ncbi站点的一般介绍7307.pptx

《ncbi站点的一般介绍7307.pptx》由会员分享，可在线阅读，更多相关《ncbi站点的一般介绍7307.pptx（63页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、NCBI站点的一般介绍及其它资站点的一般介绍及其它资源库的介绍源库的介绍n nGenBank Overviewn n生物信息学站点地图生物信息学站点地图n n其它其它资源资源库的介绍库的介绍国际核苷酸序列数据库合作组织n n GenBankGenBank由由位位于于马马里里兰兰州州BethesdaBethesda的的美美国国国国立立卫卫生生研研究究院院下下属属国国立立生生物物技技术术信信息息中中心心建建立立，与与日日本本DNADNA数数据据库库（DNADNADataDataBankBankofofJapanJapan,DDBJ,DDBJ）以以及及欧欧洲洲生生物物信信息息研研究究所所的的欧欧洲洲

2、分分子子生生 物物 学学 实实 验验 室室 核核 苷苷 酸酸 数数 据据 库库（EuropeanEuropeanMolecularMolecularBiologyBiologyLaboratory,Laboratory,EMBLEMBL）一一起起，都是国际核苷酸序列数据库合作的成员。都是国际核苷酸序列数据库合作的成员。n nGenBankGenBank，DDBJDDBJ，andand EMBL,EMBL,所所有有这这3 3个个中中心心都都可可以以独独立立地地接接受受数数据据提提交交，而而3 3个个中中心心之之间间则则逐逐日日交交换换信信息息，并并制制成成相相同同的的充充分分详详细细的的数数据库

3、向公众开放。因此他们是相等的。据库向公众开放。因此他们是相等的。什么是GenBank？n nGenBankGenBank是是美美国国国国立立卫卫生生研研究究院院维维护护的的基基因因序序列列数数据据库库，汇汇集集并并注注释释了了所所有有公公开开的的核核酸酸序序列列。GenBankGenBank属属于于一一个个序序列列数数据据库库的的国国际际合合作作组组织织，包括包括EMBLEMBL和和DDBJDDBJ。n n每每个个记记录录代代表表了了一一个个单单独独的的、连连续续的的、带带有有注注释的释的DNADNA或或RNARNA片段。片段。n n这这些些文文件件按按类类别别分分为为几几组组：有有些些按按照

4、照系系统统发发生生学学划划分分，另另外外一一些些则则按按照照生生成成DNADNA序序列列数数据据库库的的直直接接提提交交。这这些些作作者者将将序序列列数数据据库库作作为为论论文文的一部分来发表，或将数据库直接公开。的一部分来发表，或将数据库直接公开。GenBankn nGenBank是一个有13亿碱基，来自于100,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。n n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。访问GenBankn n 通过通过EntrezNucleotidesEntrezNucleoti

5、des来查询。来查询。n n用用accessionaccessionnumbernumber，作作者者姓姓名名，物物种种，基基因因/蛋白名字，还有许多其他的文本术语来查询。蛋白名字，还有许多其他的文本术语来查询。n n关于关于EntrezEntrez更多的信息请看下文。更多的信息请看下文。n n用用BLASTBLAST来来在在GenBankGenBank和和其其他他数数据据库库中中进进行行序序列相似搜索。列相似搜索。n n用用E-mailE-mail来来访访问问EntrezEntrez和和BLASTBLAST可可以以通通过过QueryQuery和和BLASTBLAST服服务务器器。另另外外一一

6、种种选选择择是是可可以以用用FTPFTP下载整个的下载整个的GenBankGenBank和更新数据。和更新数据。纪录样本纪录样本n n每个记录代表了一个单独的、连续的、带有注释的DNA或RNA片段。n n这些文件按类别分为几组：有些按照系统发生学划分，另外一些则按照生成DNA序列数据库的直接提交。这些作者将序列数据库作为论文的一部分来发表，或将数据库直接公开。n n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。DDBJ/EMBJ/GenBank特性表（见讲义或网络课件）n n特特性性表表格格式式和和标标准准被被合合作作数数据据库库用用在在序序列列记记录录的的注注

7、释释上上，使使得得数数据据共共享享成成为为可可能能，包包括括详详细细的的描描述述生生物物特特性性和和特特性性限限定定语语的的附附录录，以以及及IUPACIUPAC规定的核苷酸和氨基酸的代号。规定的核苷酸和氨基酸的代号。n n数数据据纪纪录录的的格格式式和和搜搜索索方方式式可可能能会会不不一一样样，但但是是accessionaccessionnumbernumber，序序列列数数据据和和注注解解都都是是一一模模一一 样样 的的。即即，你你 可可 以以 用用 accessionaccession numbernumberU12345U12345在在GenBankGenBank，DDBJDDBJ或或

8、EMBLEMBL中中查查找找相相应应纪纪录录，得得到到的的结结果果是是完完全全一一样样的的序序列列数数据据，参参考内容等等。考内容等等。GenBank普通文件格式n n参见GenBank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。n nASN.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。分子数据库概览分子数据库概览 n n核酸序列n nEntrez核酸用accessionnumber,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核酸序列记录（在GenBank

9、+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BatchEntrez（批量Entrez）。n nEntrez基因组n n提供了一个编码区的概要和各种物种的分类表（TaxTable）。n n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。n n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。BLASTn n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）n nBLAST查找n nBLAST指南BL

10、ASTn n程序对数据库搜索进行大量的改良，提高了搜程序对数据库搜索进行大量的改良，提高了搜索速度，同时把数据库搜索建立在了严格的统索速度，同时把数据库搜索建立在了严格的统计学基础上。计学基础上。n n局部比对的限制条件不包括空位。这个限制条局部比对的限制条件不包括空位。这个限制条件对应用件对应用KarlinKarlinAltschulAltschul统计学极为有利，另统计学极为有利，另一方面，既然空位没有明确地放在模型中，结一方面，既然空位没有明确地放在模型中，结果就不会像人们期望的那样接近于期望的比对。果就不会像人们期望的那样接近于期望的比对。这并不是说插入确实会妨碍匹配，在大多数情这并不

11、是说插入确实会妨碍匹配，在大多数情况下，比对仅仅会被分解为若干个明显的况下，比对仅仅会被分解为若干个明显的HSPsHSPs。无论如何，老版本的无论如何，老版本的BLASTBLAST程序（程序（1.41.4以前）以前）的局限性在新版本中已经被取消了，新版本在的局限性在新版本中已经被取消了，新版本在对待空位问题上有着明确的作法。对待空位问题上有着明确的作法。BLAST程序的修订版n n最近发布的BLAST程序的修订版提高了搜索速度，敏感度和实用性。n n这个完全重新写过的软件包指定为2.0版本（避免同WUBLUST混淆，这个软件是由华盛顿大学设计的，有时称为BLAST2）应该注意到，在发布的2.0

12、版本中，命令行的参数有很大改变。序列相似性搜索通过计算机网络或调制解调器登陆到Internet上并把含有你的序列的e-mail发送到NCBI。DATALIB认准你将搜索的数据库，可选择下列数据库：n nnr“非丰余的”蛋白或核酸序列数据库，它包括来自PDB，GenBank（R），更新的GenBank（r），EMBL的最新情报；n ngbGenBank（R）核酸序列数据库；n nembEMBL数据库；Entrez基因组（各种物种）n nEntrezEntrez是是NCBINCBI的的一一个个计计划划，它它包包含含了了GenBankGenBank数数据据。但但EntrezEntrez和和GenBa

13、nkGenBank从从本本质质上上是是不不同同的的，前前者者是是一一个个信信息息检检索索系系统统，而而后后者者是是一一个个EntrezEntrez从中检索的数据库。从中检索的数据库。n nEntrezEntrez基基因因组组 超超过过800800种种在在GenBankGenBank中中被被完完整整测测序序的的物物种种，包包括括大大于于500500种种病病毒毒，2525种种细细菌菌，酵酵母母，和和许许多多viroidsviroids，质质粒粒，和和细细胞胞器器。还还包包括括正正在在进进行行中中的的基基因因组组，比比如如人人，小小鼠鼠，线线虫虫，疟疟原原虫虫，果果蝇蝇，利利什什曼曼原原虫虫，水水稻

14、稻，和和玉米。玉米。EntrezMapViewerEntrezMapViewerEntrez基因组FASTAn nFASTAFASTA程程序序是是第第一一个个广广泛泛使使用用的的数数据据库库相相似似性性搜索程序。搜索程序。n n程程序序引引用用取取代代矩矩阵阵实实行行局局部部比比对对以以获获得得最最佳佳搜搜索索。但但众众所所周周知知，使使用用这这种种策策略略会会非非常常耗耗费费工工作作时时，为为了了提提高高速速度度，在在实实施施耗耗时时的的最最佳佳搜搜索索之之前前，程程序序使使用用已已知知的的字字串串检检索索出出可可能能的的匹匹配配。在在速速度度和和敏敏感感度度之之间间权权衡衡选选择择依依赖赖

15、于于ktupktup参参数数。它它决决定定了了字字串串的的大大小小。增增大大ktupktup参参数数就就会会减减少少字字串串命命中中的的数数目目，也也就就会会减减少少所所需需要要的的最最佳佳搜搜索的数目和搜索的速度。索的数目和搜索的速度。n n从从2.02.0版版本本开开始始，FASTAFASTA对对每每一一个个检检索索的的比比对对都都提供一个统计学显著性的评估。提供一个统计学显著性的评估。n nFtpFtp：/ftp.virginis.edu/pub/fasta/ftp.virginis.edu/pub/fasta/FASTA格式n n定义行号后只跟随序列数据，参见描述数据库的readme文

16、件，n n包括nt.Z（每天更新的非冗余BLAST核酸数据库，n n包括GenBank+EMBL+DDBJ+PDB序列，n n不包括EST,STS,GSS,orHTGS序列），nr.Z（每日更新的非冗余蛋白质），est.Z,gss.Z,htg.Z,sts.Z,和其它文件。FTPGenPeptn n下载“genpept.fsa.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。n nFTP基因组蛋白n n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

17、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。n n向GenBank提交数据Sequinn n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。n n可以独立使用，或者用基于TCP/IP的“networkaware”模式，可以链接到其他NCBI的 资 源 和 软 件，比 如 Entrez和PowerBLAST。GenBankESTsn n-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。STSs序列标签位点GSSsn n 基基因因组组调调查查序

18、序列列，短短的的、单单次次（测测序序）阅阅读读的的cDNAcDNA序序 列列，exonexontraptrap获获 得得 的的 序序 列列，cosmid/BAC/YACcosmid/BAC/YAC末端，及其他。末端，及其他。n nHTGsHTGsn n 来来自自于于大大规规模模测测序序中中心心的的高高通通量量基基因因组组序序列列，未未完完成成的的（阶阶段段0 0，1 1，2 2）和和完完成成的的（阶阶段段3 3）序列。序列。n n注注意意：完完成成的的人人类类的的HTGHTG序序列列可可以以同同时时在在GenBankGenBank和和HumanHumanGenomeGenomeSequenci

19、ngSequencing页页面面上上访访问。问。RefSeqn nNCBINCBI数数据据库库的的参参考考序序列列。校校正正的的，非非冗冗余余集集合合，包包括括基基因因组组DNADNAcontigscontigs，已已知知基基因因的的mRNAsmRNAs和蛋白，在将来，整个的染色体。和蛋白，在将来，整个的染色体。n nAccessionAccession numbersnumbers用用NT_xxxxxx,NT_xxxxxx,NM_xxxxxx,NM_xxxxxx,NP_xxxxxx,NP_xxxxxx,和和NC_xxxxxxNC_xxxxxx的形式来表示。的形式来表示。n ndbESTdbE

20、ST表表达达序序列列标标签签数数据据库库，短短的的、单单次次（测测序序）阅阅读读的的cDNAcDNA序序列列。也也包包括括来来自自于于差差异显示和异显示和RACERACE实验的实验的cDNAcDNA序列。序列。n ndbGSSdbGSS基基因因组组调调查查序序列列的的数数据据库库，短短的的、单单次次（测测序序）阅阅读读的的cDNAcDNA序序列列，exonexontraptrap获获得得的的序列，序列，cosmid/BAC/YACcosmid/BAC/YAC末端，及其他。末端，及其他。dbSTSn n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，用于产生作图位点。n nn ndbS

21、NP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。UniGene数据库n n把把GenBankGenBank中中同同某某个个基基因因有有关关的的非非冗冗余余序序列列聚聚集集成成组组(或或整整理理成成簇簇的的ESTEST和和全全长长mRNAmRNA序序列列库库)，每每一一个个代代表表一一种种特特定定已已知知的的或或假假设设的的物物种种基基因因，有有定定位位图图和和表表达达信信息息以以及及同同其其它它资资源源的的交交 叉叉 参参 考考。序序 列列 数数 据据 可可 以以 以以 clustercluster形形 式式 在在UnigeneUnigene网网页页下下

22、载载，完完整整的的数数据据可可以以从从FTPFTP站站点点repository/UniGenerepository/UniGene目录下下载。目录下下载。n n人类人类UniGeneUniGenen n小鼠小鼠UniGeneUniGenen n大鼠大鼠UniGeneUniGenen n斑马鱼斑马鱼UniGeneUniGene完整的基因组n n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。n n人OMIM：在线人类孟德尔遗传n n经常更新的人类基因和遗传失调的目录，有链接到其它相关的文献参考，序列记录，和相关数据库。n

23、 n蛋白序列n nEntrez蛋白用accessionnumber,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BatchEntrez（批量Entrez）。n nPROWn nWeb上的蛋白资源，关于大约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）n n结构（Structure）n n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

24、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MMDBn nMMDB的记录以ASN.1格式存储，可以用Cn3D,Rasmol,或Kinemage来显示。另外，数据库中类似的结构已经被用VAST确认，新的结构可以用VASTsearch来同数据库进行比较。n nCn3Dn n 与与MMDBMMDB配配套套的的一一个个三三维维分分子子结结构构和和NMRNMR模模型显示程序型显示程序“Seein3-D”“Seein3-D”。n nCn3DCn3D：一一个个用用于于NCBINCBI数数据据库库的的结结构构和和序序列列相相似似显显示示工工具具，它它允允许许观观察察3-D3-D

25、结结构构和和序序列列结结构或结构构或结构结构同源比较。结构同源比较。n nCn3DCn3D用用起起来来就就象象你你浏浏览览器器上上的的一一个个帮帮助助工工具具。可可在在NCBINCBI的的网网址址直直接接使使用用或或下下载载到到PCPC机机上上执执行。行。n nRasMolRasMoln n VASTn n矢量同源比较搜索工具矢量同源比较搜索工具n n一一个个在在NCBINCBI开开发发的的计计算算算算法法，用用于于确确定定相相似似的的蛋蛋白白三三维维结结构构。每每一一个个结结构构的的“结结构构邻邻居居”都都是是预预先先计计算算好好的的，而而且且可可以以通通过过MMDBMMDB的的结结构构概概

26、要要页页面面的的链链接接访访问问。这这些些邻邻居居可可以以用用来来确确认认那些不能被序列比较识别的远的同源性。那些不能被序列比较识别的远的同源性。n nVASTVAST搜搜索索 结结构构结结构构相相似似搜搜索索服服务务。比比较较一一个个新新解解出出的的蛋蛋白白结结构构和和在在MMDB/PDBMMDB/PDB数数据据库库中中的的结结构构的的三三维维坐坐标标。VASTVAST搜搜索索计计算算一一系系列列可可能能会会被被交交互互浏浏览览的的结结构构邻邻居居，用用分分子子图图形形来观察重叠和同源相似。来观察重叠和同源相似。n n 分类学n nNCBINCBI的的分分类类数数据据库库主主页页 关关于于分

27、分类类计计划划的的一一般般信信息息，包包括括分分类类资资源源和和同同NCBINCBI分分类类学学家家合合作作的外部管理者的列表。的外部管理者的列表。n n 分分类类浏浏览览器器 搜搜索索NCBINCBI的的分分类类数数据据库库，包包括括大大于于7000070000个个物物种种的的名名字字和和种种系系，这这些些物物种种都都至至少少在在遗遗传传数数据据库库中中有有一一条条核核酸酸或或蛋蛋白白序序列列。可可以以检检索索一一个个特特定定种种或或者者更更高高分分类类（如如属属，科科）的的核核酸酸，蛋蛋白白，和和结结构构记记录录。如如果果有有新新物物种种的的序序列列数数据据被被放放到到数数据据库库中中，这

28、这个个物物种种就就被被加加到到（分分类类）数数据据库库中中。NCBINCBI的的分分类类数数据据库库的的目目的的是是为为序序列列数数据据库库建建立立一一个个一一致致的的种种系系发发生生分分类类学。学。n n分类学分类学 文献数据库概要n n PubMedPubMed 一一个个关关于于生生物物医医药药科科学学的的检检索索系系统统，包包括括引引用用，摘摘要要，和和杂杂志志的的索索引引术术语语。它它包包括括直直接接由由出出版版商商提提供供给给NCBINCBI的的文文献献引引用用以以及及链链接接到在出版商网址上的全文的到在出版商网址上的全文的URLsURLs。n nPubMedPubMed包包括括ME

29、DLINEMEDLINE和和PREMEDLINEPREMEDLINE的的完完整整内内容容。它它还还包包括括一一些些被被MEDLINEMEDLINE认认为为超超出出范范围围的的文文章章和和杂杂志志，（这这些些文文章章或或杂杂志志）由由于于内内容容 或或 在在 某某 一一 时时 期期 不不 在在 索索 引引 范范 围围 内内。因因 此此PubMedPubMed是比是比MEDLINEMEDLINE的更大的集合。的更大的集合。n n 杂志浏览器n n 允允许许你你去去查查找找收收录录到到PubMedPubMed系系统统的的杂杂志志的的名名字，字，MEDLINEMEDLINE的缩写，或的缩写，或ISSN

30、ISSN号码。号码。n nPubRefPubRef（开开发发中中）一一个个关关于于来来自自于于广广大大范范围围的的科科学学杂杂志志的的数数目目记记录录，和和链链接接到到出出版版商商网网址的全文。址的全文。n nPubRefPubRef包包含含了了PubMEdPubMEd，加加上上了了来来自自其其它它学学科科的的杂杂志志出出版版商商提提供供的的引引用用和和摘摘要要。因因此此它它是是比比PubMedPubMed更更大大的的集集合合。这这个个计计划划的的启启动动是是因因为为NASNAS要要求求为为科科学学领领域域的的电电子子杂杂志志提提供供一一个个“白白皮书皮书”服务。服务。n n PubMed中心

31、（开发中）n nPubMed中心是一个无障碍的NIH资源，用于在生命科学领域中同业互查的基础研究报告。从2000年一月开始接受杂志文章。所有在PubMed中心的材料将由目前任一主要的摘要和索引服务中列出的杂志提供，或者在编辑委员会中拥有3个以上有主要资金机构的研究经费的拥有人的杂志提供。n nPubMed书籍n n同同书书籍籍出出版版商商合合作作NCBINCBI为为网网络络改改编编了了教教科科书书，并并把把他他们们链链接接到到PubMedPubMed生生物物医医药药书书目目数数据据库库。这这是是为为了了给给PubMedPubMed提提供供背背景景信信息息，这这样样使使用用者者可可以以探探究究在

32、在PubMedPubMed搜搜索索结结果果中中不不熟熟悉悉的的概概念念。目前收录的书有：。目前收录的书有：n nMolecularMolecularBiologyBiologyofofthetheCell,Cell,3rd3rded.ed.AlbertsAlbertsB.,B.,BrayBray D.,D.,LewisLewis J.,J.,RaffRaff M.,M.,RobertsRoberts K.,K.,WatsonWatsonJ.D.,1994,GarlandPublishing.J.D.,1994,GarlandPublishing.n n 外部链接n n 一一个个登登记记服服务务

33、，用用于于建建立立从从在在EntrezEntrez中中的的特特定定的的文文章章，杂杂志志，或或生生物物数数据据到到外外部部网网址址的的链链接接。第第三三方方可可以以提提供供一一个个URLURL，资资源源名名字字，关关于于他他们们网网址址的的简简要要的的描描述述，和和关关于于从从NCBINCBI数数据据的的哪哪里里他他们们希希望望建建立立链链接接的的详详细细说说明明。这这个个详详细细说说明明可可以以用用对对EntrezEntrez有有效效的的布布尔尔查查询询来来写写，也也可可以以用用特特定定的的文文章章或或序序列列的的标标志志列列表表来来写写。这这样样NCBINCBIPubMedPubMed的的

34、用用户户将将可可以以通通过过“NCBI“NCBI小小房房间间”服服务务（开开发发中中）来来选选择择哪哪个个外外部部链链接接在在他他们们的搜索中是可见的。的搜索中是可见的。n n 引用匹配n n允许你找到任何一篇在PubMed数据库中的文章的PubMedID或MEDLINEUID，给出书目信息（杂志，卷，页码等）。n n单篇文章的引用匹配。n n许多文章的批量引用匹配。n nE-mail引用匹配也是可以的，也可以用于单篇或许多文章。如果要获得帮助文件，给citation_matcherncbi.nlm.nih.gov写一封只有内容为HELP的E-Mail。GenomesandMapsOvervi

35、ewn nEntrez基因组（各种物种）n n提供完成的基因组/染色体的图形概览，并可以探究那些逐步细化的区域。n n也提供那些已经被NCBI工作人员分析过的物种的编码区的摘要和TaxTables。检索蛋白或DNA序列n ne-maile-mail完成序列检索：完成序列检索：n nmailmailretrievencbi.nlm.nib.govretrievencbi.nlm.nib.govsubjectsubjectDATALIBGenbankDATALIBGenbankBEGINBEGINLysozymeLysozymeCC:CC:n n你你将将在在几几秒秒钟钟或或几几分分钟钟之之后后收收

36、到到发发自自NCBINCBI的的邮邮件件结结果果，此此邮邮件件将将含含有有所所有有有有LysozymeLysozyme的的序序列列文件。但是，每个邮件的结果限制在文件。但是，每个邮件的结果限制在10001000行。行。其它n n要得到有关NCBIGenBank的更多信息，你可以发一封包括一个此“帮助”在内的电子邮件到下述地址：n ninfoncbi.nlm.nih.gov致谢三个重要蛋白质数据库1.1.PDBPDB2.2.Swiss-portSwiss-port3.3.PIRPIRn n PDBPDB是是关关于于核核酸酸和和蛋蛋白白质质结结构构的的数数据据库库，Swiss-portSwiss-

37、port和和PIRPIR可可以以称称为为二二级级数数据据库库，它它比比已已经经存存在在于于一一级级数数据据库库中中的的数数据据提提供供了了更更多多的的信息。信息。n nSwiss-portSwiss-port和和PIRPIR的的蛋蛋白白质质序序列列主主要要来来源源于于核核苷苷酸酸数数据据库库，另另外外一一小小部部分分是是直直接接向向Swiss-portSwiss-port提交的或者是从公共发表的论文中搜索到的。提交的或者是从公共发表的论文中搜索到的。一级数据库n n一一级级数数据据库库记记录录了了实实验验结结果果以以及及一一些些初初步步的的解解释释，一一级级数数据据库库中中的的核核苷苷酸酸序序

38、列列记记录录是是从从直直接接实验得到的。实验得到的。n n这这些些记记录录是是对对存存在在于于某某个个实实验验室室的的试试管管中中的的生生物物分分子子测测序序结结果果。这这在在序序列列分分析析的的解解释释中中很很重重要要，也也意意味味着着在在大大多多数数情情况况下下一一个个给给定定的的序序列列就就是是研研究究者者所所需需要要的的全全部部。每每一一个个这这样样的的DNADNA或或RNARNA序序列列都都将将被被注注释释以以描描述述对对实实验验结结果果的的分分析析，这这一一分分析析阐阐明明了了为为什什么么这这一一序序列列会会被被这这样样确定。确定。n n在在DNADNA序序列列记记录录中中，一一种

39、种常常见见的的注注释释是是编编码码序序列（列（CDSCDS）。）。二级数据库n n那些在那些在DNADNA序列记录的基础上进行计算、分析、序列记录的基础上进行计算、分析、研究的数据库称之为二级数据库。研究的数据库称之为二级数据库。n n大多数蛋白质序列都不是直接由实验确定的，大多数蛋白质序列都不是直接由实验确定的，而是通过而是通过DNADNA序列得到的。这在实验、计算以序列得到的。这在实验、计算以及相似性比对工作中占有很大的比重。这一方及相似性比对工作中占有很大的比重。这一方法很有效，但也有误导的可能。法很有效，但也有误导的可能。n nDNADNA、RNARNA和蛋白质序列都是计算分析工作的和蛋白质序列都是计算分析工作的对象，他们是一级数据库中有价值的成分。对象，他们是一级数据库中有价值的成分。蛋白质二级数据库