隨著ncbi數(shù)據(jù)庫(kù)各種資源的涌現(xiàn),，NCBI已經(jīng)成為科研工作者必不可少的工具了,。那么各位小伙伴們，你能說(shuō)出NCBI有多少數(shù)據(jù)庫(kù)嗎,？有哪些實(shí)用的工具嗎,？不知道的就進(jìn)來(lái)看看吧！

PS：本篇文獻(xiàn)轉(zhuǎn)自：http://www./experiment/fenzi/237847.html,。文章寫(xiě)得比較早,，小編為此修改了一些東西,！

美國(guó)國(guó)立生物技術(shù)信息中心(National Center for BiotechnologyInformation)，即我們所熟知的NCBI是由美國(guó)國(guó)立衛(wèi)生研究院(NIH)于1988年創(chuàng)辦,。創(chuàng)辦NCBI的初衷是為了給分子生物學(xué)家提供一個(gè)信息儲(chǔ)存和處理的系統(tǒng),。除了建有GenBank核酸序列數(shù)據(jù)庫(kù)(該數(shù)據(jù)庫(kù)的數(shù)據(jù)資源來(lái)自全球幾大DNA數(shù)據(jù)庫(kù)，其中包括日本DNA數(shù)據(jù)庫(kù)DDBJ,、歐洲分子生物學(xué)實(shí)驗(yàn)室數(shù)據(jù)庫(kù)EMBL以及其它幾個(gè)知名科研機(jī)構(gòu))之外,，NCBI還可以提供眾多功能強(qiáng)大的數(shù)據(jù)檢索與分析工具。目前,，NCBI提供的資源有Entrez,、Entrez Programming Utilities、MyNCBI,、PubMed,、PubMed Central、EntrezGene,、NCBI Taxonomy Browser,、BLAST、BLAST Link (BLink),、ElectronicPCR等共計(jì)36種功能,，而且都可以在NCBI的主頁(yè)www.ncbi.nlm.上找到相應(yīng)鏈接，其中多半是由BLAST功能發(fā)展而來(lái)的,。

1 NCBI數(shù)據(jù)庫(kù)更新進(jìn)展

1.1 PubMed搜索功能的增強(qiáng)

NCBI對(duì)PubMed進(jìn)行了幾項(xiàng)改進(jìn)工作,，改動(dòng)最大的是搜索界面和摘要瀏覽界面。其中,，搜索界面中新增了“Advanced Search”選項(xiàng)(這實(shí)際上是對(duì)以往“Limits”和“Preview/Index”功能的整合),，并且增加了一個(gè)新的窗口，用戶可以在此窗口下通過(guò)“論文作者名”,、“論文所屬雜志名稱”,、“論文出版日期”等限定條件進(jìn)行搜索。而且,，“論文作者名”和“論文所屬雜志名稱”還設(shè)有文本框自動(dòng)填充功能?，F(xiàn)在，在PubMed數(shù)據(jù)庫(kù)中進(jìn)行文本搜索的同時(shí)還可以立即通過(guò)兩個(gè)“內(nèi)容傳感器(content sensors)”進(jìn)行分析,。一個(gè)“內(nèi)容傳感器”是根據(jù)作者姓名,、所屬雜志名稱或雜志名縮寫(xiě)、出版日期,、卷號(hào)或刊號(hào)等信息進(jìn)行分析,，然后將符合條件的搜索結(jié)果排列到結(jié)果列表的頂端。另一個(gè)“內(nèi)容傳感器”是根據(jù)文章是否與用戶給出的條件，例如是否與某種藥物相關(guān),，在NCBI的新增數(shù)據(jù)庫(kù)PubMed Clinical Q&A中進(jìn)行搜索,，然后給出搜索結(jié)果。

1.2 primer-BLAST分析工具

Primer-BLAST（http://www.ncbi.nlm./tools/primer-blast/）在設(shè)計(jì)出引物之后還在某些相應(yīng)數(shù)據(jù)庫(kù)中進(jìn)行BLAST搜索,，因此可以得到特異性引物,，擴(kuò)增出目的片段。用戶在給出DNA模板的同時(shí)還可以限定正向引物或反向引物,，這樣,，NCBI就只會(huì)給出另一條引物。如果用戶給出了模板DNA和兩條引物序列,，Primer-BLAST就只會(huì)運(yùn)行BLAST程序,，幫助用戶對(duì)引物進(jìn)行分析。用戶也可以只給出兩條引物而不給出模板序列,，這時(shí)Primer-BLAST會(huì)通過(guò)BLAST程序分析出與這對(duì)引物最匹配的模板序列,。Primer-BLAST進(jìn)行BLAST搜索的數(shù)據(jù)庫(kù)包括RefSeq mRNA、BLAST nr和12種模式生物基因組數(shù)據(jù)庫(kù),。

1.3 BLAST的改進(jìn)及更新

NCBI對(duì)BLAST進(jìn)行了全新的改版,，推出了最新的web BLAST report。在最新的BLAST比對(duì)結(jié)果頁(yè)面中,，“圖形化概要(Graphic Summary)”,、“具體描述(Descriptions)”以及“序列比對(duì)(Alignments)”等部分頁(yè)面都可以展開(kāi)和收起。此外,，網(wǎng)頁(yè)上還提供了“結(jié)果輸出格式選項(xiàng)(Formatting)”和“結(jié)果下載選項(xiàng)(download)”,，在下載選項(xiàng)中還新增了CSV格式下載。這樣,，讀者可以輕松地將BLAST的比對(duì)結(jié)果輸入到表格處理軟件中去,。另外，BLAST比對(duì)結(jié)果頁(yè)面上的“Alignments”部分還提供了每一條命中序列在Entrez GENE中的相關(guān)信息,，這些信息包括基因名稱,、來(lái)源物種以及在PubMed數(shù)據(jù)庫(kù)中與該基因有關(guān)條目的數(shù)目等。

“BLAST tree”結(jié)果輸出模式可以測(cè)量不同序列間的距離,，自動(dòng)收起亞類信息等?，F(xiàn)在，可以以Newick 格式或Nexus格式下載 BLAST tree結(jié)果,，也可以在進(jìn)化樹(shù)圖中選擇任一節(jié)點(diǎn)重新構(gòu)樹(shù),。最后還要向讀者介紹ncbi blast的一個(gè)新網(wǎng)址：URL: blast.ncbi.nlm.。NCBI建議讀者都使用這個(gè)網(wǎng)址登陸NCBI BLAST,，因?yàn)樵?/span>BLAST使用更多的計(jì)算機(jī)進(jìn)行分析,，也具有更強(qiáng)的系統(tǒng)容錯(cuò)能力,。

1.4 Entrez Gene改進(jìn)及更新

基因組注釋工作當(dāng)中有一項(xiàng)重要的工作就是定位基因重疊群序列(contig sequences),，即在染色體中找出某個(gè)基因的定位,。實(shí)際上基因組測(cè)序工作就是將許多基因重疊序列彼此拼接，最后拼出“完整(中間會(huì)有一些縫隙)”的基因組圖譜,。這項(xiàng)工作可以直接將某個(gè)基因與某段基因重疊群序列對(duì)應(yīng)起來(lái),，但不能直接將該基因與染色體聯(lián)系起來(lái)，而這恰恰是生物學(xué)家最感興趣的地方,。因此,，為了能讓用戶在搜索基因的同時(shí)，也能了解到一些該基因在染色體中的定位情況,，Entrez Gene推出了新的“Limits”服務(wù),，用戶可以使用該服務(wù)在基因組范圍內(nèi)進(jìn)行基因搜索。用戶可以在某個(gè)物種染色體的某個(gè)區(qū)域里進(jìn)行基因搜索,。

Entrez Gene會(huì)按以下三種順序?qū)λ阉鞒龅幕蜻M(jìn)行排序：

1. 按照基因名排序,。

2. 按照相關(guān)性排序，即按照結(jié)果與用戶搜索所使用的關(guān)鍵詞,，例如基因名稱等的匹配程度排序,。

3. 按照基因重要性排序，即按照該基因在PubMed,、Homologene,、Protein Clusters、OnlineMendelian Inheritance in Man(OMIM)或Bookshelf 中文獻(xiàn)數(shù)量的多少進(jìn)行排序,。

2ENTREZ 搜索系統(tǒng)

2.1 Entrez

Entrez數(shù)據(jù)庫(kù)是一個(gè)整合了多個(gè)數(shù)據(jù)庫(kù)的綜合檢索系統(tǒng),，它包含了35個(gè)不同數(shù)據(jù)庫(kù)的信息，共收錄有超過(guò)350,000,000條記錄(表1),。Entrez數(shù)據(jù)庫(kù)支持使用簡(jiǎn)單的布爾查詢(Boolean queries)方式進(jìn)行文本搜索,，可以下載不同格式的數(shù)據(jù)資料，還可以按照生物學(xué)關(guān)系提供與其它相關(guān)記錄的鏈接,。這些鏈接給出的都是最簡(jiǎn)要的信息,，例如會(huì)給出一條序列和報(bào)道該序列的論文摘要，或者會(huì)給出一條蛋白質(zhì)序列的編碼DNA序列或該蛋白質(zhì)的3D結(jié)構(gòu)圖,。這種通過(guò)計(jì)算機(jī)運(yùn)算,，即基于比較序列相似性或PubMed中摘要的相似性，所給出的相關(guān)鏈接信息可以以最快的速度提供給用戶大量的相關(guān)信息,。還有一種叫做“LinkOut”的功能將這種鏈接功能擴(kuò)展到了與外部數(shù)據(jù)庫(kù),，例如各物種基因組數(shù)據(jù)庫(kù)之間的鏈接。Entrez中搜索到的數(shù)據(jù)可以以多種格式輸出,，也可以打包下載或逐個(gè)下載,。

2.2 My NCBI

My NCBI功能是為了方便用戶儲(chǔ)存?zhèn)€人配置信息，例如搜索條件、LinkOut參數(shù)或文件出處等而設(shè)的,。用戶登陸自己的My NCBI帳戶后,，就可以進(jìn)行保存搜索設(shè)置、管理郵件等操作了,。My NCBI中有一種稱作“Collections”的功能可以讓用戶儲(chǔ)存搜索結(jié)果和文獻(xiàn)結(jié)果,。BLAST中也設(shè)有類似的功能，這樣用戶就可以使用同一條件進(jìn)行多次比對(duì)了,。同時(shí)往NCBI遞交轉(zhuǎn)錄組,、基因組等相關(guān)數(shù)據(jù)都需要注冊(cè)，獲得自己的My NCBI賬戶,！

3 BLAST比對(duì)系統(tǒng)

可與在站點(diǎn)https://blast.ncbi.nlm./Blast.cgi看到除常規(guī)BLAST的各種blast延伸版本,。

3.1 BLAST

BLAST默認(rèn)的比對(duì)信息數(shù)據(jù)庫(kù)包括NCBI中的人類基因組數(shù)據(jù)庫(kù)和人類RefSeq數(shù)據(jù)庫(kù)。比對(duì)之后,，BLAST會(huì)按照評(píng)分高低,、序列相似度對(duì)結(jié)果進(jìn)行排序，另外BLAST還可以對(duì)小鼠數(shù)據(jù)庫(kù)以及其它基因組數(shù)據(jù)庫(kù)進(jìn)行比對(duì),。

蛋白質(zhì)序列的默認(rèn)數(shù)據(jù)庫(kù)包括GenBank非冗余數(shù)據(jù)庫(kù),、RefSeq、Swiss-Prot,、PDB,、PIR和PRF等。此外,，還包括這些數(shù)據(jù)庫(kù)下的子數(shù)據(jù)庫(kù)以及其它一些專利數(shù)據(jù)庫(kù)和諸如核酸數(shù)據(jù)庫(kù)等環(huán)境樣品數(shù)據(jù)庫(kù)(environmental samples),。

3.2 BLAST output formats

標(biāo)準(zhǔn)的BLAST輸出格式包括默認(rèn)的配對(duì)比對(duì)格式(default pairwise alignment)、搜索定位的多序列比對(duì)格式(query-anchored multiple sequence alignment formats),、簡(jiǎn)單的可解析的Hit Table格式以及按照分類學(xué)給出的報(bào)告格式等,。一種叫做“按照同一性進(jìn)行配對(duì)(Pairwise with identities)”的格式能更好地突出目標(biāo)序列與檢索序列之間的差別。而Web BLAST中提供的樹(shù)狀瀏覽格式則會(huì)按照搜索出的目標(biāo)序列與檢索序列之間的距離不同將這些目標(biāo)序列進(jìn)行聚類,，形成一幅樹(shù)狀圖來(lái)顯示結(jié)果,。BLAST比對(duì)之后給出的每一種格式的比對(duì)結(jié)果都會(huì)有一個(gè)分值和E值。用戶也可以設(shè)定一個(gè)E值的閾值來(lái)篩選比對(duì)結(jié)果,。

3.3 MegaBLAST

MegaBLAST也是一種BLAST程序,，不過(guò)它主要是用來(lái)在非常相似的序列之間(來(lái)自同一物種)比對(duì)同源性的。使用者通過(guò)網(wǎng)頁(yè)使用MegaBLAST進(jìn)行批量比對(duì)操作,，這比使用標(biāo)準(zhǔn)的BLAST程序要快10倍,。MegaBLAST在NCBI基因組BLAST頁(yè)面下是默認(rèn)的搜索工具，借助它能對(duì)增長(zhǎng)迅速的Trace Archives數(shù)據(jù)庫(kù)和標(biāo)準(zhǔn)BLAST使用的數(shù)據(jù)庫(kù)進(jìn)行快速檢索,。NCBI還為跨物種核酸序列快速搜索提供了Discontiguous MegaBLAST,，它使用非重疊群字段匹配算法(noncontiguous word match)來(lái)進(jìn)行核酸比對(duì),。Discontiguous MegaBLAST比blastx等翻譯后比對(duì)要快得多，同時(shí)它在比較編碼區(qū)時(shí)也具有相當(dāng)高的敏感度,。

3.4 Genomic BLAST

NCBI在Map Viewer（http://www.ncbi.nlm./mapview/）中還有未已完成測(cè)序的物種設(shè)有Genomic BLAST,。通過(guò)默認(rèn)的Genomic BLAST對(duì)某個(gè)物種的基因組序列進(jìn)行blast比對(duì)，獲得相關(guān)信息,。

4 文獻(xiàn)資源

4.1 PubMed數(shù)據(jù)庫(kù)（文獻(xiàn)下載的重要來(lái)源）

目前,，PubMed數(shù)據(jù)庫(kù)中收錄有自1860年以來(lái)20,400種生命科學(xué)類雜志,、刊物刊登過(guò)的超過(guò)1800萬(wàn)條的文獻(xiàn)記錄,。這些文獻(xiàn)中有980萬(wàn)條摘要信息，最早的記錄可追溯至19世紀(jì)80年代,，其中有870萬(wàn)條可以檢索到全文,。PubMed數(shù)據(jù)庫(kù)與其它Entrez數(shù)據(jù)庫(kù)都保持著密切聯(lián)系，這樣可以在不同的數(shù)據(jù)庫(kù)之間架起一座連接的橋梁,。PubMed數(shù)據(jù)庫(kù)還會(huì)通過(guò)計(jì)算機(jī)自動(dòng)檢索出包含相近MeSH詞匯,、文獻(xiàn)題目以及摘要的相關(guān)文獻(xiàn)信息提供給用戶。默認(rèn)的“AbstractPlus”輸出格式給出了該文獻(xiàn)的摘要信息和五篇與該文獻(xiàn)相關(guān)信息的簡(jiǎn)單介紹,，這樣用戶就可以獲得更多的有關(guān)資訊了,。

4.2 PubMed Central

PubMed Central是一個(gè)收錄生命科學(xué)領(lǐng)域同行評(píng)審期刊(Peer Reviewed Journals)文獻(xiàn)的數(shù)據(jù)庫(kù)，現(xiàn)收錄超過(guò)160萬(wàn)條全文文獻(xiàn),，并且僅去年一年就增長(zhǎng)了51%,。而且，包括《核酸研究》(Nucleic Acids Research)在內(nèi)的480多種期刊會(huì)為PubMed Central提供全文文獻(xiàn),。

所有參與PubMed Central的出版商也都必須在文獻(xiàn)出版后12個(gè)月之內(nèi)免費(fèi)為PubMed Central提供全文文獻(xiàn),。由于NIH于2008年4月7日開(kāi)始執(zhí)行向公眾免費(fèi)開(kāi)放使用的政策，故而PubMed Central也必須免費(fèi)向公眾開(kāi)放使用,。如此一來(lái),，用戶使用Entrez就可以搜索到PubMed和PubMed Central中的所有文獻(xiàn)信息了。

4.3 NCBI Bookshelf,、NLM Catalog以及Journals database

NCBI Bookshelf通過(guò)與作者和出版商合作,，收錄了86種在線教科書(shū)和生物醫(yī)藥類圖書(shū)。NCBI Bookshelf作為獨(dú)立于Entrez數(shù)據(jù)庫(kù)的一個(gè)單獨(dú)數(shù)據(jù)庫(kù),，它里面的信息也可以通過(guò)文本搜索或Entrez數(shù)據(jù)庫(kù),，例如PubMed、PubMed Central,、Gene和OMIM中的鏈接搜索到,。NCBI Bookshelf中的圖書(shū)不是象普通圖書(shū)那樣一本一本的存放的，而是按照內(nèi)容將它們分成了230,000個(gè)不同的部分,、章節(jié)進(jìn)行儲(chǔ)存的,。用戶瀏覽其中一個(gè)內(nèi)容的時(shí)候也可以跳到該書(shū)的其它部分或者直接搜索這本書(shū)中的特定內(nèi)容進(jìn)行閱讀,。

NLM Catalog為藏書(shū)超過(guò)130萬(wàn)冊(cè)的美國(guó)國(guó)立衛(wèi)生圖書(shū)館(NLM)記錄設(shè)立目錄信息，包括雜志,、圖書(shū),、手稿、計(jì)算機(jī)軟件,、錄音文件和其它電子資源,。每一條記錄都可鏈接到NLM LocatorPlus和具有相近題目或MeSH詞匯的相關(guān)文件目錄信息。

Journals database(期刊數(shù)據(jù)庫(kù))包含了每一個(gè)Entrez數(shù)據(jù)庫(kù)中的所有期刊信息,。目前共收錄有超過(guò)22,000條記錄,，期刊數(shù)據(jù)庫(kù)為每一份期刊都建立了ISO刊名縮寫(xiě)索引、出版日期索引和NLM catalog鏈接索引以及Entrez中引用該期刊中文獻(xiàn)的索引,。

5 基因序列信息以及相關(guān)序列信息

5.1 數(shù)據(jù)庫(kù)

5.1.1  Gene

Gene數(shù)據(jù)庫(kù)為用戶提供基因序列注釋和檢索服務(wù),，還會(huì)鏈接到NCBI的Map Viewer、Evidence Viewer,、ModelMaker,、BLAST Link (Blink)、protein domains from the Conserved DomainDatabase(CDD)等數(shù)據(jù)庫(kù)資源以及其它與基因相關(guān)的資源,。Entrez Gene數(shù)據(jù)庫(kù)收錄了來(lái)自5300多個(gè)物種的430萬(wàn)條基因記錄,。而且，NCBI除了擁有自己的注釋工作人員之外,，還在不斷從許多其它國(guó)際合作組織那里獲取新的基因注釋記錄信息,。

Gene數(shù)據(jù)庫(kù)與PubMed中最新引文之間的鏈接是由基因注釋人員負(fù)責(zé)維護(hù)的，這項(xiàng)功能也被稱作GeneRIF,。完整的Entrez Gene數(shù)據(jù)集以及物種特異性的數(shù)據(jù)亞集可以在NCBI FTP站點(diǎn)中的NCBI ASN.1中找到,。一種可以將NCBI ASN.1格式轉(zhuǎn)化成XML格式的名為ene2xml的軟件也可以到ftp.ncbi./toolbox/ncbi_tools/converters/by_program/gene2xml下載。

5.1.2 UniGene和EST

UniGene從屬于GenBank的一部分,，專門(mén)收集轉(zhuǎn)錄體序列數(shù)據(jù),，包括EST序列和非冗余序列，每一條UniGene記錄都代表一個(gè)潛在的基因,。UniGene收錄了GenBank中來(lái)自所有物種的EST序列,。UniGene數(shù)據(jù)庫(kù)每周都會(huì)更新EST信息，每?jī)蓚€(gè)月會(huì)更新序列信息,。

5.1.3 HomoloGene數(shù)據(jù)庫(kù)

HomoloGene數(shù)據(jù)庫(kù)是一個(gè)在21種完全測(cè)序的真核生物基因組中自動(dòng)檢索同源基因的系統(tǒng),，包括直系同源與旁系同源（統(tǒng)計(jì)信息見(jiàn)http://www.ncbi.nlm./homologene/statistics/）。HomoloGene的結(jié)果報(bào)告包括基因同源性和來(lái)自OMIM,、小鼠基因組信息學(xué)(Mouse Genome Informatics, MGI),、斑馬魚(yú)信息網(wǎng)絡(luò)(Zebrafish Information Network, ZFIN)、酵母基因組數(shù)據(jù)庫(kù)(Saccharomyces Genome Database, SGD),、直系同源基因簇(Clusters of Orthologous Groups,，COG)和果蠅數(shù)據(jù)庫(kù)(FlyBase)的基因表型信息,。HomoloGene下載功能能下載HomoloGene中的轉(zhuǎn)錄體、蛋白質(zhì)和基因組序列信息,，還能下載基因組中特定基因的上游和下游序列,。

5.1.4 Reference Sequences

Reference Sequences(RefSeq)數(shù)據(jù)庫(kù)（http://www.ncbi.nlm./refseq/）是一個(gè)收錄注釋過(guò)的非冗余轉(zhuǎn)錄體、蛋白質(zhì)和基因組序列數(shù)據(jù)庫(kù),。至今已收集了65,964,245條蛋白序列,，涉及60,892個(gè)物種。用戶可以通過(guò)Entrez核酸和蛋白質(zhì)數(shù)據(jù)庫(kù)搜索到RefSeq序列,，也可以通過(guò)NCBI FTP站點(diǎn)（ftp://ftp.ncbi.nlm./refseq/release/）進(jìn)入RefSeq數(shù)據(jù)庫(kù),。

5.1.5 GenBank和其它數(shù)據(jù)庫(kù)來(lái)源的序列

用戶可以通過(guò)三個(gè)Entrez數(shù)據(jù)庫(kù)——Nucleotide、EST和Genome Survey Sequence(GSS)(這三個(gè)數(shù)據(jù)庫(kù)在E-Utilities中分別稱作nuccore,、nucest和nucgss)搜索到GenBank中的序列,。Entrez Nucleotide數(shù)據(jù)庫(kù)含有除了收錄之外的GenBank中所有的序列,，它還收錄有全基因組鳥(niǎo)槍法測(cè)序序列,、第三方注釋序列(Third Party Annotation sequences)和Entrez結(jié)構(gòu)數(shù)據(jù)庫(kù)中的序列。對(duì)這些記錄中編碼序列概念上的翻譯信息都收錄在了Entrez蛋白質(zhì)數(shù)據(jù)庫(kù)中,。EST數(shù)據(jù)庫(kù)收錄了GenBank EST中的所有數(shù)據(jù)和沒(méi)有生物學(xué)注釋信息的“單分子識(shí)別首次通過(guò)(first-pass single-read)”的cDNA序列,。同樣，GenBank中的GSS數(shù)據(jù)庫(kù)也收錄了沒(méi)有生物學(xué)注釋信息的單分子識(shí)別首次通過(guò)的基因組序列,。

5.2 分析工具

5.2.1 ORF Finder,、Spidey和Splign

NCBI提供了幾種分析工具可以幫助用戶在基因組內(nèi)發(fā)現(xiàn)編碼序列。Open Reading Frame(ORF)Finder程序可以將一段DNA序列按照6種進(jìn)行翻譯,，然后返回某一段DNA序列中可能的ORF,。

Spidey工具將一組真核生物的mRNA序列與一個(gè)基因組序列進(jìn)行比對(duì)，使用4種物種的RNA剪切模型(脊椎動(dòng)物,、果蠅,、秀麗隱桿線蟲(chóng)和植物)來(lái)預(yù)測(cè)RNA剪切位點(diǎn)。Splign是一種通過(guò)比對(duì)cDNA和基因組序列來(lái)發(fā)現(xiàn)剪切位點(diǎn)的工具,，它可以在測(cè)序出現(xiàn)錯(cuò)誤的情況下使用,，還可以進(jìn)行跨物種的比對(duì)。Splign使用了一種Needleman-Wunsch算法,，與區(qū)域化算法(compartmentization algorithm)一起使用能發(fā)現(xiàn)可能的基因位點(diǎn),。用戶可以在Splign網(wǎng)頁(yè)上下載單獨(dú)為大批量分析而專門(mén)設(shè)計(jì)的Splign工具使用。

5.2.2 Electronic PCR(e-PCR)

反向e-PCR（http://www.ncbi.nlm./tools/epcr/）,。用戶設(shè)計(jì)完引物后,，可以用反向e-PCR搜索該物種基因組數(shù)據(jù)庫(kù)和轉(zhuǎn)錄體數(shù)據(jù)庫(kù)來(lái)預(yù)測(cè)基因組結(jié)合位點(diǎn)、擴(kuò)增片段大小和引物特異性,，在線版的物種很少,，用戶可以自己下載軟件,，然后用自己的基因組。

5.2.3 Conserved CDS database(CCDS https://www.ncbi.nlm./Structure/bwrpsb/bwrpsb.cgi)

不同的科研小組使用他們各自的方法研究同一物種基因組時(shí),，對(duì)于基因組中的基因定位可能會(huì)得到相似但不完全相同的結(jié)論,。這樣，就會(huì)對(duì)其它的科研工作者造成困擾,。在所有的模式生物中,，目前對(duì)人類和小鼠的基因組序列研究得最多也最透徹，因此它們最適合用來(lái)作為“標(biāo)準(zhǔn)的(consensus)”基因注釋的“實(shí)驗(yàn)材料”,。

CCDS數(shù)據(jù)庫(kù)計(jì)劃(www.ncbi.nlm./CCDS/)就是由NCBI,、歐洲生物信息學(xué)研究院(European Bioinformatics Institute)、韋爾科姆基金會(huì)桑格研究院(Wellcome Trust Sanger Institute)和加州大學(xué)圣克魯茲分校(UCSC)共同合作建立的標(biāo)準(zhǔn)的有關(guān)人類和小鼠基因蛋白質(zhì)編碼區(qū)的數(shù)據(jù)庫(kù),，該數(shù)據(jù)庫(kù)會(huì)不斷更新來(lái)保持其高水準(zhǔn),。用戶可以在CCDS的網(wǎng)頁(yè)上使用基因名或序列ID進(jìn)行搜索，還可以鏈接到Entrez Gene數(shù)據(jù)庫(kù),、歷史記錄信息,、轉(zhuǎn)錄體和蛋白質(zhì)序列、Map Viewer,、Ensemble Genome Browser,、UCSCGenome Browser和桑格研究院的Vega Browser。用戶可以到ftp.ncbi.nlm./pub/CCDS/下載CCDS序列數(shù)據(jù),。

6 基因組信息

6.1 數(shù)據(jù)庫(kù)

6.1.1 Genome

Genome數(shù)據(jù)庫(kù)（http://www.ncbi.nlm./genome/）收錄真核生物完整基因組數(shù)據(jù)（包括基因組組裝數(shù)據(jù)及注釋數(shù)據(jù)）以及動(dòng)物,、綠色植物和真菌的染色體信息。而對(duì)于更高等的真核生物基因組,，Entrez Genome數(shù)據(jù)庫(kù)會(huì)直接鏈接到NCBI Map Viewer,。原核生物、病毒和真核生物細(xì)胞器的基因組則可以鏈接到專門(mén)的頁(yè)面和BLAST頁(yè)面,。另外還專門(mén)設(shè)有植物基因組頁(yè)面(Plant Genomes Central Web page),，在上面可以查詢到完整的植物基因組測(cè)序計(jì)劃、植物基因組BLAST或者Map Viewer等信息,。

6.1.2 NCBI Trace Archives

Trace Archives數(shù)據(jù)庫(kù)儲(chǔ)存了由凝膠/毛細(xì)血管測(cè)序平臺(tái)(例如Applied Biosystems ABI 3730)測(cè)序（一代測(cè)序）獲得的序列數(shù)據(jù),。

6.1.3 Short Read Archive

Short Read Archive(SRA)數(shù)據(jù)庫(kù)里收錄的數(shù)據(jù)都是由新一代測(cè)序儀(例如Roche-454、Illumina Genome Analyzer,、AppliedBiosystems SOLiD System platforms)測(cè)序產(chǎn)生的基因組,、轉(zhuǎn)錄組等原始測(cè)序數(shù)據(jù)信息。SRA的出現(xiàn)為大家進(jìn)行數(shù)據(jù)挖掘提供了更多的機(jī)會(huì),。

6.2 分析工具及資源

6.2.1 Map Viewer

NCBI的Map Viewer顯示了基因組集合,、遺傳標(biāo)記及物理標(biāo)記以及相關(guān)注釋信息和比對(duì)信息等其它分析結(jié)果。Map Viewer的主頁(yè)www.ncbi.nlm./mapview/提供了包括人類,、小鼠和大鼠(Rattus norvegicus)在內(nèi)的超過(guò)100種物種的基因組數(shù)據(jù),。用戶可以看到的圖譜將根據(jù)物種的不同可能會(huì)有所不同,，或許包括細(xì)胞遺傳圖譜(cytogenetic maps)、物理圖譜(physical maps)和各種不同的序列圖譜,。源自同一物種的多個(gè)基因組圖譜可以在同一個(gè)頁(yè)面中顯示,。

6.2.2 Model Maker以及Evidence Viewer

Model Maker(MM)是用來(lái)構(gòu)建轉(zhuǎn)錄模型的一種工具，它將通過(guò)由從頭預(yù)測(cè)法(ab initio predictions)預(yù)測(cè)出來(lái)的外顯子以及通過(guò)與GenBank中的轉(zhuǎn)錄體數(shù)據(jù)庫(kù)EST和RefSeq比對(duì)之后得來(lái)的外顯子,，與NCBI的人類基因組數(shù)據(jù)庫(kù)結(jié)合在一起來(lái)構(gòu)建轉(zhuǎn)錄模型,。

Evidence Viewer(EV)則將所有能支持基因注釋信息正確性的序列信息證據(jù)進(jìn)行了歸納總結(jié)，它采用的是將RefSeq,、EST等GenBank中的轉(zhuǎn)錄體信息與基因組重疊群進(jìn)行比對(duì)的方法,。EV顯示了每一個(gè)外顯子的詳細(xì)比對(duì)結(jié)果，并突出顯示了其中不匹配的部分,。

6.2.3 Entrez cancer Chromosomes

Entrez cancer Chromosomes (Entrez癌癥染色體)數(shù)據(jù)庫(kù)包含了與人類癌癥有關(guān)的人類染色體畸變信息,，例如基因缺失或轉(zhuǎn)位等。Entrez癌癥染色體數(shù)據(jù)庫(kù)由三個(gè)部分組成,，即NCI/NCBI SKY(SpectralKaryotyping)/M-FISH(Multiplex-FISH)和CGH(Comparative Genomic Hybridization)數(shù)據(jù)庫(kù);美國(guó)國(guó)立癌癥研究院(NCI)為癌癥染色體畸變信息設(shè)立的Mitelman數(shù)據(jù)庫(kù)以及NCI為再發(fā)癌癥染色體畸變?cè)O(shè)立的數(shù)據(jù)庫(kù),。每一個(gè)畸變都以圖形的形式表現(xiàn)出來(lái)，并附之相關(guān)臨床病例信息和文獻(xiàn)信息,。

6.2.4 TaxPlot,、GenePlot和gMap

TaxPlot可以同時(shí)給出來(lái)自兩個(gè)物種蛋白質(zhì)之間的相似性以及原核生物或真核生物參考物種的完整基因組信息,。與其相關(guān)的另一個(gè)工具GenePlot則可以給出一對(duì)完整微生物基因組內(nèi)的片段,，經(jīng)可視化的缺失、轉(zhuǎn)位或倒位操作之后,，其編碼蛋白質(zhì)之間的相似性,。gMap工具將預(yù)先計(jì)算過(guò)的微生物全基因組比較結(jié)果與BLAST比較結(jié)果以及核酸序列相似的基因組聚類結(jié)果結(jié)合在一起進(jìn)行比對(duì)，然后將相似的片段以圖形化的方式表現(xiàn)出來(lái),。

6.2.5 Influenza Genome SequencingProject(IGSP)

IGSP(流感基因組測(cè)序計(jì)劃)為研究流感的科研工作者提供了越來(lái)越多的序列資料,，他們可以借此找出流感病毒致病的遺傳性狀。到目前為止,，該計(jì)劃已經(jīng)得到了超過(guò)33,000條流感病毒序列,。NCBI的流感病毒資源也和IGSP之間設(shè)有鏈接，還可以通過(guò)PubMed找到所有最新的有關(guān)流感病毒方面的文獻(xiàn)和各種在線分析工具及數(shù)據(jù)庫(kù)資源,。這些數(shù)據(jù)庫(kù)包括NCBI的流感病毒序列數(shù)據(jù)庫(kù)(Influenza Virus Sequence Database),，該數(shù)據(jù)庫(kù)收錄有GenBank和RefSeq中超過(guò)70,000條流感病毒的序列?？蒲腥藛T借助流感病毒資源提供的各種工具能對(duì)超過(guò)83,000條流感蛋白質(zhì)序列進(jìn)行分析,。Entrez的生物學(xué)數(shù)據(jù)庫(kù)中還收錄有超過(guò)100條流感病毒蛋白質(zhì)結(jié)構(gòu)信息和350多條有關(guān)流感病毒種群研究的資料。還有一種在線流感病毒基因組注釋工具能幫助科研工作者們分析新發(fā)現(xiàn)的流感病毒序列并進(jìn)行注釋,，然后將結(jié)果通過(guò)tbl2asn等上傳工具遞交給NCBI的GenBank數(shù)據(jù)庫(kù),。

6.2.6 Entrez Protein Clusters

Entrez Protein Clusters(Entrez蛋白質(zhì)聚類數(shù)據(jù)庫(kù))收錄了由完整的原核生物基因組和葉綠體基因組編碼的28萬(wàn)多條已確認(rèn)的RefSeq蛋白質(zhì)序列,，并將這些序列按照分類學(xué)的規(guī)則進(jìn)行了歸類(聚類)。NCBI可以將這些蛋白質(zhì)聚類信息用于基因組范圍內(nèi)的比對(duì),，也可以用于簡(jiǎn)化的BLAST——簡(jiǎn)單的微生物蛋白BLAST(Concise Microbial Protein BLAST,www.ncbi.nlm./genomes/prokhits.cgi)比對(duì)之用,。蛋白聚類數(shù)據(jù)庫(kù)還包括注釋信息、出版信息,、結(jié)構(gòu)域和結(jié)構(gòu)信息,、相關(guān)庫(kù)外鏈接和分析工具(例如多序列比對(duì)工具和系統(tǒng)發(fā)生分析工具)信息等。蛋白質(zhì)聚類數(shù)據(jù)庫(kù)還通過(guò)GenomeProtMap(http://www.ncbi.nlm./sutils/protmap.cgi)與其它基因組數(shù)據(jù)庫(kù)有鏈接,。

7 基因型和表型信息

7.1 基因型和表型數(shù)據(jù)庫(kù)

認(rèn)識(shí)遺傳和環(huán)境因素與人類疾病之間的關(guān)系,，對(duì)于幫助我們提高疾病診治水平來(lái)說(shuō)具有非常重要的意義。大范圍的基因型研究能為基因組相關(guān)調(diào)查,、醫(yī)療測(cè)序,、分子診斷以及發(fā)現(xiàn)基因型和非臨床特性之間的關(guān)系等研究提供數(shù)據(jù)資料?；蛐秃捅硇蛿?shù)據(jù)庫(kù)(dbGaP;www.ncbi.nlm./sites/entrez?db=gap)是Entrez系統(tǒng)的一部分,，它負(fù)責(zé)管理與可見(jiàn)特征(表型)相關(guān)的遺傳特征(基因型)。該數(shù)據(jù)庫(kù)收錄的資料來(lái)自由NIH資助的全基因組關(guān)聯(lián)分析(genome-wide association study, GWAS)結(jié)果,。(詳見(jiàn)grants./grants/gwas/index.htm,。)目前dbGaP數(shù)據(jù)庫(kù)收錄的數(shù)據(jù)來(lái)自25個(gè)研究項(xiàng)目，用戶可以通過(guò)疾病名稱或基因名稱進(jìn)行搜索,、瀏覽,。為了保證研究項(xiàng)目的機(jī)密性，dbGaP數(shù)據(jù)庫(kù)只接受“去識(shí)別(de-identified)”的數(shù)據(jù),，同時(shí)還要求使用個(gè)人資料(individual-level)的研究者接受審核,。不過(guò)，用戶可以不受任何限制的瀏覽研究文件,、操作流程和項(xiàng)目問(wèn)卷調(diào)查等資料,。

7.2 dbSNP

dbSNP數(shù)據(jù)庫(kù)(單核苷酸多態(tài)性數(shù)據(jù)庫(kù))收錄的是單核苷酸多態(tài)性信息，例如單個(gè)堿基的替換,、缺失或插入信息,。共收錄有將近1800萬(wàn)條人類SNP信息和3300萬(wàn)條其它各物種的SNP信息。dbSNP數(shù)據(jù)庫(kù)還收錄確認(rèn)信息,、種群特異性等位基因頻率信息(population-specific allele frequencies)和個(gè)體基因型信息,。所有這些信息都可以在dbSNP數(shù)據(jù)庫(kù)的FTP站點(diǎn)中找到。

7.3 供常規(guī)臨床應(yīng)用的數(shù)據(jù)庫(kù)

7.3.1 dbMHC

dbMHC數(shù)據(jù)庫(kù)是有關(guān)主要組織相容性復(fù)合體(MHC)的數(shù)據(jù)庫(kù),。它收錄了各種MHC等位基因的變異信息,，這些信息與器官移植以及個(gè)體對(duì)感染性疾病的易感性有非常重要的關(guān)系。dbMHC數(shù)據(jù)庫(kù)收錄了1000多條MHC等位基因序列以及這些等位基因在人群中出現(xiàn)的頻率，還收錄了人白細(xì)胞抗原(HLA)的基因型與全世界臨床造血干細(xì)胞移植成功率之間的信息,。

7.3.2 dbLRC

dbLRC數(shù)據(jù)庫(kù)則是全面收錄白細(xì)胞受體復(fù)合物(LRC)等位基因信息,，主要關(guān)注LRC中的KIR基因。

7.3.3 dbRBC

dbRBC數(shù)據(jù)庫(kù)收錄的是與紅細(xì)胞抗原或血型有關(guān)的基因及其序列信息,。該數(shù)據(jù)庫(kù)是將血型抗原基因突變數(shù)據(jù)庫(kù)(Blood Group Antigen Gene Mutation Database)中的資源與NCBI中的相關(guān)資源整合到一起組建而成的,。dbRBC數(shù)據(jù)庫(kù)里收錄的每一個(gè)基因都有詳細(xì)的信息，還有國(guó)際輸血學(xué)會(huì)(ISBT)通過(guò)等位基因命名法對(duì)血型等位基因的命名,。上述這三個(gè)數(shù)據(jù)庫(kù)都帶有多序列比對(duì)工具,、分析純合型或雜合型序列的工具以及DNA探針比對(duì)工具。

7.4 OMIM

NCBI的OMIM是Entrez的一個(gè)組成部分,，主要收錄人類基因和遺傳病相關(guān)信息,，它由約翰霍普金斯大學(xué)(Johns Hopkins University)的VictorA. McKusick小組負(fù)責(zé)維護(hù)。OMIM數(shù)據(jù)庫(kù)收錄了疾病表型與基因的相關(guān)信息,，包括對(duì)該遺傳病詳細(xì)的描述,、基因名稱、遺傳方式,、基因定位,、基因多態(tài)性以及詳細(xì)的相關(guān)參考文獻(xiàn)信息。OMIM數(shù)據(jù)庫(kù)共有將近20,000條記錄,，涵蓋超過(guò)12,500個(gè)已知的基因位點(diǎn)數(shù)據(jù)和表型數(shù)據(jù),。這些記錄還與許多其它重要資源，例如位點(diǎn)特異性數(shù)據(jù)庫(kù)(locusspecific databases)和GeneTests(www.genetests.org)之間設(shè)有鏈接,。

7.5 OMIA

OMIA(動(dòng)物在線孟德?tīng)栠z傳)數(shù)據(jù)庫(kù)是一個(gè)有關(guān)動(dòng)物(除了人類和小鼠)基因和遺傳病的數(shù)據(jù)庫(kù),，由澳大利亞悉尼大學(xué)(University of Sydney, Australia)的FrankNicholas教授等人建立。該數(shù)據(jù)庫(kù)收錄了超過(guò)2500條記錄,，其中包括文本信息,、參考資料信息以及與OMIM、PubMed和Entrez Gene這些數(shù)據(jù)庫(kù)之間的鏈接,。

8 基因表達(dá)

8.1 Gene Expression Omnibus(GEO)

GEO(基因表達(dá)精選集)是一個(gè)儲(chǔ)存高通量功能基因組學(xué)數(shù)據(jù)的數(shù)據(jù)庫(kù)，這些高通量功能基因組學(xué)數(shù)據(jù)來(lái)自芯片和二代測(cè)序得到的試驗(yàn)數(shù)據(jù),。GEO除了收錄基因表達(dá)數(shù)據(jù)之外還收錄其它數(shù)據(jù),，例如基因組拷貝數(shù)變異數(shù)據(jù)、基因組-蛋白相互作用數(shù)據(jù)以及基因組甲基化數(shù)據(jù)等,。該數(shù)據(jù)庫(kù)既接受原始數(shù)據(jù),，也接受經(jīng)過(guò)處理的數(shù)據(jù)。GEO數(shù)據(jù)庫(kù)被分為兩個(gè)部分收錄在Entrez中,，分別是GEO Profiles數(shù)據(jù)庫(kù)(它負(fù)責(zé)收錄一個(gè)基因在一次試驗(yàn)中的定量基因表達(dá)數(shù)據(jù))和GEO數(shù)據(jù)庫(kù)(收錄整個(gè)試驗(yàn)的數(shù)據(jù)),。

8.2 GENSAT

GENSAT是有關(guān)小鼠中樞神經(jīng)系統(tǒng)基因表達(dá)譜的數(shù)據(jù)庫(kù)，這些數(shù)據(jù)是由美國(guó)神經(jīng)障礙和中風(fēng)研究院(National Institute of NeurologicalDisorders and Stroke)提供的。GENSAT儲(chǔ)存了小鼠大腦的組織切片圖像,，這些組織切片中都含有各種標(biāo)簽,，例如增強(qiáng)的綠色熒光蛋白標(biāo)簽等，這樣可以根據(jù)標(biāo)簽的熒光強(qiáng)度來(lái)判斷基因的表達(dá)量,。GENSAT共收錄了8萬(wàn)多幅圖像資料,，還提供搜索功能、資料下載功能,、縮放功能和比對(duì)功能,。

8.3 Entrez Probe

NCBI Probe database(探針數(shù)據(jù)庫(kù))是一個(gè)公共的核酸試劑數(shù)據(jù)庫(kù)，它可以提供試劑信息,、銷售廠家信息,、探針有效性信息，還可以計(jì)算序列相似性,。該數(shù)據(jù)庫(kù)儲(chǔ)存了960萬(wàn)條探針序列,，這些探針可以分為31大類，包括用于基因分型的探針,、發(fā)現(xiàn)SNP的探針,、基因表達(dá)探針、基因沉默探針,、基因測(cè)序探針等等,。

9 分子結(jié)構(gòu)和蛋白質(zhì)組學(xué)

9.1 MMDB

NCBI的MMDB數(shù)據(jù)庫(kù)收錄了Protein Data Bank數(shù)據(jù)庫(kù)中經(jīng)試驗(yàn)驗(yàn)證過(guò)的數(shù)據(jù)信息，包括蛋白質(zhì)結(jié)構(gòu)域注釋信息,、與相關(guān)文獻(xiàn)的鏈接信息,、蛋白質(zhì)和核酸序列信息、PDB異基因(PDB heterogens)信息,、CDD中的保守結(jié)構(gòu)域信息和經(jīng)VAST算法計(jì)算出的結(jié)構(gòu)鄰域(structural neighbors)信息,。用戶可以通過(guò)在MMDB數(shù)據(jù)庫(kù)中進(jìn)行文本搜索得到相關(guān)的簡(jiǎn)要結(jié)構(gòu)信息圖，還能鏈接到NCBI結(jié)構(gòu)和在比對(duì)瀏覽器Cn3D中查看搜索結(jié)果,。

9.2 分析工具

Blink工具能顯示預(yù)先計(jì)算(pre-computed)出的BLAST比對(duì)結(jié)果,，即與Entrez數(shù)據(jù)庫(kù)中每一條蛋白質(zhì)序列相似的序列。用戶可以限定一些參數(shù),，例如物種類別或被比對(duì)的數(shù)據(jù)庫(kù)等來(lái)對(duì)結(jié)果進(jìn)行篩選,。

9.2.1 開(kāi)放式質(zhì)譜搜索算法

開(kāi)放式質(zhì)譜搜索算法(Open Mass Spectrometry Search Algorithm,OMSSA)是一種與BLAST類似的算法，利用和BLAST中E值一樣的方法在已知的蛋白質(zhì)序列數(shù)據(jù)庫(kù)(非冗余數(shù)據(jù)庫(kù)或refseq數(shù)據(jù)庫(kù))中找出與待測(cè)序列最相近的已知序列,。在OMMSA的網(wǎng)頁(yè)上可以一次分析2000多個(gè)樣品,。用戶還可以到ubchem.ncbi.nlm./omssa/download.htm.站點(diǎn)下載可進(jìn)行更大量分析的OMSSA軟件。

9.2.2 HIV-1/Human Protein InteractionDatabase

美國(guó)國(guó)立過(guò)敏和傳染病研究所艾滋病部(The Division of Acquired Immuno DeficiencySyndrome of The National Institute of Allergy and Infectious)與南方研究院(Southern Research Institute)和NCBI合作,，建立了HIV-1/Human Protein InteractionDatabase(HIV-1/人類蛋白相互作用數(shù)據(jù)庫(kù)),，用來(lái)記錄HIV-1病毒蛋白和人類宿主細(xì)胞蛋白之間的相互作用。在www.ncbi.nlm./RefSeq/HIVInteractions/index.html網(wǎng)頁(yè)上用戶可以找到蛋白質(zhì)在RefSeq中的檢索號(hào)、Entrez Gene ID號(hào),、相互作用的氨基酸位點(diǎn),、對(duì)相互作用的簡(jiǎn)單描述、關(guān)鍵詞和PubMed ID號(hào)等信息,。

10PubChem

PubChem是NIH設(shè)立分子圖書(shū)館以及開(kāi)展研究小分子化學(xué),、結(jié)構(gòu)和生物學(xué)特性工作的基礎(chǔ)。三個(gè)Entrez數(shù)據(jù)庫(kù)——PCSubstance,、PCCompound和PCBioAssay收錄了所有的相關(guān)信息,。這三個(gè)數(shù)據(jù)庫(kù)共收錄有將近4100萬(wàn)條小分子記錄和1900萬(wàn)種結(jié)構(gòu)。其中750,000條記錄都在PubChem中收錄的1200種生物檢測(cè)方法中的至少一種生物檢測(cè)試驗(yàn)中具有活性,。PubChem不僅與PubMed,、PMC等Entrez數(shù)據(jù)庫(kù)有鏈接，還與Entrez Structure和EntrezProtein有鏈接,，這樣就將基因組水平的生物大分子與細(xì)胞代謝水平的小分子聯(lián)系起來(lái)了,。用戶可以使用文本在PubChem數(shù)據(jù)庫(kù)中進(jìn)行搜索，也可以使用各種格式的化學(xué)分子式或化學(xué)結(jié)構(gòu)進(jìn)行搜索,。

本文總結(jié)了BLAST序列相似性搜索程序,、ENTREZ 搜索系統(tǒng)、PubMed搜索功能,、GenBank和其它數(shù)據(jù)庫(kù)來(lái)源的序列,、分析工具及資源、基因型和表型信息數(shù)據(jù)庫(kù),、Gene Expression Omnibus(GEO)數(shù)據(jù)庫(kù),、分子結(jié)構(gòu)和蛋白質(zhì)組學(xué)、PubChem等NCBI數(shù)據(jù)中資源的功能和使用方法,。