GenBank數(shù)據(jù)庫(kù)檢索及其應(yīng)用

GenBank數(shù)據(jù)庫(kù)檢索及其應(yīng)用

——Entrez檢索功能重慶醫(yī)科大學(xué)圖書(shū)館李軼簡(jiǎn)介

GenBank數(shù)據(jù)庫(kù)是由美國(guó)國(guó)立生物技術(shù)信息中心（NCBI）維護(hù)的一級(jí)核酸序列數(shù)據(jù)庫(kù)。GenBank數(shù)據(jù)庫(kù)的數(shù)據(jù)來(lái)源有三種：1、直接來(lái)源于測(cè)序工作者提交的序列；2、與其它數(shù)據(jù)機(jī)構(gòu)協(xié)作交換的數(shù)據(jù)；3、美國(guó)專(zhuān)利局提供的專(zhuān)利數(shù)據(jù)。NCBI網(wǎng)站網(wǎng)址：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(xiàn)信息。2、GenBank數(shù)據(jù)更新早于PubMed，GenBank數(shù)據(jù)庫(kù)的檢全率高于PubMed。3、GenBank可對(duì)序列數(shù)據(jù)進(jìn)行限制檢索，而PubMed只能對(duì)文獻(xiàn)、雜志、作者等進(jìn)行限制檢索，因而GenBank數(shù)據(jù)庫(kù)的檢準(zhǔn)率也高于PubMed。檢索界面簡(jiǎn)介基本檢索輸入框基本檢索界面：執(zhí)行檢索按鈕基本檢索輸入框基本檢索界面：ras[GENE]點(diǎn)擊進(jìn)入跨庫(kù)檢索跨庫(kù)檢索界面：ras[GENE]執(zhí)行檢索按鈕跨庫(kù)檢索界面：點(diǎn)擊進(jìn)入GenBank數(shù)據(jù)庫(kù)GenBank數(shù)據(jù)庫(kù)界面：GenBank數(shù)據(jù)庫(kù)界面：點(diǎn)擊進(jìn)入核苷酸序列數(shù)據(jù)庫(kù)檢索界面GenBank數(shù)據(jù)庫(kù)界面：特征欄提供輔助檢索功能核苷酸序列數(shù)據(jù)庫(kù)檢索界面：核苷酸序列數(shù)據(jù)庫(kù)檢索界面：簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算（二）特殊標(biāo)志符檢索（五）范圍檢索（三）序列長(zhǎng)度檢索（四）分子重量檢索簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算檢索限定詞：1、基因名稱(chēng)的檢索限定詞：[GENE]2、生物體名稱(chēng)的檢索限定詞：[ORGN]3、作者姓名的檢索限定詞：[AUTH]簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算（二）特殊標(biāo)志符檢索特殊標(biāo)志符的格式（核酸序列）

：2、GenBank/EMBL/DDBJ序列接受號(hào)：

(1)1個(gè)字母+5個(gè)阿拉伯?dāng)?shù)字

e.g.：U12345

(2)2個(gè)字母+6個(gè)阿拉伯?dāng)?shù)字

e.g.：AY123456，Af1234561、序列辨認(rèn)號(hào)（GI）：一串阿拉伯?dāng)?shù)字

e.g.：6995995（1）mRNA記錄（NM_*）:

e.g.:NM_000492（2）基因組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(lèi)基因組序列注釋、加工得到的序列模型記錄（XM，XP，orXR_*）：

e.g.:XM_000483特殊標(biāo)志符的格式（核酸序列）：3、RefSeq（ReferenceSequence）序列接受號(hào):特殊標(biāo)志符的格式（核酸序列）：4、

PDB序列接受號(hào)：１個(gè)阿拉伯?dāng)?shù)字＋３個(gè)字母

e.g.：１TUP序列接受號(hào)的檢索限定詞為[ACCN]or[ACCESSION]AF123456[ACCN]簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算（二）特殊標(biāo)志符檢索（三）序列長(zhǎng)度檢索1510[SLEN]序列長(zhǎng)度的檢索限定詞：[SLEN]簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算（二）特殊標(biāo)志符檢索（三）序列長(zhǎng)度檢索（四）分子重量檢索2009[MOLWT]分子重量的檢索限定詞：[MOLWT]簡(jiǎn)介檢索界面基本檢索功能（一）名稱(chēng)、作者姓名、截詞檢索、布爾邏輯運(yùn)算（二）特殊標(biāo)志符檢索（五）范圍檢索（三）序列長(zhǎng)度檢索（四）分子重量檢索范圍檢索：中間用冒號(hào)連接1、序列接受號(hào)范圍檢索：

AF114696:AF114714[ACCN]2、序列長(zhǎng)度范圍檢索：

3000：4000[SLEN]3、分子重量范圍檢索：

2002：2009[MOLWT]4、日期范圍檢索：

2005/01：2006/09/26[MDAT]or[PDAT]簡(jiǎn)介檢索界面基本檢索功能特征欄輔助檢索限制檢索（Limits）預(yù)檢索/索引檢索（Preview/Index）檢索史管理（History）剪貼板管理（Clipboard）詳細(xì)匹配過(guò)程（Details）限制檢索預(yù)檢索/索引檢索檢索史管理剪貼板管理詳細(xì)匹配過(guò)程簡(jiǎn)介檢索界面基本檢索功能特征欄輔助檢索限制檢索（Limits）限制檢索界面：限制檢索界面：核苷酸序列數(shù)據(jù)庫(kù)分為三個(gè)子數(shù)據(jù)庫(kù)：EST:表達(dá)序列標(biāo)記數(shù)據(jù)庫(kù)GSS:基因組測(cè)序序列數(shù)據(jù)庫(kù)CoreNucleotide:包含所有未被以上兩個(gè)子數(shù)據(jù)庫(kù)收錄的核苷酸序列核苷酸序列數(shù)據(jù)庫(kù)檢索界面：核苷酸序列數(shù)據(jù)庫(kù)檢索界面：限制檢索界面：限制檢索界面：檢索結(jié)果顯示界面：限制檢索范圍限制檢索（Limits）：限制檢索范圍ras排除某種類(lèi)型的序列限制分子類(lèi)型限制分子類(lèi)型限制基因位點(diǎn)限制基因位點(diǎn)限制序列片段的顯示限制序列片段的顯示限制數(shù)據(jù)來(lái)源限制數(shù)據(jù)來(lái)源限制數(shù)據(jù)修訂日期限制數(shù)據(jù)修訂日期簡(jiǎn)介檢索入口基本檢索功能特征欄輔助檢索限制檢索（Limits）預(yù)檢索/索引檢索（Preview/Index）預(yù)檢索/索引檢索界面：hepatitisb索引檢索輸入框索引檢索按鈕索引檢索按鈕序列特性關(guān)鍵詞索引ras[GENE]序列特性關(guān)鍵詞索引簡(jiǎn)介檢索界面基本檢索功能特征欄輔助檢索限制檢索（Limits）預(yù)檢索/索引檢索（Preview/Index）檢索史管理（History）剪貼板管理（Clipboard）詳細(xì)匹配過(guò)程（Details）penicillin-bindingmycobacteriumtuberculosis#8AND#4penicillin-bindingANDmycobacteriumtuberculosis[ORGN]簡(jiǎn)介檢索入口基本檢索功能特征欄輔助檢索檢索結(jié)果的顯示檢索結(jié)果顯示界面：選擇檢索結(jié)果的顯示格式選擇檢索結(jié)果的顯示格式選擇檢索結(jié)果的顯示格式摘要格式：聯(lián)接Genbank

格式：Genbank

格式：Genbank

格式：Genbank

格式：Genbank

格式：Genbank

格式：Genbank

格式：Genbank

格式：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(wú)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(wú)法用特性表關(guān)鍵詞描述的序列CAAT_signal真核啟動(dòng)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(diǎn)或區(qū)域上有差異TATA_signal真核啟動(dòng)子的TATA盒unsure序列不能確定的區(qū)域-35_signal原核啟動(dòng)子中的-35框old_sequence該序列對(duì)以前的版本做過(guò)修訂-10_signal原核啟動(dòng)子的Pribow盒variation包含穩(wěn)定突變的序列GC_signal真核啟動(dòng)子的GC盒modified_base修飾過(guò)的核苷酸RBS核糖體結(jié)合位點(diǎn)gene已識(shí)別為基因或已命名的序列區(qū)域polyA_signalRNA轉(zhuǎn)錄本的剪切識(shí)別位點(diǎn)misc_signal無(wú)法用信號(hào)特性關(guān)鍵詞描述的信號(hào)序列enhancer增強(qiáng)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(hào)肽的序列rep_origin雙鏈DNA復(fù)制起始區(qū)transit_peptide轉(zhuǎn)運(yùn)蛋白編碼序列misc_RNA無(wú)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RNApolyA_siteRNA轉(zhuǎn)錄本的多聚腺苷酸化位點(diǎn)mRNA信使RNArRNA核糖體RNA5’clip前體轉(zhuǎn)錄本中被剪切掉的5’端序列tRNA轉(zhuǎn)運(yùn)RNA3’clip前體轉(zhuǎn)錄本中被剪切掉的3’端序列scRNA小細(xì)胞質(zhì)RNA5’UTR5’非翻譯區(qū)snRNA小核RNA3’UTRexon3’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_relatedrepeat_unit單個(gè)的重復(fù)元件C_region免疫相關(guān)蛋白上的不變區(qū)LTR長(zhǎng)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β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α、β、γ的結(jié)合鏈misc_binding無(wú)法描述的核酸序列結(jié)合位點(diǎn)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(diǎn)S_region免疫球蛋白重鏈的開(kāi)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(cè)序標(biāo)簽位點(diǎn)V_segment編碼免疫球蛋白的可變區(qū)的序列misc_recomb無(wú)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(guò)重組所消除的DNA關(guān)鍵詞解釋關(guān)鍵詞解釋misc_structure無(wú)法用結(jié)構(gòu)關(guān)鍵詞描述的核酸序列高級(jí)結(jié)構(gòu)或構(gòu)型stem_loop發(fā)夾結(jié)構(gòu)D_loop線(xiàn)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(duì)于序列第一個(gè)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(lái)源國(guó)/cell_type=獲得序列的細(xì)胞類(lèi)型/db_xref=其他數(shù)據(jù)庫(kù)信息的交叉索引號(hào)/citation=已被引用的參考文獻(xiàn)數(shù)/direction=DNA復(fù)制方向/clone_lib=獲得序列的克隆文庫(kù)/environmental_sample=序列直接從環(huán)境材料中獲得而沒(méi)有指明來(lái)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(chēng)/germline如果序列是DNA并來(lái)源于免疫球蛋白家族，則表示該序列來(lái)源于未重排DNA/product=序列編碼產(chǎn)物的名稱(chēng)/insertion_seq=序列來(lái)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(lái)源的生物個(gè)體/cell_line=獲得序列的細(xì)胞系/lab_host=為擴(kuò)增序列來(lái)源物種所用的實(shí)驗(yàn)室宿主/chromosome=獲得序列的染色體/macronuclear指明DNA來(lái)源于染色體分化的大核期/clone=獲得序列的克隆子/note=評(píng)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(hào)限定詞含義限定詞含義/cons_splice=區(qū)分內(nèi)含子剪切位點(diǎn)和“5‘-GT.AG-3'”剪切位點(diǎn)/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(jiǎn)寫(xiě)/dev_stage=序列來(lái)源于某種生物的特定發(fā)育階段/number=從5’→3’注明遺傳元件的順序/evidence=序列特性來(lái)源于實(shí)驗(yàn)還是推理/organism=提供測(cè)序用遺傳物質(zhì)的物種的科學(xué)名稱(chēng)/focus指出在記錄中的來(lái)源特性在其他物種中還有不同的來(lái)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(chēng)/haplotype=序列來(lái)源于某種物種的單倍體/protein_id=蛋白質(zhì)的檢索號(hào)/isolation_sou-rce=描述序列來(lái)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(lái)源于免疫球蛋白家族，則表示該序列來(lái)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