生物信息学第二章分析报告.ppt

TrEMBL (Translation of EMBL)：计算机注释的Swiss-Prot分支数据库，从EMBL库中的cDNA序列翻译得到的氨基酸序列数据库 * * * 1984年，美国国家医学研究基金会（NREF）正式启动蛋白质信息资源（Protein Information Resource, PIR）计划； 美国最主要的蛋白序列数据库; 非冗余、高质量注释、全面分类; PIR数据库按照数据的性质和注释层次分为PIR1、PIR2、PIR3和PIR4。PIR1中的序列已经验证，注释最为详尽。 * 1. 目前最主要的蛋白质分子结构数据库； 2. 1970年代建立，美国Brookhaven国家实验室维护管理; 3. 1988年，由美国RCSB(research collaboratory for structural biology)管理； 4. 以文本格式存放数据，包括原子坐标、物种来源、测定方法、提交者信息、一级结构、二级结构等； 5. PDBsum数据库：PDB注释信息综合数据库，具有检索、分析、可视化的功能。（已移至EBI） * SCOP（structural classification of protein）数据库是一个包含已有结构的蛋白质分类数据库，依据不同蛋白质的氨基酸组成的相似性及三级结构，详细描述已知结构蛋白质之间的功能及进化关系，SCOP数据库的构建除了使用计算机程序外，主要依赖于人工验证。 SCOP库则是由英国医学研究委员会Medical Research Council (MRC)的分子生物学实验室和蛋白质工程研究中心开发和维护,SCOP库则更倾向于依赖于专家经验的人工验证分类，虽然这种分类更加可信，但是在更新速度上却比CATH库要慢。尽管两者之间的分类方法有明显的差别，但对于哪些结构域应归为一类，这两个数据库在很大程度上还是一致的。 。CATH库由英国伦敦大学University College (UCL)开发和维护，它采用半自动的分类方法—计算机自动分类和专家经验结合—对结构域进行分类,结构角度 * * * * * * 这是比较简单而使用最多的序列格式。该格式只有两部分，序列文件的第一行是由大于符号“〉”打头的序列名称和基本性质简要文字说明；从第二行开始时为序列本 身，FASTA格式以“〉”起始标识号作为区别于其他数据库的特征，没有特殊的序列结束标志。序列只允许使用标准核苷酸符号或标准的氨基酸的单字母符号， 通常核苷酸符号大小写均可，而氨基酸一般用大写字母，有些程序对大小写有明确要求。文件中每一行不要超过80个字母，行中不留空位。FASTA格式还可以 用于多序列联配。 * 由美国犹他大学、深圳华大基因研究院等单位合作完成的鸽子基因组研究成果在《科学》杂志在线发表。该研究从分子层面揭示了家鸽的起源历史，并发现了鸽子羽冠多样性的遗传基础。 * 基于此次测序得到的基因组学数据，研究人员发现伊朗地区的鸽子与印度的鸽子存在很多遗传共性。研究人员认为，实际上主要的家鸽品种均起源于中东地区。此外，研究人员还分析了两种野鸽的基因组数据，发现它们在遗传水平方面均与赛鸽品种非常相似，支持了野鸽种群主要来源于赛鸽的观点。 * 表型-择偶 * 通过全基因组群体分析，研究人员发现EPhB2基因在鸽子的羽冠发育中起着开关基因的作用。该基因正常时，则没有羽冠；而当其携带发生突变的等位基因的纯合子时，则形成羽冠。除了从全基因组重测序得到的证据外，研究人员还对其他22个品种的61个具有羽冠的鸽子以及57个品种的69个没有羽冠的鸽子的EPhB2基因位点进行了基因型分析验证 * * PIR(protein information resource) 1. 由美国NCBI翻译自GenBank的DNA序列(1984年)； 2. 在EMBL和GenBank数据库上均建立了镜像站点； 3. 数据依据注释的质量分为4类。 分类名称 (Name) 说明 (Comment) 记录数 (Number of entries) PIR1 已分类、已注释 (Classified and annotated) 13572 PIR2 已注释(Annotated) 69368 PIR3 未核实(Unverified) 7508 PIR4 未翻译(Unencoded or untranslated) 196 PIR数据库的分类情况(Release 51.03) * PIR网址： / D）蛋白质结构数据库 PDB Protein DataBank，美国Brookhaven国家实验室管理生物大分子三维空间结构原子坐标数据库 /pdb/ NCBI STRUCTU