GenBank數(shù)據(jù)庫檢索

GenBank數(shù)據(jù)庫檢索及其應(yīng) 用 Entrez檢索功能 NCBI網(wǎng)站網(wǎng)址： http:/www.ncbi.nlm.nih.gov 簡介 檢索入口 基本檢索功能 特征欄輔助檢索 檢索結(jié)果的顯示 GenBank數(shù)據(jù)庫是由美國國立生物技術(shù)信息 中心（ NCBI）維護的一級核酸序列數(shù)據(jù)庫。 GenBank數(shù)據(jù)庫的數(shù)據(jù)來源有三種： 1、直接來源于測序工作者提交的序列； 2、與其它數(shù)據(jù)機構(gòu)協(xié)作交換的數(shù)據(jù)； 3、美國專利局提供的專利數(shù)據(jù)。 簡介 檢索界面 簡介 1、基本檢索界面 Nucleotide 數(shù)據(jù)庫分為三個子數(shù)據(jù)庫： EST :表達(dá)序列標(biāo)記數(shù) 據(jù)庫 GSS :基因組測序序列 數(shù)據(jù)庫 CoreNucleotide :包含所 有未被以上兩個子數(shù)據(jù) 庫收錄的核苷酸序列 檢索界面 簡介 1、基本檢索界面 2、跨庫檢索界面 簡介 檢索界面 基本檢索功能 （一）字段限制檢索、強制短語檢索 （二）特殊標(biāo)志符檢索 （四）范圍檢索 （三）序列長度檢索 簡介 檢索界面 基本檢索功能 （一）字段限制檢索、強制短語檢索 rasGENE 檢索限定詞： 1、基因名稱的檢索限定詞： GENE or GENE NAME 2、生物體名稱的檢索限定詞： ORGN or ORGANISM 3、作者姓名的檢索限定詞： AUTH or AUTHOR 獲取所需要的基因序列 顯示方式 序列號 物種信息 作者信息 選擇顯示模式為 FASTA 序列信息 保存序列信息 點擊 send選擇 file， 格式為 FASTA 選擇顯示方式為 Graphics 編碼蛋白質(zhì)的序列信息 點擊顯示蛋白質(zhì)編 碼序列 蛋白質(zhì)氨基酸序列 簡介 檢索界面 基本檢索功能 （二）特殊標(biāo)志符檢索 （一）字段限制檢索、強制短語檢索 特殊標(biāo)志符的格式 (核酸序列 )： 2、 GenBank/EMBL/DDBJ序列接受號： (1) 1個字母 +5個阿拉伯?dāng)?shù)字 e.g.： U12345 (2) 2個字母 +6個阿拉伯?dāng)?shù)字 e.g.： AY123456， Af123456 1、序列辨認(rèn)號 (GI)：一串阿拉伯?dāng)?shù)字 e.g.： 19440733 （ 1） mRNA 記錄（ NM_*） : e.g.: NM_000492 （ 2）基因組的 DNA重疊群（ NT_*） : e.g.: NT_000347 （ 3）完整的基因組或染色體（ NC_*） : e.g.: NC_000907 （ 4）基因組的局部區(qū)域（ NG_*） : e.g.: NG_000019 （ 5）從人類基因組注釋、加工得到的序列模型（ XM， XP， or XR_*）： e.g.: XM_000483 特殊標(biāo)志符的格式 （核酸序列）： 3、 RefSeq（ Reference Sequence） 序列接受號 : 特殊標(biāo)志符的格式 （核酸序列）： 4 、 PDB序列接受號：個阿拉伯?dāng)?shù)字個字母 e.g.： TUP 序列接受號的檢索限定詞為 ACCN or ACCESSION 簡介 檢索界面 基本檢索功能 （一）字段限制檢索、強制短語檢索 （二）特殊標(biāo)志符檢索 （三）序列長度檢索 序列長度的檢索限定詞： SLEN 簡介 檢索界面 基本檢索功能 （一）字段限制檢索、強制短語檢索 （二）特殊標(biāo)志符檢索 （四）范圍檢索 （三）序列長度檢索 范圍檢索：中間用冒號連接 1、序列接受號范圍檢索： AF114696:AF114714ACCN 2、序列長度范圍檢索： 3000： 4000SLEN 3、日期范圍檢索： 2005/01： 2006/09/26MDATorPDAT 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 高級檢索（ Advanced Search） 檢索史管理 （ History） 剪貼板管理 （ Clipboard） 詳細(xì)匹配過程 （ Details） 限制檢索 高級檢索 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 排除某種類型 的序列 限制分子類型 限制基因位點 限制序列片段的顯示 限制數(shù)據(jù)來源 限制數(shù)據(jù)發(fā)布日期 限制數(shù)據(jù)修訂日期 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 高級檢索（ Advanced Search） 預(yù)檢索輸入框 添加檢索詞 索引檢索 預(yù)檢索結(jié)果 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 高級檢索（ Advanced Search） 檢索史管理 （ History） 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 高級檢索（ Advanced Search） 檢索史管理 （ History） 剪貼板管理 （ Clipboard） 簡介 檢索界面 基本檢索功能 特征欄輔助檢索 限制檢索 （ Limits） 高級檢索（ Advanced Search） 檢索史管理 （ History） 詳細(xì)匹配過程 （ Details） 剪貼板管理 （ Clipboard） 簡介 檢索入口 基本檢索功能 特征欄輔助檢索 檢索結(jié)果的顯示 序列相似性搜索 啟動相似性搜索 輸入序列號 選擇搜索的數(shù)據(jù)集 點擊開始搜索 相似性序列信息 GenBank記錄中特性表中的主要關(guān)鍵詞 : 關(guān)鍵詞 解 釋 關(guān)鍵詞 解 釋 misc_feature 生物學(xué)特性無法用特性表 關(guān)鍵詞描述的序列 promoter 轉(zhuǎn)錄起始區(qū) misc_difference 序列特性無法用特性表關(guān) 鍵詞描述的序列 CAAT_signal 真核啟動子上游的 CAAT 盒 ,與 RNA結(jié)合相關(guān) conflict 同一序列在不同的研究中 在位點或區(qū)域上有差異 TATA_signal 真核啟動子的 TATA盒 unsure 序列不能確定的區(qū)域 -35_signal 原核啟動子中的 -35框 old_sequence 該序列對以前的版本做過 修訂 -10_signal 原核啟動子的 Pribow盒 variation 包含穩(wěn)定突變的序列 GC_signal 真核啟動子的 GC盒 modified_base 修飾過的核苷酸 RBS 核糖體結(jié)合位點 gene 已識別為基因或已命名的 序列區(qū)域 polyA_signal RNA轉(zhuǎn)錄本的剪切識別 位點 misc_signal 無法用信號特性關(guān)鍵詞描 述的信號序列 enhancer 增強子 關(guān)鍵詞 解 釋 關(guān)鍵詞 解 釋 attenuator 與轉(zhuǎn)錄終止有關(guān)的序列 CDS 蛋白質(zhì)編碼序列 terminator 轉(zhuǎn)錄終止序列 sig_peptide 編碼信號肽的序列 rep_origin 雙鏈 DNA復(fù)制起始區(qū) transit_peptide 轉(zhuǎn)運蛋白編碼序列 misc_RNA 無法用 RNA關(guān)鍵詞描述 的轉(zhuǎn)錄物或 RNA產(chǎn)物 mat_peptide 編碼成熟肽的序列 prim_transcript 初始轉(zhuǎn)錄本 intron 內(nèi)含子 precursor_RNA 前體 RNA polyA_site RNA轉(zhuǎn)錄本的多聚腺苷 酸化位點 mRNA 信使 RNA rRNA 核糖體 RNA 5clip 前體轉(zhuǎn)錄本中被剪切掉 的 5端序列 tRNA 轉(zhuǎn)運 RNA 3 clip 前體轉(zhuǎn)錄本中被剪切掉 的 3端序列 scRNA 小細(xì)胞質(zhì) RNA 5UTR 5非翻譯區(qū) snRNA 小核 RNA 3UTR exon 3非翻譯區(qū) 外顯子 snoRNA 加工和修飾 rRNA的小 核 RNA 關(guān)鍵詞 解 釋 關(guān)鍵詞 解 釋 immunoglobulin _related repeat_unit 單個的重復(fù)元件 C_region 免疫相關(guān)蛋白上的不變區(qū) LTR 長末端重復(fù)序列 D_segment 免疫球蛋白重鏈的可變區(qū)， T細(xì)胞受體 鏈 Satellite 衛(wèi)星重復(fù)序列 J_ segment 免疫球蛋白重鏈、輕鏈以及 T細(xì)胞 、 、 的結(jié)合鏈 misc_binding 無法描述的核酸序列結(jié) 合位點 N_ region 插入重排免疫球蛋白片段間 的核苷酸 primer_bind 復(fù)制、轉(zhuǎn)錄的引物結(jié)合 位點 S_ region 免疫球蛋白重鏈的開關(guān)區(qū) protein_bind 蛋白質(zhì)結(jié)合區(qū) V_ region 編碼免疫球蛋白的可變區(qū) N 末端的序列 STS 測序標(biāo)簽位點 V_ segment 編碼免疫球蛋白的可變區(qū)的 序列 misc_recomb 無法用重組特性關(guān)鍵詞 描述的重組事件 repeat_region 基因組中所包含的重復(fù)序列 iDNA 通過重組所消除的 DNA 關(guān)鍵詞 解 釋 關(guān)鍵詞 解 釋 misc_structure 無法用結(jié)構(gòu)關(guān)鍵詞描述的核 酸序列高級結(jié)構(gòu)或構(gòu)型 stem_loop 發(fā)夾結(jié)構(gòu) D_loop 線粒體中 DNA中的取代環(huán) GenBank記錄中特性表中的限定詞 : 限定詞 含 義 限定詞 含 義 /allele= 給定基因的等位基因 /codon_start= 相對于序列第一個堿基， 編碼序列密碼子的偏移量 /bound_moiety= 嵌合范圍 /country= DNA樣本的來源國 /cell_type= 獲得序列的細(xì)胞類型 /db_xref= 其他數(shù)據(jù)庫信息的交叉索 引號 /citation= 已被引用的參考文獻數(shù) /direction= DNA復(fù)制方向 /clone_lib= 獲得序列的克隆文庫 /environmental _sample= 序列直接從環(huán)境材料中獲 得而沒有指明來源物種 限定詞 含 義 限定詞 含 義 /exception= 指明 DNA序列未按通常的生 物學(xué)規(guī)律翻譯，如 RNA編輯 /PCR_conditi- ons= 描述 PCR的反應(yīng)條件 /frequency= 在種群中發(fā)生變異的頻率 /pop_variant= 獲得序列的群體變異種 名稱 /germline 如果序列是 DNA并來源于免 疫球蛋白家族，則表示該 序列來源于未重排 DNA /product= 序列編碼產(chǎn)物的名稱 /insertion_seq= 序列來源于某種插入元件 /anticodon= tRNA反義密碼子的位置 及它所編碼的氨基酸 /isolate= 序列來源的生物個體 /cell_line= 獲得序列的細(xì)胞系 /lab_host= 為擴增序列來源物種所用 的實驗室宿主 /chromosome= 獲得序列的染色體 /macronuclear 指明 DNA來源于染色體分化 的大核期 /clone= 獲得序列的克隆子 /note= 評論及附加信息 /codon= 指出與參考密碼子不同 的密碼子 /organelle= 獲得序列的細(xì)胞器 /EC_number= 序列產(chǎn)物的酶學(xué)編號 限定詞 含 義 限定詞 含 義 /cons_splice= 區(qū)分內(nèi)含子剪切位點和 “ 5-GT.AG-3”剪切位點 /map= 相關(guān)特性在基因圖譜上的 位置 /cultivar= 所獲序列植物的栽培變種 /mod_base= 被修飾堿基的簡寫 /dev_stage= 序列來源于某種生物的特 定發(fā)育階段 /number= 從 53 注明遺傳元件的順 序 /evidence= 序列特性來源于實驗還是 推理 /organism= 提供測序用遺傳物質(zhì)的物 種的科學(xué)名稱 /focus 指出在記錄中的來源特性 在其他物種中還有不同的 來源特性 /phenotype= 序列特性所導(dǎo)致的表型 /function= 序列所代表的功能 /plasmid= 獲得序列的質(zhì)粒名稱 /haplotype= 序列來源于某種物種的單 倍體 /protein_id= 蛋白質(zhì)的檢索號 /isolation_sou- rce= 描述序列來源物種的生理、 環(huán)境和地理信息 /proviral 整合在基因組中的前病毒 /label= 序列特性的俗名 /rearranged 如果序列是 DNA并來源于免 疫球蛋白家族，則表示該 序列來源于重排 DNA 限定詞 含 義 限定詞 含 義 /rpt_family= 重復(fù)序列 /transposon= 轉(zhuǎn)座子 /rpt_unit= 指明重復(fù)區(qū)域的重復(fù)元件構(gòu) 成 /variety= 獲得序列的生物變種 /serotype= 同一物種的不同血清學(xué)特征 /pseudo 假基因 /sex= 獲得序列的物種性別 /replace= 表明特性間的間隔序 列已被替換 /specimen_vou- cher= 指明來源物種保存于什么地 方 /rpt_type= 重復(fù)序列的組織方式 /strain= 獲得序列的菌珠 /sequenced_m- ol= 獲得序列的分子類型 /sub_species= 獲得序列的來源物種的亞種 /serovar= 同一原核生物的血清 學(xué)特征 /tissue_lib= 獲得序列組織庫 /specific_host= 獲得序列的天然宿主 /transgenic 指明物種的來源特性是否是 轉(zhuǎn)基因受體 /standard- name= 特性的通用名稱 /transl_except= 標(biāo)明序列中未按指定密碼子 表翻譯的氨基酸的位置 /sub_clone= 獲得序列的亞克隆 限定詞 含 義 限定詞 含 義 /sub_strain= 獲得序列的來源微生物亞種 /tissue_type= 獲得序列組織類型 /translation= 按通用或指定的密碼子表翻 譯的氨基酸序列 /transl_table= 描述在翻譯中與通用密碼表 不同的密碼表 /usedin= 表明該特性在其他檢索中也 被使用 /virion 病毒顆粒 GenBank和 PubMed(序列數(shù)據(jù) )檢索的比較： 1、 GenBank的檢索結(jié)果是序列及其注釋信息； PubMed的檢索結(jié)果是與序列數(shù)據(jù)相關(guān)的文獻信息。 2、 GenBank數(shù)據(jù)更新早于 PubMed， GenBank數(shù)據(jù)庫的檢 全率高于 PubMed。 3、 GenBank可對序列數(shù)據(jù)進行限制檢索，而 PubMed只能 對文獻、雜志、作者等進行限制檢索，因而 GenBank數(shù)據(jù) 庫的檢準(zhǔn)率也高于 PubMed。 課后練習(xí) 用 GenBank 數(shù)據(jù)庫搜索 ”SARS coronavirus BJ01” 的全基因組序列信息并下載保存，查詢該 基因所產(chǎn)生的蛋白質(zhì)序列信息。 用 BLAST模塊對該基因序列進行相似性搜索。 謝 謝！