-
NCBI
使用方法
NCBI (National Center for Biotechnology
Information),
美国国家生物技术信息
中心
[url]/[/url]
NCBI
是
NIH
的国立医学图书馆（
NLM<
/p>
）的一个分支。
NCBI
提供检索的服务包括：
1
．
GenBank
（
NIH
遗传序列数据库）
：一个可
以公开获得所有的
DNA
序列的注释过的收
集。
GenBank
是由
NCBI
受过分子生物学高级训练的工作人员通过来自各个实验室递交的序
列和同国际核酸序列数据库（
EMBL
和
DDBJ
）交换数据建立起数据库的。它同日本和欧洲分
子
生物学实验室的
DNA
数据库共同构成了国际核酸序列数据库合
作
。
这三个组织每天交换数
据
。
其中的数据以指数形式增长
，
最近的数据为它已经有来自
47000
个物种的
30
亿个碱基。
2
．
Molecular
Databases
（分子数据库）：
Nucleotide Sequence
（核酸序列库）：从
NCBI
其他如
Genbank
数据库中收集整理核
酸序列，提供直接的检索。
Protein Sequence
（蛋白质序列库）
：与核酸类似，也是从
NCBI
多个不同资源中编
译整理的，方便研究者的直接查询。
Struc
ture
（结构）
-
——
关于
NCBI
结构小组的
一般信息和他们的研究计划，另外也
可以访问三维蛋白质结构的分子模型数据库（
MMDB
）和用来搜索和显示结构的相关工具。
MMDB
：
分子模型数据库
—
一个关于三维生物分子结构的数据
库
，结构来自于
X-ray
晶体衍
射和
NMR
色谱分析。
Taxonomy
（分类学）——
NCBI
的分类数据库，包括大于
7
万余个物种的名字和种系，
这些物种都至少在遗传数据库中有一条核酸或蛋白序列
。
其目的是为序列数据库建立一个一
致的种
系发生分类学。
3
．
Literature
Databases
（文献数据库）
（
1
）
PubMed
是
NLM
提供的一项服务，能够对
MEDLINE
上超过
1200
万
条的上世纪六十
年代中期至今的杂志引用和其他的生命科学期刊进行访问
，
并可以连接到参与的出版商网络
站点的全文文章和其
他相关资源。
（
2
）
PMC/PubMed Center
：也是
NLM
的生命科学期刊文献的数字化存储数据库，用户
可以免费获取
PMC
的文章全文，除了部分期刊要求对
近期的文章付费。
（
3
）
OMIM
（孟德尔人类遗传）：有关人类基因和
无序基因的目录数据库由
Victor
ck
< br>和他的同事共同创造和编辑的，由
NCBI
网站负责开发
，其中也包括对
MEDINE
众多资源和
Entrez
系统的序列记录，以及
NCBI
中其他有关资源的链接。
（
4
）
Books
：
NCBI
的书库不断收集生物医学方面的书籍，提供这些书籍的出版信息、
摘要、目录和全文的连接，用户可以直接在检索文本框内输入一个观念就可以查询。
4
．
NCBI
提供的附加的软件工具有：
开放阅读框寻觅器（
ORF
Find
er
），电子
PCR
，和序列提交工具
Sequin
和
BankIt
。所
有的
NCBI
数据
库和软件工具可以从
WWW
或
FTP<
/p>
来获得。
NCBI
还有
< br>E-mail
服务器，提供用
文本搜索或序列相似搜索访
问数据库一种可选方法。
NCBI
网站上还提供了一些诸如研
究热
点问题、研究小组情况、教育培训、联系方式等信息，还提供了到
< br>NIH
、
NLM
等的链接。
使用方法
:
用
户可以免费登陆
NCBI
的网站，
NC
BI
为使用者提供了方便的检索系统和检索方法：
1
．
Entrez
是
NCBI
为用户提供整合所有数据库的访问序列，定位，分类，和结
构数据
的搜索和检索工具系统，
同时也提供序列和染色体图谱的
图形视图
。用户进入系统或者进入
任意一个数据库，都会看到简
单检索的界面，选择数据库输入关键词即可进行查询。
Entrez
也提供条件限制和高级检索、布尔逻辑查询。使用新的
Linkout
服务，外部资源可以被链接
到
Entrez
记录。
2
．
BLAST
是一个
NCBI
< br>开发的序列相似搜索程序，还可作为鉴别基因和遗传特点的手
段。
BLAST
能够在小于
15
秒
的时间内对整个
DNA
数据库执行序列搜索。
< br>
NCBI Education
[url]/Education/[/url]
网址详情
:
这是
< br>NCBI
在线教育资源的索引页，从这里出发你会找到
N
CBI
提供的教学资源，这些
教程不仅囊括了
< br>NCBI
网站提供的最常用的工具和数据库
（
BLAST
，
Entrez
，
PubMed
，
NCBI
News
，
Resource
publications
，
Map Viewer
exercises
，
Structure
，
NCBI Handbook
）
的使用方法和信息
,
还有一些相关的分子生
物学的基础入门知识
(NCBI
science
primer...)
。
教程大多不仅有文字图片还有动画，直观易懂，目的就是一个让大家尽可能快而有效
的掌握好
NCBI
的使用，在这个聚宝盆里淘到真金。
当然您如果想对所有
NCBI
的数据库和工具有更透彻深入的了解
，
请绝对
不要错过共
24
章的
NCBI
手册
(NCBI Handbook)
[url]/books/?rid=handbook[/url]
小何
2007-9-7 09:20
GenBank
数据库简介
[color=green][i]
不错的内容，我来补充下
[/i][/color][color=red]GenBank
数据库
简介
[/color]
[b]
基本信息
：
[/b]
1. GenBank<
/p>
属于一个序列数据库的国际合作组织，包括
EMBL
和
DDBJ
。是
NIH
遗传序
列数据库，一个所有可以公开获得的
DNA
序列的注释过的收集。
GenBank
< br>同日本和欧洲分子
生物学实验室的
DNA
数据库共同构成了国际核酸序列数据库合作。唯一人类基因序列集合
（
UniGene
），人类基因组基因图谱，分类学浏览器，同国立癌症研
究所合作的癌症基因组
剖析计划（
CGAP
）等数据库。
GenBank
以指数形式增长，核酸碱基数
目大概每
14
个月就翻
一个倍。
2.
纪录样本
-
关于
GenBank
的各个字段的
详细描述，
以及同
Entrez
搜索字
段的交叉
索引。
3.
访问
GenBank -
通过
Entrez
Nucleotides
来查询。用
accession nu
mber
，作者姓
名，物种，基因
/<
/p>
蛋白名字，还有许多其他的文本术语来查询。关于
Entrez<
/p>
更多的信息请看
下文。用
BLAST
来在
GenBank
和其他数据库中进行序
列相似搜索。用
E-mail
来访问
E
ntrez
和
BLAST
可以通过
Query
和
BLAST
< br>服务器。另外一种选择是可以用
FTP
下载整个的
GenBank
和更新数据。
4.
增长统计
-
参见公布通知的
2.2.6
（每个分类的统计）
，
2.2.7
（每个物种的统计）
，
2.2.8
（
GenB
ank
增长）小节。
5.
公布通知
，
最新
-
最近和即将有的变化
，
GenBank
的分类
，
数据增长统计
，
GenBank
的引用。
6.
公布通知，旧
-
同上相同，是过去公布的统计。
7.
遗传密码
- 15
个遗传密码的概要。用来确保
GenBank
中纪
录的编码序列被正确的
翻译。
[b
]
向
GenBank
提交数据
：
[/b]
1.
关于提交序列数据，收到
accession
number
，和对纪录作更新的一般信息。
2. BankIt -
用于一条或者少数条提交的基于
WWW
的提交工具软件。（请在提交前用
V
ecScreen
去除载体）
3.
Sequin -
提交软件程序，用于一条或者很多条的提交，长序列，完整基因组，
alignments
，人群
/
种系
/
突变研究的提交。可以独立使用，或者
用基于
TCP/IP
的“
networ
k
aware
”模式，可以链接到其他
NCBI
的资源和软件比如
Entrez
和
PowerBLAST
。（请在提交
前用
VecScreen
去除载体）
4. ESTs
-
表达序列
标签，短的、单次（测序）阅读的
cDNA
序列。也包括来自于
差异
显示和
RACE
实验的
cDNA
序列。
5.
GSSs -
基因组调查序列，短的、单次（测序）阅读的
c
DNA
序列，
exon trap
获得
的序列，
cosmid/BAC/YAC
末端，及其他。
6.
HTGs
-
来自于大规模测序中心的高通量基因组序列，未完成的（阶
段
0
，
1
，<
/p>
2
）和
完成的
（
阶段
3
）
序列
。
（注意
：
完成的人类的
HTG
序列可以同时在
GenBank
和
Human
Genome
Sequencing
页面上访问。）
7. STSs -
序列标签位点。短的在基因组上可以被唯
一操作的序列，用于产生作图位
点。
8.
注：
SNPs
-
人类的和其他物种的遗传变异数据可以提交到
NCBI
数据库的单核苷酸
多态性库中（
dbSNP
）。
[b]
国际核苷酸序列数据库合作组织
：
[/b]
1. GenBank<
/p>
，
DDBJ
，
E
MBL -
合作计划的概述，并链接到相应的主页。
GenB
ank
，
DDBJ
（
< br>DNA Data Bank of Japan
），
and EMBL
（
European Molecular Biology
Laboratory
）数
据库共享的数据是每天都交换的
，因此他们是相等的。数据纪录的格式和搜索方式可能会不
一样，但
是
accession
number
，序列数据和注解都是一模一样的。即，你可以用
accession
number U12345
在
Gen
Bank
，
DDBJ
或
EMBL
中查找相应纪录，得到的结果是完全一样的序列
数据，参考内容等等
2.
DDBJ/EMBJ/GenBank
特性表
—
特性表格式和标准被合作数据库用
在序列记录的注
释上，使得数据共享成为可能，包括详细的描述生物特性和特性限定语的
附录，以及
IUPAC
规定的核苷酸和氨基酸的代号。
[b]FTP GenBank and Daily
Updates
：
[/b]
1.
GenBank
普通文件格式
—
参见
Ge
nBank
记录样本和在
GenBank
公布通知中的详细
描述，下载大多数最近的完全公告和日常积累或非积累更新数据。<
/p>
2.
ASN.1
格式
—
摘要句法记号
1
，国际标准组织（
ISO
）数据
表示格式，下载大多数
最近的完全公告和日常积累或非积累更新数据。
< br>
3. FASTA
格式
—
定义行号后只跟随序列数据（示例
），参见描述数据库的
readme
文件，包括
nt.Z
（每天更新的非冗余
BLAST
核酸数据库，包括
GenBank+EMBL+DDBJ+PDB
序
列，但是不包括
EST,
STS,
GSS,
or
HTGS
序列）
，
nr
.Z
（每日更新的非冗余蛋白质）
，
e
st.Z,
gss.Z, htg.Z,
sts.Z,
和其它文件。
[b]
分子数据库：
[/b]
1.
核酸序列
1
、
Entrez
核酸：
用
accession number,
作者姓名，物种，基因
/
蛋白名字，以及很
< br>多其它的文本术语来搜索核酸序列记录（在
GenBank + PDB
中）。更多的关于
Entrez
的信
息见下。如果要检索大量数据，也可使用
Batch Entrez
（批量
Entrez
）。
2
、
RefSeq
：
NCBI
数据库的参考序列
。
校正的
，
非冗余集
合
，
包括基因组
DNA
contigs
，
已知基因的
mRNAs
和蛋白，在将来，整个的染色体。
Accessi
on numbers
用
NT_xxxxxx,
NM_xxxxxx, NP_xxxxxx,
和
NC_xxxxxx
的形式来表示。
3
、
dbEST
< br>：表达序列标签数据库，短的、单次（测序）阅读的
cDNA
序列。也包括来
自于差异显示和
RACE
< br>实验的
cDNA
序列。
4
、
dbGSS
< br>：基因组调查序列的数据库，短的、单次（测序）阅读的
cDNA
序列，
exon
trap
获
得的序列，
cosmid/BAC/YAC
末端，及其他。
5
、
dbSTS
：序列标签位点的数据库，短的在基因组上可以被唯一操作的序列，用于<
/p>
产生作图位点。
6.
、
dbSNP
：单核苷酸多态性数据库，包括
SNPs
，小范围的插
入
/
缺失，多态重复单
元，和微卫星变
异。
2.
完整的基因组
：
1
、
参见下
面
Genome
和
Maps
部分，包括各种物种资源，人，小鼠，大鼠，酵母，线
虫，疟原虫，细菌，
病毒，
viroids
，质粒。
2
、
发
UniGene
：
被整理成簇的
EST
和全长
mRNA
序列，每一
个代表一种特定已知的
或假设的人类基因，有定位图和表达信息以及同其它资源的交叉参
考。序列数据可以以
cluster
形式在
Unigene
网页下载，完整的数据可以从
FTP
站点
repository/UniGene
目录
下下载。
1)
人类：
UniGene
2)
小鼠：
UniGene
3)
大鼠：
UniGene
4)
斑马鱼：
UniGene
3
、
BLAST
< br>：将你的序列同核酸库中的的序列比较，检索相似的序列。（更详细的信
息见下面
Tools/Sequence
相似搜索部分）
[b]
蛋白序列
：
[/b]
1
、
Entrez
蛋白
：用
accession number,
作者姓名，物种，基因
/
蛋白名字，以及很
多其它的文本术语来搜索蛋白序列记录（在
GenPept
+
Swiss-Prot
+
PIR
+
RPF
+
PDB
中）。
更多的关于
Entrez
的信息见下。如果要检索大量数据
，也可使用
Batch Entrez
（批量
< br>Entrez
）。
RefSeq
—
NCBI
数据库的参考序列。
Curated,
非冗余集合包括基因组
DNA
con
tigs,
已知基因的
mRNAs
和蛋
白
，
在将来
，
整个的染色体
。
Accession
numbers
用
NT_xxxxxx,
NM_xxxxxx, NP_xxxxxx,
和
NC_xxxxxx
的形式来表示。
FTPGenPept
—
下载
“
.Z
”文件，这个文件包含了从
GenBank/EMBL/DDBJ
记录中翻译过来的
FASTA
格式的氨基酸序列，这些记录都有一到两个
CDS
特性的描述。
2
、
完整基因组
：参见下面
Genome
和
Maps
部
分，包括各种物种资源，人，小鼠，大
鼠，酵母，线虫，疟原虫，细菌，病毒，
viroids
，质粒。
1) Entrez
基因组
：提供了一个编码区的概要和各种物种的分类表（
TaxTable
）。编
码区概要列出了在基因组中所有的的蛋白，并提供链接到
FASTA
文件和
BLAST
。分类表总结
了蛋白
BLAST
分析的结果
，建议他们的可能功能，并用颜色编码的图来显示物种同其它物种
之间的关系（参见下面
'Genomes
和<
/p>
Maps,'
部分
Entrez
基因组的一般描述）
2)
FTP
基因组蛋白
：从
ftp
站点的
genbank/genomes
目录下下载各种物种的
FASTA
格式的氨
基酸序列
*.faa
和蛋白表文件
*.
ptt
。参见
readme
文件。蛋白
表也可以在
Entrez
基因组中看到。
3
、
PROW
：
Web
上的蛋白资源，关于大约<
/p>
200
种人类的
CD
细胞表面分子的简短官方
向导。互相检索，为每个
CD
抗原提供大约
20
中标准信息的分类（生化
功能，配体，等等）
4
、
BLAST
：
将你的序列同蛋白库中的的序列比
较，检索相似的序列。（更详细的信
息见下面
Tools/Se
quence
相似搜索部分）
[b]
结构：
[/b]
1
、
结构主页
—
关于
NCBI
结构小组的一般信息和他
们的研究计划，另外也可以访问
分子模型数据库（
MMDB
）和用来搜索和显示结构的相关工具。
2
、
MMDB
：
分子模型数据库
—
一个关于三维生物分子结构的数据
库
，
结构来自于
X-ray
晶体衍射和
NMR
色谱分析。
MMDB
是来源于
Brookhaven
< br>蛋白数据库（
PDB
）三维结构的一部
< br>分，排除了那些理论模型。
MMDB
重新组织和验证了这
些信息，从而保证在化学和大分子三
维结构之间的交叉参考。
数
据的说明书包括生物多聚体的空间结构
，这个分子在化学上是如
-
-
-
-
-
-
-
-
-
上一篇：信令名词解释
下一篇：软件系统运维指导手册定稿版