProt数据库为研究者提供了丰富的蛋白质序列和注释信息，并且还提供了可视化工具和数据分析工具，方便研究者进行蛋白质功能预测和结构预测等研究。
三、疾病数据库疾病数据库是存储和管理各种疾病相关信息的资源。
其中，OMIM （Online Mendelian Inheritance in Man）是一个重要的疾病数据库。
OMIM收录了遗传性疾病和突变基因的相关信息，并且提供了基因突变、遗传方式、临床表现等详细的数据。
此外，ClinVar数据库也是一个重要的疾病数据库，它收集了与临床相关的遗传变异信息，并提供了变异的疾病相关信息。
四、表达谱数据库表达谱数据库是存储和管理各种生物体在不同组织或条件下的基因表达信息的资源。
Among之中，GEO（Gene Expression Omnibus）是一个重要的表达谱数据库。
