5.2 常用生物信息学数据库在线视频

同学 你好

这一部分我们学习生物信息学数据库

介绍生物信息学数据库

首先要介绍的是NCBI相关资源

美国国家生物技术信息中心

能提供生物医学和基因组相关信息

NCBI主页界面显示其所有数据库资源

右侧还显示如PubMed和BLAST等最常用的资源

目前常用的生物信息中心包括三个

第一个是NCBI（美国国家生物技术信息中心）

此外还有EBI-欧洲生物信息研究所

和DDBJ日本DNA数据库

目前常用的国际核酸序列数据库包括

除前面提到的美国的NCBI GenBank和日本的DDBJ

还有欧洲分子生物学实验室EMBL EBI ENA

介绍核酸序列数据库

我们需要进一步了解基因概念

基因

是编码RNA和蛋白质序列信息及

表达这些信息所必需的全部核苷酸序列

其中DNA是基因的物质基础

基因是遗传的基本单位

一些涉及基因和蛋白质基本信息的数据库如下所示

如NCBI Gene数据库

Ensembl GeneCards Wikigenes

NCBI Protein数据库和UniProt库

学习了基因概念后

我们来了解一下基因命名

那么基因是怎么命名的呢？

HGNC国际人类基因组组织基因命名委员会

人类基因命名遵照国际人类基因组

组织基因命名委员HGNC批准的基因名

用于科学交流

如图所示

我们可以看到HGNC提供多种查询方式

如基因缩写名 关键词和基因ID查询等

NCBI Gene数据库整合各类别信息

包括基因命名法

参考序列 定位 通路 变异 表型以及基因组

表型和位点特异性资源的链接

Gene数据库通过输入基因名和物种信息进行查询

也可只输入基因名

查询到不同物种的基因信息

点击基因相应词条可链接至基因信息界面

显示基因的详细信息

如基因ID号 HGNC基因命名和定位等

右侧是相关信息列表

往下还可查看基因组 mRNA和编码蛋白质等信息

有GenBank链接

接下来我们来进一步了解蛋白质NCBI Protein数据库

蛋白质数据库是几个来源的序列集合

包括来自GenBank RefSeq和TPA编码区翻译

SwissProt PIR PRF和PDB记录

蛋白质序列是生物结构和功能的基本决定因素

NCBI RefSeq

美国国立生物技术信息中心参考序列库

是目前世界上最具有权威性的序列数据库

是非冗余的和提供参考标准的数据

包括染色体 基因组 RNA和蛋白质等

其标准序列

mRNA以NM开头

基因组以NC或AC开头

NR表示不编码的RNA或假基因序列

AF开头为克隆序列

BC开头为模板序列

RefSeq的命名格式为前缀两个字母

后加下横线

有别于其他GenBank命名格式

GenBank

NIH基因序列数据库

包含所有已知的DNA序列

是国际核苷酸序列数据库合作成员

三大核酸库交流数据

ENCODE

DNA元件百科全书（encyclopedia of DNA elements）

是继人类基因组计划后最大的国际合作计划之一

旨在解析人类基因组中的所有功能元件

接下来我们来了解变异variant

有关mutation和polymorphism的表述

由于基因的改变change不一定都是致病的

而突变mutation一词多含有非正常或不良等负面含义

故运用变异(variant/change)来表示基因发生的改变

即包括突变(mutation)和基因多态性(polymorphism)

以上是HGVS对变异的解释

变异的命名依据人类基因组变异协会HGVS

对序列变异的命名规范

HGVS变异命名规范的通用原则是

先描述DNA水平变异

再描述RNA和/或蛋白水平

应注明引起的变异是经实验确定还是仅仅理论推测的

如果是预测结果则在括号中描述

RNA/蛋白水平的描述仅描述在RNA/蛋白水平观察到的改变

不能包含DNA水平改变描述

对于相应的参考序列类别有相应字母区分和表示

所使用的参考序列reference sequences应该是公开的

且连同变异一起注明

常使用代表基因主要的和最大的转录本

对于无参考基因组序列可用时使用

Locus Reference Genomic (LRG )序列

使用的参考序列需要包含发生改变的氨基酸残基

Mutalyzer是一个命名工具

可对人类序列变异的HGVS规范命名进行校验

接下来我们介绍变异数据库

单核苷酸多态性数据库dbSNP

SNP (/snip/)数据库包括SNP和小型变异

如插入/缺失 微卫星和非多态性变异

结构变异数据库dbVar

包括人类基因组结构变异

如插入 缺失 复制 倒置 移动元件和易位

在进行变异解读时

常常需要获得大规模人群中某变异发生的频率

常需使用人群变异数据库

那么我们来看几个人群变异数据库

EVS

国家心肺血液研究所外显子组测序计划外显子组变异服务器

数据库中的变异信息

是通过对几个欧洲和非洲裔大规模人群的

全外显子组测序获得

ExAC外显子集成联合数据库

库中的变异信息是通过对6万多个

独立个体进行全外显子测序获得

同时也是多种特殊疾病和群体遗传学研究中的一部分

库中不包括儿科疾病患者及其相关人群

gnomAD

基因组集合数据库的变异整合和协调

来自各大型测序项目的外显子组和基因组测序数据

包括来自不相关个体的12万多个

外显子序列和15496个全基因组序列

作为各种特异性疾病和群体遗传研究的一部分

GEO基因表达综合数据库

公共功能基因组数据库

提供基因表达谱等信息

GO基因本体

用于解释大规模分子生物学实验（组学实验）的数据库

提供有关基因和基因产物功能的资源

包括分子功能 生物过程和细胞组成三个部分

KEGG

京都基因和基因组百科全书

是分析多种生物信息的在线数据库

可描述代谢途径 预测基因功能

获取基因组信息 同源性识别及解析蛋白质

和其他大分子相互作用等功能

包括四个主要数据库

PATHWAY GENES LIGAND和BRITE

常用的疾病数据库

OMIM在线人类孟德尔遗传数据库

是人类基因和遗传表型数据库

包括人类遗传病 遗传决定性状及其相关基因

可以直接进入OMIM数据库界面

也可以通过NCBI链接进入

HGMD人类基因突变数据库

其变异注释均有相关发表文献的PubMed链接

但库中内容多需付费访问

仅可免费访问公共版

公共版的信息量相对有限

功能有限

缺乏最新研究数据

此外还有一些特定疾病数据库

如遗传性视网膜病网站RetNet

Alport综合征的COL4A5数据库

NCBI ClinVar

与疾病相关的人类基因组变异数据库

汇总有关基因组变异及其与人类健康关系信息

整合dbSNP dbVar PubMed和OMIM等

多个数据库在遗传变异和临床表型方面的数据信息

形成一个标准而可信的遗传变异-临床相关的数据库

接下来我们来看一下文献检索

包括中文文献检索和英文文献检索

常用的中文检索网站如中国知网CNKI 万方和维普等

英文文献检索网站NCBI PubMed PMC和Web of Science等

有些中文文献检索网站也可进行部分英文文献检索

好 这一部分的内容我们就学习到这里了 谢谢大家