生物數(shù)據(jù)庫

一級核酸數(shù)據(jù)庫

NCBI https://www.ncbi.nlm.nih.gov/

EBI

DDBJ

insdc http://www.insdc.org/ 由三大數(shù)據(jù)庫集合資源，共同維護充蓝。

示例：

1. 搜索原核生物dUTPase基因盯荤，輸入“X01714 ” 到Nucleotide 數(shù)據(jù)庫= Genbank 數(shù)據(jù)庫税产；基因的名字唯一一個犹褒，版本號有多個（更新時間堂湖，不同數(shù)據(jù)庫）
   https://www.ncbi.nlm.nih.gov/nuccore/X01714

2. 搜索編碼真核生物人dUTPase的成熟mRNA序列信息:U90223 （mRNA檢索號）
   https://www.ncbi.nlm.nih.gov/nuccore/U90223

3. 搜索編碼真核生物人dUTPase的基因組DNA序列信息:AF018430, gene="DUT"
   https://www.ncbi.nlm.nih.gov/nuccore/AF018430.1?report=genbank

基因組數(shù)據(jù)庫

Ensemble http://www.ensembl.org/ （由EBI和sanger維護）

UCSC http://genome.ucsc.edu/

微生物宏基因組數(shù)據(jù)庫

JCVI http://www.jcvi.org/cms/home/

人類基因組計劃 http://hmp.jcvi.org/

二級核酸數(shù)據(jù)庫

• RefSeq 參考序列數(shù)據(jù)庫 https://www.ncbi.nlm.nih.gov/refseq/
• dbEST 表達序列標簽數(shù)據(jù)庫 https://www.ncbi.nlm.nih.gov/dbEST/
• Gene 提供基因序列注釋和檢索服務(wù) https://www.ncbi.nlm.nih.gov/gene
• Nocoding RNA database 非編碼RNA數(shù)據(jù)庫 http://biobases.ibch.poznan.pl/ncRNA
• miRBase micoroRNA序列及注釋 http://www.mirbase.org/

一級蛋白序列數(shù)據(jù)庫

• Swissport 人工注釋蛋白序列數(shù)據(jù)庫缚去，可信度高

• TrEMBL 計算機注釋的蛋白序列數(shù)據(jù)庫辜荠，剔除Swissprot中的序列。冗余度高、可信度低 （EBI枚抵、SIB共同管理）

• PIR 蛋白質(zhì)信息資源數(shù)據(jù)庫线欲，蛋白質(zhì)組學(xué)和系統(tǒng)生物學(xué)研究的綜合公共生物信息學(xué)資源（GUMC維護）

• Uniprot 數(shù)據(jù)庫 http://www.uniprot.org/（Swissprot、TrEMBL汽摹、PIR聯(lián)合蛋白質(zhì)序列數(shù)據(jù)庫,Universal Protein Resource,Uniprot）

  • 第一層 UniParc：收錄了所有 UniProt 數(shù)據(jù)庫子庫中的蛋白質(zhì)序列李丰，量大，粗糙逼泣。
  • 第二層 UniRef：他歸納了 UniProt 幾個主要數(shù)據(jù)庫并且是將重復(fù)序列去除后的數(shù)據(jù)庫趴泌。
  • 第三層 UniProtKB，他有詳細注釋并與其他數(shù)據(jù)庫有鏈接拉庶，分為 UniProtKB 下的 Swiss-Prot
    和 UniProtKB 下的 TrEMBL 數(shù)據(jù)庫嗜憔。（我們最常用）

示例

1. 在Uniprot 數(shù)據(jù)庫搜索“human dutpase”，
   http://www.uniprot.org/uniprot/?query=human+dutpase%E2%80%9D&sort=score

檢索結(jié)果

• Entry 這一列是蛋白質(zhì)序列在 UniProtKB 數(shù)據(jù)庫中的檢索號
• Entry_Name 是檢索名氏仗，檢索號與檢索名平行運行吉捶，都是一條序列在數(shù)據(jù)庫中的唯一標識
• 加星文檔圖標 代表Swissport中的數(shù)據(jù)
• 物種信息

檢索注釋

• Function，功能這部分注釋很詳細的說明了這個蛋白質(zhì)的功能皆尔。
• Names & Taxomomy 給出了蛋白質(zhì)的各種名字呐舔，包括全稱、縮寫以及別名慷蠕。
• Subcellular location：提供蛋白質(zhì)亞細胞定位（subcellular localization）的信息珊拼。
• Pathology & Biotechnology：提供蛋白質(zhì)突變或缺失導(dǎo)致的疾病及表型信息。
• PTM/Processing：提供蛋白質(zhì)翻譯后修飾或翻譯后加工的相關(guān)信息流炕。
• Expression：提供了基因在 mRNA 水平上的表達信息澎现，或者在細胞中蛋白質(zhì)水平上
  的表達信息，或者在不同器官組織中的表達信息浪感。
• Interaction：提供了蛋白質(zhì)之間相互作用的信息昔头。
• Structure：提供蛋白質(zhì)二級結(jié)構(gòu)和三級結(jié)構(gòu)信息。
• Family & Domains：提供蛋白質(zhì)家族及結(jié)構(gòu)域信息影兽。
• Sequence：提供蛋白質(zhì)氨基酸序列信息揭斧。
• Cross-references：列出了所有通往其他含有該蛋白質(zhì)信息的數(shù)據(jù)庫的鏈接。
• Publications：列出了有關(guān)這個蛋白質(zhì)已發(fā)表的所有文獻的信息峻堰。
• Entry information：提供有關(guān)這條數(shù)據(jù)庫記錄的錄入信息讹开，外加一個免責聲明。

UniProtKB 純文本（Flat File）格式數(shù)據(jù)庫記錄條目索引含義表

iUniProtKB

一級蛋白結(jié)構(gòu)數(shù)據(jù)庫

蛋白質(zhì)的結(jié)構(gòu)可以分為四級捐名。

1. 一級結(jié)構(gòu)也就是所謂的氨基酸序列旦万。
2. 二級結(jié)構(gòu)是我們熟悉的α螺旋和β折疊等。
3. 三級結(jié)構(gòu)是蛋白質(zhì)的三維空間結(jié)構(gòu)镶蹋。
4. 四級結(jié)構(gòu)是幾個蛋白質(zhì)分子的復(fù)合體結(jié)構(gòu)成艘。

PDB 蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫 PDB

http://www.rcsb.org/pdb/home/home.do

是全世界唯一存儲生物大分子 3D 結(jié)構(gòu)的數(shù)據(jù)庫赏半。這些生物大分子除了蛋白質(zhì)以外還包括核酸以及核酸和蛋白質(zhì)的復(fù)合物。只有通過實驗方法獲得的 3D 結(jié)構(gòu)才會被收入其中淆两。

示例

1. 在PDB數(shù)據(jù)庫断箫，搜索“Su X D dUTPase”
   搜索結(jié)果：
   http://www.rcsb.org/pdb/explore/explore.do?structureId=3H6X
   http://www.rcsb.org/pdb/results/results.do?tabtoshow=Current&qrid=48C5EBE8

數(shù)據(jù)庫檢索號 PDB ID “3H6X”

結(jié)構(gòu)信息存儲在 PDB 格式的一個純文本文件里，這種文件叫做 PDB文件秋冰。PDB 文件都是以 PDB ID 命名仲义，以“.PDB”為后綴，可以用記事本打開剑勾。

PDB數(shù)據(jù)庫埃撵，主要來源的實驗方法是： X-RAY DIFFRACTION；少數(shù)是NMR核磁共振法虽另。

一級蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫：PDB 文件注釋解讀

第一部分：頭信息
HEADER：蛋白質(zhì)結(jié)構(gòu)的基本信息描述暂刘，包括分子類別，存儲日期捂刺，PDB ID
TITLE：結(jié)構(gòu)的標題
COMPND：對結(jié)構(gòu)中各個分子的描述鸳惯。從這里可以看出 3H6X 這個結(jié)構(gòu)是由三條鏈形成
的三聚體結(jié)構(gòu)。
SOURCE：結(jié)構(gòu)中所包括的每一個分子的實驗來源叠萍。
KEYWDS：用于數(shù)據(jù)庫搜索的關(guān)鍵詞
EXPDTA：測定結(jié)構(gòu)所采用的實驗方法。PDB 中絕大部分結(jié)構(gòu)都是通過 X 射線衍射法測
定的绪商，少數(shù)是核磁共振法苛谷，極少數(shù)是使用包括電子顯微鏡在內(nèi)的其他方法測定的。
AUTHOR：作者信息
REVDAT：歷史上曾經(jīng)對該數(shù)據(jù)庫記錄進行過的修改格郁。
JRNL：發(fā)表結(jié)構(gòu)的文獻信息腹殿。
REMARK：無法歸入其他部分的注釋。

第二部分：一級結(jié)構(gòu)信息（也就是氨基酸序列）
DBREF：該蛋白質(zhì)在蛋白質(zhì)序列數(shù)據(jù)庫里的檢索號等信息例书。
SEQRES：氨基酸序列锣尉。
MODRES：對標準殘基上的修飾，比如第 56 號位置的蛋氨酸被硒代蛋氨酸所取代决采。

第三部分：非標準殘基信息
HET：非標準殘基及位置自沧。
HETNAM：非標準殘基的化學(xué)名稱。
FORMUL：非標準殘基的化學(xué)式树瞭。

第四部分：二級結(jié)構(gòu)信息
HELIX：位于螺旋結(jié)構(gòu)上的氨基酸所在位置及所屬鏈拇厢。
SHEET：位于折片結(jié)構(gòu)上的氨基酸所在位置及所屬鏈。
TURN：位于轉(zhuǎn)角結(jié)構(gòu)上的氨基酸所在位置及所屬鏈晒喷。
Link：殘基間的化學(xué)鍵孝偎。比如 106 號氨基酸上的 C 與 107 號氨基酸上的 N 之間的化學(xué)
鍵是肽鍵！鍵長 1.32 埃凉敲。除了肽鍵還可能有氫鍵衣盾，二硫鍵等等寺旺。

第五部分：實驗參數(shù)信息
CRYST1：晶胞參數(shù)。
ORIGXn：直角-PDB 坐標势决。
SCALE*：直角部分結(jié)晶學(xué)坐標阻塑。

第六部分：3D 坐標信息
ATOM：PDB 文件中最重要的，也是篇幅最長的就是 3D 坐標部分徽龟。
CONECT：原子間化學(xué)鍵連接信息叮姑。
MASTER：版權(quán)擁有者信息。
END：結(jié)束符据悔。

3D 坐標信息

PDB 文件 3D 展示-Jsmol
PDB 數(shù)據(jù)庫就提供這樣一個在線的可視化軟件传透，叫 JSmol
（JSmol 基于 JAVA 開發(fā)，所以需要先安裝 java 運行環(huán)境极颓≈煅危可以使用360瀏覽器）

3D結(jié)構(gòu)圖：
http://www.rcsb.org/pdb/explore/jmol.do?structureId=3H6X&bionumber=1

通過Style、Color可以更改圖片風格

3D結(jié)構(gòu)

改變類型：

Space Fill

改變顏色：

Subunit

二級蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫：

結(jié)構(gòu)域家族數(shù)據(jù)庫 Pfam

http://pfam.xfam.org/
是一個蛋白質(zhì)結(jié)構(gòu)域家族的集合菠隆，包括了一萬六千多個蛋白質(zhì)家族兵琳。

蛋白質(zhì)一般是由一個或多個功能區(qū)域組成，這些功能區(qū)域通常稱作結(jié)構(gòu)域（domain）骇径。在不同的蛋白質(zhì)中結(jié)構(gòu)域以不同的組合出現(xiàn)躯肌，形成了蛋白質(zhì)的多樣性。

示例
在搜索窗口：http://pfam.xfam.org/search破衔，輸入蛋白質(zhì)fasta序列清女，查到結(jié)構(gòu)域。

輸入：Toll 樣受體蛋白晰筛， pfam.fasta 文件嫡丙，查找TIR 結(jié)構(gòu)域

Summary 里可以獲得這個結(jié)構(gòu)域的功能注釋以及結(jié)構(gòu)信息。
Domain Organization 里可以看到目前有多少蛋白質(zhì)擁有 TIR 結(jié)構(gòu)域读第，以及 TIR 結(jié)構(gòu)域和其他結(jié)構(gòu)域之間的組合搭配關(guān)系曙博。
Structure 會列出目前所有包含 TIR 結(jié)構(gòu)域的蛋白質(zhì)結(jié)構(gòu)，以及他們在序列數(shù)據(jù)庫怜瞒。
UniProt 和結(jié)構(gòu)數(shù)據(jù)庫 PDB 中的鏈接父泳。同時，也提供 JSmol 在線結(jié)構(gòu)查看工具盼砍。

結(jié)構(gòu)分類數(shù)據(jù)庫 CATH/Gene3D

http://www.cathdb.info/

根據(jù)結(jié)構(gòu)域的空間特征可以對結(jié)構(gòu)域進行分類尘吗。CATH 和 SCOP 是兩個重要的蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫。

CATH這個數(shù)據(jù)庫的名字 C浇坐、A睬捶、T、H 是數(shù)據(jù)庫中四種結(jié)構(gòu)分類層次的首字母近刘。

所有蛋白質(zhì)結(jié)構(gòu)域在 CATH 中被首先分成 4 種 CLASS

image.png

示例
進入CATH數(shù)據(jù)庫擒贸，對PDB數(shù)據(jù)庫分類的更新情況臀晃。

PDB蛋白結(jié)構(gòu)域分類情況

搜索“3H6X”，得到分類代碼“2.70.40.10”

詳情頁：http://www.cathdb.info/version/latest/superfamily/2.70.40.10

CATH 還從 2.70.40.10 這個結(jié)構(gòu)分類里挑出了 19 個有代表性的結(jié)構(gòu)域介劫，并且
把他們的 3D 結(jié)構(gòu)疊加在了一起（圖 3）徽惋。從這個圖上，我們可以看到這個結(jié)構(gòu)分類的總體特
征以及差異產(chǎn)生的位置座韵。

二級結(jié)構(gòu)

彩色二級結(jié)構(gòu)

CATH 把所有擁有 2.70.40.10結(jié)構(gòu)分類的結(jié)構(gòu)域险绘，根據(jù)他們的序列相似度不同，進行了聚類

CATH Domains

二級蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫：結(jié)構(gòu)分類數(shù)據(jù)庫 SCOP2

http://scop2.mrc-lmb.cam.ac.uk

SCOP 數(shù)據(jù)庫與 CATH 類似誉碴，也屬于蛋白質(zhì)結(jié)構(gòu)分類數(shù)據(jù)庫宦棺，但 SCOP 的分類原則更
多考慮蛋白質(zhì)間的進化關(guān)系，而且分類主要依賴于人工驗證黔帕。

image.png

示例

1. 在SCOP數(shù)據(jù)庫代咸，搜索“2BOP”

專項數(shù)據(jù)庫

京都KEGG，全稱京都基因與基因組百科全書

http://www.genome.jp/kegg

示例

1. 進入KEGG數(shù)據(jù)庫http://www.genome.jp/kegg/

子數(shù)據(jù)庫

 Data-oriented entry points 
KEGG PATHWAY   KEGG pathway maps 代謝通路（最常用）
KEGG BRITE   BRITE hierarchies and tables
KEGG MODULE   KEGG modules  
KEGG ORTHOLOGY   KO functional orthologs   [Annotation]  KO功能通路
KEGG GENOME   Genomes   [Virus | Plant]  基因組  
KEGG GENES    Genes and proteins   [SeqData] 基因和蛋白
KEGG COMPOUND    Small molecules  小分子
KEGG GLYCAN    Glycans
KEGG REACTION    Biochemical reactions   [RModule]
KEGG ENZYME    Enzyme nomenclature
KEGG NETWORK    Disease-related network elements New! 疾病相關(guān)網(wǎng)絡(luò)
KEGG DISEASE    Human diseases   [Cancer | Pathogen] 人類疾病
KEGG DRUG    Drugs   [New drug approvals] 藥物

KEGG PATHWAY
又分為7個部分：
1）Metabolism成黄，
2）Genetic Information Processing呐芥，
3）Environmental Information Processing，
4）Cellular Processes奋岁，
5）Organismal Systems思瘟，
6）Human Diseases，
7）Drug Development闻伶。

其中 Metabolism 代謝通路這部分潮太，又具體分為幾個專題：
1）Global/overview，2）Carbohydrate虾攻，3）Energy糙及，4）Lipid允坚，5）Nucleotide，6）Amino acid魏保，7）Other amino澡为，8）Glycan漂坏，9）Cofactor/vitamin，10）Terpenoid/PK媒至，11）Other secondary metabolite顶别，12）Xenobiotics，13）Chemical structure拒啰。

從1）Global/overview驯绎，進入Metabolic pathways
網(wǎng)絡(luò)通路圖
http://www.genome.jp/kegg-bin/show_pathway?map01100

image.png

調(diào)整圖片為100%，點擊圓圈谋旦，進入三羧酸循環(huán)詳細通路圖
http://www.genome.jp/kegg-bin/show_pathway?map00630

image.png

點擊其中一個酶剩失，進入KO數(shù)據(jù)庫屈尼，表示蛋白質(zhì)或酶的分類體系。
KO號代表蛋白質(zhì)（酶）的一個分類體系拴孤，序列高度相似脾歧，并且在同一個通路上有相同功能的蛋白質(zhì)被歸為一組，然后打上KO標簽
http://www.genome.jp/dbget-bin/www_bget?C00036

查看Toll-like受體傳導(dǎo)通路

Pathway Maps》Organismal Systems 》04620Toll-like receptor signaling pathway

http://www.genome.jp/kegg-bin/show_pathway?map=hsa04620&show_description=show

image.png

點擊演熟，TLR4受體
http://www.genome.jp/dbget-bin/www_bget?hsa:7099

查看引發(fā)疾病
Disease H00821 Age-related macular degeneration 黃斑變性

查看相關(guān)藥物
Drug target Eritoran (DG01426): D04043 D09573

點擊 D09573
http://www.genome.jp/dbget-bin/www_bget?dr:D09573

image.png

人類孟德爾遺傳在線 OMIM

http://www.omim.org/ 或者NCBI子數(shù)據(jù)庫 http://www.ncbi.nlm.nih.gov/omim

它是一個將遺傳病分類并鏈接到相關(guān)人類基因組中的數(shù)據(jù)庫鞭执。OMIM為臨床醫(yī)生和科研人員提供了權(quán)威可信的關(guān)于遺傳疾病及相關(guān)疾病基因位點的詳細信息。

示例

1. 搜索阿爾茨海默癥芒粹，“alzheimer disease”兄纺，
   進入詳情頁
   http://www.omim.org/entry/104300?search=alzheimer%20disease&highlight=alzheimer%20disease

image.png

查看某一個染色體位置
http://www.omim.org/geneMap/6/127?start=-3&limit=10&highlight=127

image.png

查看某一個基因信息
http://www.omim.org/entry/613609