信息生物學課件

現(xiàn)代生物學實驗技術

生物信息與數(shù)據(jù)處理本課件在安裝微軟雅黑字體后有最好效果【詳細說明見jiaoan.htm】機房注意事項不得做課堂以外的事情，一經(jīng)發(fā)現(xiàn)，立刻驅(qū)逐并記錄通報。嚴禁隨意設置、升級系統(tǒng)。將自己產(chǎn)生的垃圾帶走；愛護機房設備。有問題通報老師。部分鼠標不好使，下面墊張白紙就可以了。注意腳不要踢到下面的線。仔細閱讀教案，提問前先在本教案上找答案。2電腦操作相關事項登錄開機自動進入Ubuntu系統(tǒng)（Linux的一個版本）后，輸入用戶名"owner"和密碼"buxudong!"登錄。復制教案(可選)點擊菜單欄上的“Places/HomeFolder”打開文件查看器（;相當于Windows的資源管理器），如果沒有看到jiaoan.ppt（或jiaoan.htm)文件，按照下列步驟復制。3本課目錄生物數(shù)據(jù)查詢分子進化與系統(tǒng)分析5一、生物數(shù)據(jù)查詢6網(wǎng)上查資料Google(“谷歌”)

7查中文生物文獻9查英文生物文獻PubMed()可編程10關鍵詞的選擇不是特殊情況，盡量使用名詞原形，不使用復數(shù)、所有格等盡量使用專業(yè)用語，不使用the,of,and,research等常用詞作為關鍵詞為了減少遺漏，使用盡可能少而精的關鍵詞11PubMed查詢結果(2)–綜述文章保存搜索結果查看該文摘要13增加搜索選項14精確使用PubMed查找（高級搜索）標簽(tag)字段(field)關鍵詞(keyword)操作符(operator)檢索條件(searchterms)15查找?guī)椭?2)17NCBI美國國家生物技術信息中心(NationalCenterforBiotechnologyInformation)前身是NIH所屬的一個研究所的計算生物學研究室,1988年獨立為NCBI,形式上屬于國家醫(yī)學圖書館(NationalLibraryofMedicine/NLM)管理著許多著名數(shù)據(jù)庫,如GenBank、Medline、dbSNP、COG、OMIM等提供Entrez、BLAST等服務

18國際核苷酸序列數(shù)據(jù)庫聯(lián)盟InternationalNucleotideSequenceDatabaseCollaboration(INSDC)包括GenBank [美]EMBL [歐]DDBJ [日]每天這三個數(shù)據(jù)庫作數(shù)據(jù)同步操作在任何一個數(shù)據(jù)庫操作(查找、投遞數(shù)據(jù)等)是等效的19GenBank結構GenBank包括三個子數(shù)據(jù)庫CoreNucleotidedbESTdbGSS其中CoreNucleotide還分為更小的BLAST數(shù)據(jù)庫nrhtgswgsenv_nt21GenBank查詢(1)已知收錄號(accessionnumber)的情況選數(shù)據(jù)庫輸入收錄號查詢結果摘要點擊查看詳細結果不知收錄號時，如要搜索人體中的解旋酶，可以在下拉框中選擇“Nucleotide”后，輸入“helicaseANDhuman[orgn]”（不要輸入引號）22作業(yè)【作業(yè)一般性的要求參見附錄一，本作業(yè)具體的要求見下?！款}目用PubMed搜索你感興趣的課題相關的序列或

綜述文獻(review)。要求將搜到的文獻/序列的基本信息（文獻包括標題、雜志名、卷、期、頁碼、時間、作者，注意不要摘要；序列只要簡單注釋）上交。文獻總篇數(shù)/序列總條數(shù)限制在20以內(nèi)。如果超過20不列出超出的部分，只列出實際的總數(shù)。在步驟中說明你選擇關鍵詞和限制條件的理由。23FASTA序列格式也叫Pearson格式簡單使用最多例子(單序列)>NameofthesequencectgcgagNcgcgcgatgatagMMM-NNNnnnnatgancgcggcgagcatgtagcatgctagctgtcgcgagcactUUUURRRrrrrrrrcggccgagatcaggcgatgcatgcgcagggagcagcgagcgacgagcacagcatgctagctagatgcatgctaVvvvcgtaggcagccgcc“-”表示間隔25多序列FASTA>sequence1,E.colictgcgagNcgcgcgatgatagMMM-NNNngnnatgancgcggcgagcatgtagcatgctagctgtcgcgagcactUgaURRRrrrtrrrcggccgagatcaggcgatgcatgcgcagggagcagcgagcgacgagcacagcatgctagctagatgcatgctaVagvcgtaggcagccgcc>sequence2,B.subtilisctgcgagNcgcgcgatgatagctgactNntnatganncgcggcgagcatgtagcatgctagctgtcgcgagcactUctURRRrrrcrrrcggccgagatcaggcgatgcatgcgcagggagcagcgagcgacgagcacagcatgctagctagatgcatgctaVcgvcgtaggcagccgcc>sequence3,B.nattoctgcgagNcgcgcgatgatagMcgatcccnatgannncgcggcgagcatgtagcatgctagctgtcgcgagcactUggURRRrrrggrrcggccgagatcaggcgatgcatgcgcagggagcagcgagcgacgagcacagcatgctagctagatgcatgctaVaavcgtaggcagccgcc26如何用PubMed找蛋白(BLAST第一步)選Protein輸入關鍵詞選一個蛋白29blastp(1)–BLAST主頁點此進入blastp起始頁30blastp(2)–blastp起始頁在這里輸入要搜索的蛋白質(zhì)的收錄號(accessionnumber)或序列點此開始搜索如果要限制搜索的物種（如水稻），可在"Organism"處輸入"Oryzasativa"（水稻的拉丁名）31點此看結果blastp(3)–提交后頁面32blastp(4)–結果頁(1.基本信息)33blastp(5)–結果頁(2.比對圖)34blastp(6)–結果頁(3.高分序列)35blastp

(7)–結果頁(4.高分序列詳細結果)consensus36比對(MEGA)37比對38比對39建樹(MEGA)關閉比對窗口后自動彈出對話框40建樹41作業(yè)【作業(yè)一般性的要求參見附錄一，本作業(yè)具體的要求見下?！克阉髂闼信d趣的蛋白及其同源物的序列（序列不超過20條），分析這些序列之間的進化關系，建立系統(tǒng)樹。將樹輸出為（；相當于另存為）Newick格式，將輸出的nwk文件的內(nèi)容（例子見下）復制在作業(yè)正文內(nèi)（不要貼圖）。并對結果進行解釋。

【Newick樹例子】((gi|42673|emb|CAA23618.1|_recA_gene_pr...,gi|86449963|gb|ABC96175.1|_RecA_prote...)0.18,(gi|37362719|gb|AAQ91336.1|_RecA_Esche...,gi|86449965|gb|ABC96176.1|_RecA_prote...)0.21,gi|86449967|gb|ABC96177.1|_RecA_prote...);42附錄一作業(yè)一般性的要求請嚴格按照要求（包括一般性和具體要求）做作業(yè)，這些要求將作為打分的重要依據(jù)。任選以上作業(yè)之一上交。作業(yè)要包括詳細完成步驟，其中的所有引用或用到的網(wǎng)頁/文獻請注明網(wǎng)址或出處。作業(yè)請在第8周（4月19日）之前在上交。43附錄二常見問題集什么是文件的擴展名？怎樣才能看到擴展名？擴展名是文件名末尾點號(.)后面的部分，如文件"實驗報告.doc"的擴展名是doc。缺省情況下，WindowsXP會（Linux一般不會）隱藏已知的文件擴展名。要想看到擴展名，打開資源管理器，點擊菜單項"工具/文件夾選項"，選擇"查看"標簽，去掉"隱藏已知文件類型的擴展名"復選框即可。什么是純文本文件？什么是二進制文件？純文本文件一般也叫文本文件。一個簡單的判斷文本文件的方法：用記事本（Windows下）或gedit（Linux下）打開這個文件，能夠閱讀的為純文本文件，不能閱讀的為二進制文件。另一個方法，由擴展名判斷。常見的純文本文件有：文本文件(txt)、網(wǎng)頁文件(htm,html)等；常見的二