GenBank資料庫
收費文檔
Ⅱ genbank核酸序列資料庫的子庫有哪些
核酸序列資料庫（genbank）和基因組資料庫（ensemble）的區別：
1、GenBank 是一個有來自於70,000多種生版物的核苷酸序列的權資料庫。每條紀錄都有編碼區（CDS）特徵的注釋，還包括氨基酸的翻譯。GenBank屬於一個序列資料庫的國際合作組織，包括EMBL和DDBJ。
2、Ensemble資料庫可為葯物研發提供超過167,000種生物活性化合物包括化學結構在內的必要信息。本資料庫利用用戶容易掌握的界面將數據、文本和圖象資料有機地結合起來，便於查詢。Ensemble可從葯品專利開始，再通過其臨床前和臨床研究資料，直至注冊信息、市場概況及其他方面的相關資料來跟蹤葯物。資料庫每月更新一次，每年增加約10,000 種新化合物。
Ⅲ 比較分析，genbank和embl格式有何異同
通過Entrez資料庫查詢系統對GenBank進行查詢。這個系統將核酸、蛋白質序列和基因圖譜、蛋白質結構資料庫整合在一起。此外，通過該系統的文獻摘要資料庫MEDLINE，可獲取有關序列的進一步信息。在萬維網上，進入NCBI的主頁，可以用BLAST程序對GenBank資料庫進行未知序列的同源性搜索(詳見第六章)。
完整的GenBank資料庫包括序列文件，索引文件以及其它有關文件。索引文件是根據資料庫中作者、參考文獻等子段建立的，用於資料庫查詢。GenPept是由GenBank中的核酸序列翻譯而得到的蛋白質序列資料庫，其數據格式為FastA。GenBank曾以CD-ROM光碟的形式分發，價格比較便宜。隨著資料庫容量的增長，一套最新版的GenBank需要12張光碟存放，不僅生產成本很高，也不便於使用。現在，光碟分發的方式已經停止，可以通過網路下載GenBank資料庫。
GenBank中最常用的是序列文件。序列文件的基本單位是序列條目，包括核甘酸鹼基排列順序和注釋兩部分。目前，許多生物信息資源中心通過計算機網路提供該資料庫文件。下面，我們介紹序列文件的結構。
序列文件由單個的序列條目組成。序列條目由欄位組成，每個欄位由關鍵字起始，後面為該欄位的具體說明。有些欄位又分若干次子欄位，以次關鍵字或特性表說明符開始。每個序列條目以雙斜杠"//"作結束標記。序列條目的格式非常重要，關鍵字從第一列開始，次關鍵字從第三列開始，特性表說明符從第五列開始。每個欄位可以佔一行，也可以占若干行。若一行中寫不下時，繼續行以空格開始。
序列條目的關鍵字包括代碼(LOCUS)，說明(DEFINITION)， 編號(ACCESSION)，核酸標識符(NID)，關鍵詞(KEYWORDS)，數據來源(SOURCE)，文獻(REFERENCE)，特性表(FEATURES)，鹼基組成(BASE COUNT)及鹼基排列順序(ORIGIN)。
代碼LOCUS是該序列條目的標記，或者說標識符，蘊涵這個序列的功能。例如，圖4.1中所示的HUMCYCLOX表示人的環氧化酶cyclooxygenase。該欄位還包括其它相關內容，如序列長度、類型、種屬來源以及錄入日期等。說明欄位是有關這一序列的簡單描述，如本例為人環氧化酶-2的mRNA全序列。
序列代碼具有唯一性和永久性，如本例中代碼M90100用來表示上述人環氧化酶-2的mRNA序列，在文獻中引用這個序列時，應該以此代碼為准。核酸標識符NID對序列信息的當前版本提供?
關鍵詞欄位由該序列的提交者提供，包括該序列的基因產物以及其它相關信息，如本例中還氧化酶-2 (cyclooxygenase-2)，前列腺素合成酶(prostaglandin synthase)。 數據來源欄位說明該序列是從什麼生物體、什麼組織得到的，如本例中人臍帶血管(umbilical vein)。次關鍵字種屬(ORGANISM)指出該生物體的分類學地位，如本例人、真核生物等等。文獻欄位說明該序列中的相關文獻，包括作者(AUTHORS)，題目(TITLE)及雜志名(JOURNAL)等，以次關鍵詞列出。該欄位中還列出醫學文獻摘要資料庫MEDLINE的代碼。該代碼實際上是個網路鏈接指針，點擊它可以直接調用上述文獻摘要。一個序列可以有多篇文獻，以不同序號表示，並給出該序列中的哪一部分與文獻有關。
FEATURES是具有自己的一套結構，用來詳細描述序列特性的一個表格。在這個表格內，帶有'/db-xref/'標志的字元可以連接到其它資料庫內(本例，您看到的是一個分類資料庫(taxon 9606)，以及一個蛋白質資料庫(PID:g181254));序列中各部分的位置都加以標明，5'非編碼區(1-97)，編碼區(98-1912)，3非編碼區(1913-3387)，多聚腺苷酸序列(3367-3374)，等等;蛋白質翻譯的信號肽及最終的多肽也都有所說明。這個例子不能說很全面，但已經足以說明特性表給出信息的詳細程度。
接下來是BASE COUNT記錄，計算出不同鹼基在整個序列中出現的次數(1010A，712個C，633個G，1032個T)。ORIGIN那一行，指出了序列第一個鹼基在基因組中可能的位置。最後，核酸的序列全部列出，並以//作為結尾。
Ⅳ 核酸序列資料庫（genbank）和基因組資料庫（ensemble）的區別
核酸抄序列資料庫（genbank）和基襲因組資料庫（ensemble）的區別：
1、GenBank 是一個有來自於70,000多種生物的核苷酸序列的資料庫。每條紀錄都有編碼區（CDS）特徵的注釋，還包括氨基酸的翻譯。GenBank屬於一個序列資料庫的國際合作組織，包括EMBL和DDBJ。
2、Ensemble資料庫可為葯物研發提供超過167,000種生物活性化合物包括化學結構在內的必要信息。本資料庫利用用戶容易掌握的界面將數據、文本和圖象資料有機地結合起來，便於查詢。Ensemble可從葯品專利開始，再通過其臨床前和臨床研究資料，直至注冊信息、市場概況及其他方面的相關資料來跟蹤葯物。資料庫每月更新一次，每年增加約10,000 種新化合物。
Ⅳ GenBank資料庫的介紹
GenBank 是一個有來自於70,000多種生物的核苷酸序列的資料庫。每條紀錄都有編碼區（CDS）特徵的注釋，還包括氨基酸的翻譯。GenBank屬於一個序列資料庫的國際合作組織，包括EMBL和DDBJ。
Ⅵ genbank如何使用
GenBank Overview 基本信息
• 什麼是GenBank？GenBank是一個有來自於70,000多種生物的核苷酸序列的資料庫。每條紀錄都有編碼區（CDS）特徵的注釋，還包括氨基酸的翻譯。GenBank屬於一個序列資料庫的國際合作組織，包括EMBL和DDBJ。
• 紀錄樣本 - 關於GenBank的各個欄位的詳細描述，以及同Entrez搜索欄位的交叉索引。
• 訪問GenBank - 通過Entrez Nucleotides來查詢。用accession number，作者姓名，物種，基因/蛋白名字，還有許多其他的文本術語來查詢。關於Entrez更多的信息請看下文。用BLAST來在GenBank和其他資料庫中進行序列相似搜索。用E-mail來訪問Entrez和BLAST可以通過Query和BLAST伺服器。另外一種選擇是可以用FTP下載整個的GenBank和更新數據。
• 增長統計 - 參見公布通知的2.2.6（每個分類的統計），2.2.7（每個物種的統計），2.2.8（GenBank增長）小節。
• 公布通知，最新 - 最近和即將有的變化，GenBank的分類，數據增長統計，GenBank的引用。 • 公布通知，舊 - 同上相同，是過去公布的統計。
• 遺傳密碼 - 15個遺傳密碼的概要。用來確保GenBank中紀錄的編碼序列被正確的翻譯。 （向）GenBank提交（數據）
• 關於提交序列數據，收到accession number，和對紀錄作更新的一般信息。
• BankIt - 用於一條或者少數條提交的基於WWW的提交工具軟體。（請在提交前用VecScreen去除載體） • Sequin - 提交軟體程序，用於一條或者很多條的提交，長序列，完整基因組，alignments，人群/種系/突變研究的提交。可以獨立使用，或者用基於TCP/IP的「network aware」模式，可以鏈接到其他NCBI的資源和軟體比如Entrez和PowerBLAST。（請在提交前用VecScreen去除載體）
• ESTs - 表達序列標簽，短的、單次（測序）閱讀的cDNA序列。也包括來自於差異顯示和RACE實驗的cDNA序列。
• GSSs - 基因組調查序列，短的、單次（測序）閱讀的cDNA序列，exon trap獲得的序列，cosmid/BAC/YAC末端，及其他。
• HTGs - 來自於大規模測序中心的高通量基因組序列，未完成的（階段0，1，2）和完成的（階段3）序列。（注意：完成的人類的HTG序列可以同時在GenBank和Human Genome Sequencing頁面上訪問。） • STSs - 序列標簽位點。短的在基因組上可以被唯一操作的序列，用於產生作圖位點。
• 註：SNPs - 人類的和其他物種的遺傳變異數據可以提交到NCBI資料庫的單核苷酸多態性庫中（dbSNP）。 國際核苷酸序列資料庫合作組織
• GenBank，DDBJ，EMBL - 合作計劃的概述，並鏈接到相應的主頁。GenBank，DDBJ（DNA Data Bank of Japan），and EMBL （European Molecular Biology Laboratory）資料庫共享的數據是每天都交換的，因此他們是相等的。數據紀錄的格式和搜索方式可能會不一樣，但是accession number，序列數據和註解都是一模一樣的。即，你可以用accession number U12345在GenBank，DDBJ或EMBL中查找相應紀錄，得到的結果是完全一樣的序列數據，參考內容等等。
• DDBJ/EMBJ/GenBank特性表 — 特性表格式和標准被合作資料庫用在序列記錄的注釋上，使得數據共享成為可能，包括詳細的描述生物特性和特性限定語的附錄，以及IUPAC規定的核苷酸和氨基酸的代號。
Ⅶ 什麼是Genbank,它的主要用途是什麼
GenBank序列資料庫
GenBank是美國國立衛生研究院(NIH)維護的基因序列資料庫，匯集並注釋了所有公開的核酸以及蛋白質序列。每個紀錄代表了一個單獨的、連續的、帶有注釋的DNA或RNA片段。目前GenBank中所有的紀錄均來自於最初作者向DNA資料庫的直接提交。
蛋白質資料庫：
60年代初，Dayhoff和他的同事們收集了所有當時已知的氨基酸序列，這就是《蛋白質序列與結構圖冊》。這一蛋白質資料庫後來成為蛋白質信息資源PIR。
核苷酸資料庫：
1982年在歐洲分子生物學實驗室(EMBL)誕生，隨即就開始了一個資料庫爆炸的時代。後來NIH搞了GenBank。日本的DNA資料庫(DDBJ)加入了數據收集的合作。國際DNA序列資料庫合作計劃。規定了數據記錄和更新的規則。
國際核苷酸序列資料庫合作成員GenBank--DDBJ--EMBL。GenBank指的是DDBJ/EMBL/GenBank
開發利用這些信息的工具（如NCBI的信息檢索系統 Entrez http://www.ncbi.nlm.nih.gov/Entrez/）
編碼序列(CDS)：
大多數蛋白質序列都不是直接由實驗確定的，而是通過DNA序列得到的。這種方法需要進行大量的實驗、計算以及相似性比對工作。他也賦予一個產物名稱，或者功能說明(通過主觀的對相似性比對的分析)。
資料庫的格式與內容：
資料庫被用來存放原始數據和一系列附加的信息。不同的檢索工具和程序利用了這些信息中的不同部分。
FASTA 格式：廣泛應用於許多分子生物學軟體包之中。作為最簡單的情況，大於號(>)表示一個新文件的開始。通常60個字元一行。
>gb|AF150991|AF150991 Trichoplusia ni single capsid nuclear polyhedrosis virus.ensures greater occlusion body stabilityproct--p10 / p10 protein
>gb|AF275264|AF275264 Helicoverpa zea nuclear polyhedrosis virus.complementproct--e66-like protein (partial DNA sequence)
>gb|AF275264|AF275264 Helicoverpa zea nuclear polyhedrosis virus.complementproct--p13
>gb|AF275264|AF275264 Helicoverpa zea nuclear polyhedrosis virus.proct--Orf50-like protein
ASN.1
Genbank flatfile:
頭部：
始於LOCUS行---LOCUS名稱，序列長度，生物分子的類型(ss或ds DNA,RNA,tRNA,rRNA, mRNA)，GenBank分類碼，數據公開日期
DEFINITION行---總結紀錄的生物意義。
檢索號---是從資料庫中檢索一個記錄的主要關鍵詞。格式：1+5或2+6。所有的GenBank記錄都只有一個單獨的ACCESSION行。
NID---行表示核苷酸序列的gi號碼(geninfo identifier)。一個gi號碼對應於一個核苷酸序列。當序列改變時，gi號也改變，但檢索號不變。
KEYWORDS---
SOURCS---
ORGANISM---
REFERENCE---
AUTHORS---
TITLE---
JOURNAL---
Ⅷ 1.請談談如何在GenBank資料庫中下載文獻資料
1.打開GenBank資料庫，界面如下：
2.點擊Entrez，進入Entrez界面，界面如下：
3.在search across databases框中輸入要下載的資料名稱，如rbp4，得到下面的結果：
4.點擊第二個標簽，出現下面的結果：
5.點擊Full Text 就得到想要的文獻，如下：（這里只截取了一部分）
Ⅸ 怎樣補充Genbank資料庫中的序列信息
你是想吧自己的序列申請genbank收錄號吧？參見以下地址：
http://www.ncbi.nlm.nih.gov/guide/dna-rna/#submissions_
用Banquit，按照說明一步步輸入序列的信息，尤其要說明時都是編碼基因、序列的來源物種等。
Ⅹ 菌株的序列已提交給genbank資料庫還能申請專利嗎
GenBank 是一個有來自於70,000多種生物的核苷酸序列的資料庫。每條紀錄都有編碼區（CDS）特徵的注釋，還包括氨基酸的翻譯。GenBank屬於一個序列資料庫的國際合作組織，包括EMBL和DDBJ。