GenBank数据库
收费文档
Ⅱ genbank核酸序列数据库的子库有哪些
核酸序列数据库（genbank）和基因组数据库（ensemble）的区别：
1、GenBank 是一个有来自于70,000多种生版物的核苷酸序列的权数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。
2、Ensemble数据库可为药物研发提供超过167,000种生物活性化合物包括化学结构在内的必要信息。本数据库利用用户容易掌握的界面将数据、文本和图象资料有机地结合起来，便于查询。Ensemble可从药品专利开始，再通过其临床前和临床研究资料，直至注册信息、市场概况及其他方面的相关资料来跟踪药物。数据库每月更新一次，每年增加约10,000 种新化合物。
Ⅲ 比较分析，genbank和embl格式有何异同
通过Entrez数据库查询系统对GenBank进行查询。这个系统将核酸、蛋白质序列和基因图谱、蛋白质结构数据库整合在一起。此外，通过该系统的文献摘要数据库MEDLINE，可获取有关序列的进一步信息。在万维网上，进入NCBI的主页，可以用BLAST程序对GenBank数据库进行未知序列的同源性搜索(详见第六章)。
完整的GenBank数据库包括序列文件，索引文件以及其它有关文件。索引文件是根据数据库中作者、参考文献等子段建立的，用于数据库查询。GenPept是由GenBank中的核酸序列翻译而得到的蛋白质序列数据库，其数据格式为FastA。GenBank曾以CD-ROM光盘的形式分发，价格比较便宜。随着数据库容量的增长，一套最新版的GenBank需要12张光盘存放，不仅生产成本很高，也不便于使用。现在，光盘分发的方式已经停止，可以通过网络下载GenBank数据库。
GenBank中最常用的是序列文件。序列文件的基本单位是序列条目，包括核甘酸碱基排列顺序和注释两部分。目前，许多生物信息资源中心通过计算机网络提供该数据库文件。下面，我们介绍序列文件的结构。
序列文件由单个的序列条目组成。序列条目由字段组成，每个字段由关键字起始，后面为该字段的具体说明。有些字段又分若干次子字段，以次关键字或特性表说明符开始。每个序列条目以双斜杠"//"作结束标记。序列条目的格式非常重要，关键字从第一列开始，次关键字从第三列开始，特性表说明符从第五列开始。每个字段可以占一行，也可以占若干行。若一行中写不下时，继续行以空格开始。
序列条目的关键字包括代码(LOCUS)，说明(DEFINITION)， 编号(ACCESSION)，核酸标识符(NID)，关键词(KEYWORDS)，数据来源(SOURCE)，文献(REFERENCE)，特性表(FEATURES)，碱基组成(BASE COUNT)及碱基排列顺序(ORIGIN)。
代码LOCUS是该序列条目的标记，或者说标识符，蕴涵这个序列的功能。例如，图4.1中所示的HUMCYCLOX表示人的环氧化酶cyclooxygenase。该字段还包括其它相关内容，如序列长度、类型、种属来源以及录入日期等。说明字段是有关这一序列的简单描述，如本例为人环氧化酶-2的mRNA全序列。
序列代码具有唯一性和永久性，如本例中代码M90100用来表示上述人环氧化酶-2的mRNA序列，在文献中引用这个序列时，应该以此代码为准。核酸标识符NID对序列信息的当前版本提供?
关键词字段由该序列的提交者提供，包括该序列的基因产物以及其它相关信息，如本例中还氧化酶-2 (cyclooxygenase-2)，前列腺素合成酶(prostaglandin synthase)。 数据来源字段说明该序列是从什么生物体、什么组织得到的，如本例中人脐带血管(umbilical vein)。次关键字种属(ORGANISM)指出该生物体的分类学地位，如本例人、真核生物等等。文献字段说明该序列中的相关文献，包括作者(AUTHORS)，题目(TITLE)及杂志名(JOURNAL)等，以次关键词列出。该字段中还列出医学文献摘要数据库MEDLINE的代码。该代码实际上是个网络链接指针，点击它可以直接调用上述文献摘要。一个序列可以有多篇文献，以不同序号表示，并给出该序列中的哪一部分与文献有关。
FEATURES是具有自己的一套结构，用来详细描述序列特性的一个表格。在这个表格内，带有'/db-xref/'标志的字符可以连接到其它数据库内(本例，您看到的是一个分类数据库(taxon 9606)，以及一个蛋白质数据库(PID:g181254));序列中各部分的位置都加以标明，5'非编码区(1-97)，编码区(98-1912)，3非编码区(1913-3387)，多聚腺苷酸序列(3367-3374)，等等;蛋白质翻译的信号肽及最终的多肽也都有所说明。这个例子不能说很全面，但已经足以说明特性表给出信息的详细程度。
接下来是BASE COUNT记录，计算出不同碱基在整个序列中出现的次数(1010A，712个C，633个G，1032个T)。ORIGIN那一行，指出了序列第一个碱基在基因组中可能的位置。最后，核酸的序列全部列出，并以//作为结尾。
Ⅳ 核酸序列数据库（genbank）和基因组数据库（ensemble）的区别
核酸抄序列数据库（genbank）和基袭因组数据库（ensemble）的区别：
1、GenBank 是一个有来自于70,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。
2、Ensemble数据库可为药物研发提供超过167,000种生物活性化合物包括化学结构在内的必要信息。本数据库利用用户容易掌握的界面将数据、文本和图象资料有机地结合起来，便于查询。Ensemble可从药品专利开始，再通过其临床前和临床研究资料，直至注册信息、市场概况及其他方面的相关资料来跟踪药物。数据库每月更新一次，每年增加约10,000 种新化合物。
Ⅳ GenBank数据库的介绍
GenBank 是一个有来自于70,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。
Ⅵ genbank如何使用
GenBank Overview 基本信息
• 什么是GenBank？GenBank是一个有来自于70,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。
• 纪录样本 - 关于GenBank的各个字段的详细描述，以及同Entrez搜索字段的交叉索引。
• 访问GenBank - 通过Entrez Nucleotides来查询。用accession number，作者姓名，物种，基因/蛋白名字，还有许多其他的文本术语来查询。关于Entrez更多的信息请看下文。用BLAST来在GenBank和其他数据库中进行序列相似搜索。用E-mail来访问Entrez和BLAST可以通过Query和BLAST服务器。另外一种选择是可以用FTP下载整个的GenBank和更新数据。
• 增长统计 - 参见公布通知的2.2.6（每个分类的统计），2.2.7（每个物种的统计），2.2.8（GenBank增长）小节。
• 公布通知，最新 - 最近和即将有的变化，GenBank的分类，数据增长统计，GenBank的引用。 • 公布通知，旧 - 同上相同，是过去公布的统计。
• 遗传密码 - 15个遗传密码的概要。用来确保GenBank中纪录的编码序列被正确的翻译。 （向）GenBank提交（数据）
• 关于提交序列数据，收到accession number，和对纪录作更新的一般信息。
• BankIt - 用于一条或者少数条提交的基于WWW的提交工具软件。（请在提交前用VecScreen去除载体） • Sequin - 提交软件程序，用于一条或者很多条的提交，长序列，完整基因组，alignments，人群/种系/突变研究的提交。可以独立使用，或者用基于TCP/IP的“network aware”模式，可以链接到其他NCBI的资源和软件比如Entrez和PowerBLAST。（请在提交前用VecScreen去除载体）
• ESTs - 表达序列标签，短的、单次（测序）阅读的cDNA序列。也包括来自于差异显示和RACE实验的cDNA序列。
• GSSs - 基因组调查序列，短的、单次（测序）阅读的cDNA序列，exon trap获得的序列，cosmid/BAC/YAC末端，及其他。
• HTGs - 来自于大规模测序中心的高通量基因组序列，未完成的（阶段0，1，2）和完成的（阶段3）序列。（注意：完成的人类的HTG序列可以同时在GenBank和Human Genome Sequencing页面上访问。） • STSs - 序列标签位点。短的在基因组上可以被唯一操作的序列，用于产生作图位点。
• 注：SNPs - 人类的和其他物种的遗传变异数据可以提交到NCBI数据库的单核苷酸多态性库中（dbSNP）。 国际核苷酸序列数据库合作组织
• GenBank，DDBJ，EMBL - 合作计划的概述，并链接到相应的主页。GenBank，DDBJ（DNA Data Bank of Japan），and EMBL （European Molecular Biology Laboratory）数据库共享的数据是每天都交换的，因此他们是相等的。数据纪录的格式和搜索方式可能会不一样，但是accession number，序列数据和注解都是一模一样的。即，你可以用accession number U12345在GenBank，DDBJ或EMBL中查找相应纪录，得到的结果是完全一样的序列数据，参考内容等等。
• DDBJ/EMBJ/GenBank特性表 — 特性表格式和标准被合作数据库用在序列记录的注释上，使得数据共享成为可能，包括详细的描述生物特性和特性限定语的附录，以及IUPAC规定的核苷酸和氨基酸的代号。
Ⅶ 什么是Genbank,它的主要用途是什么
GenBank序列数据库
GenBank是美国国立卫生研究院(NIH)维护的基因序列数据库，汇集并注释了所有公开的核酸以及蛋白质序列。每个纪录代表了一个单独的、连续的、带有注释的DNA或RNA片段。目前GenBank中所有的纪录均来自于最初作者向DNA数据库的直接提交。
蛋白质数据库：
60年代初，Dayhoff和他的同事们收集了所有当时已知的氨基酸序列，这就是《蛋白质序列与结构图册》。这一蛋白质数据库后来成为蛋白质信息资源PIR。
核苷酸数据库：
1982年在欧洲分子生物学实验室(EMBL)诞生，随即就开始了一个数据库爆炸的时代。后来NIH搞了GenBank。日本的DNA数据库(DDBJ)加入了数据收集的合作。国际DNA序列数据库合作计划。规定了数据记录和更新的规则。
国际核苷酸序列数据库合作成员GenBank--DDBJ--EMBL。GenBank指的是DDBJ/EMBL/GenBank
开发利用这些信息的工具（如NCBI的信息检索系统 Entrez http://www.ncbi.nlm.nih.gov/Entrez/）
编码序列(CDS)：
大多数蛋白质序列都不是直接由实验确定的，而是通过DNA序列得到的。这种方法需要进行大量的实验、计算以及相似性比对工作。他也赋予一个产物名称，或者功能说明(通过主观的对相似性比对的分析)。
数据库的格式与内容：
数据库被用来存放原始数据和一系列附加的信息。不同的检索工具和程序利用了这些信息中的不同部分。
FASTA 格式：广泛应用于许多分子生物学软件包之中。作为最简单的情况，大于号(>)表示一个新文件的开始。通常60个字符一行。
>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:
头部：
始于LOCUS行---LOCUS名称，序列长度，生物分子的类型(ss或ds DNA,RNA,tRNA,rRNA, mRNA)，GenBank分类码，数据公开日期
DEFINITION行---总结纪录的生物意义。
检索号---是从数据库中检索一个记录的主要关键词。格式：1+5或2+6。所有的GenBank记录都只有一个单独的ACCESSION行。
NID---行表示核苷酸序列的gi号码(geninfo identifier)。一个gi号码对应于一个核苷酸序列。当序列改变时，gi号也改变，但检索号不变。
KEYWORDS---
SOURCS---
ORGANISM---
REFERENCE---
AUTHORS---
TITLE---
JOURNAL---
Ⅷ 1.请谈谈如何在GenBank数据库中下载文献资料
1.打开GenBank数据库，界面如下：
2.点击Entrez，进入Entrez界面，界面如下：
3.在search across databases框中输入要下载的资料名称，如rbp4，得到下面的结果：
4.点击第二个标签，出现下面的结果：
5.点击Full Text 就得到想要的文献，如下：（这里只截取了一部分）
Ⅸ 怎样补充Genbank数据库中的序列信息
你是想吧自己的序列申请genbank收录号吧？参见以下地址：
http://www.ncbi.nlm.nih.gov/guide/dna-rna/#submissions_
用Banquit，按照说明一步步输入序列的信息，尤其要说明时都是编码基因、序列的来源物种等。
Ⅹ 菌株的序列已提交给genbank数据库还能申请专利吗
GenBank 是一个有来自于70,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。