生物信息學(xué)考試-wenkub
2023-04-19 23:37:33 本頁面
【正文】 ，在公共序列數(shù)據(jù)庫是不可搜索的領(lǐng)域。首先，序列記錄的提交者可以對不同物種中的同源基因，甚至特定物種中的相同基因使用不同的名稱(例如，5S, rrn5 和rrf都被用來指5S rRNA的編碼基因，核糖體的一個組成部分)。在這篇論文中，我們將關(guān)注GOBASE同其他數(shù)據(jù)庫的比較，然后討論有重要幫助作用的用于數(shù)據(jù)庫完善、數(shù)據(jù)確認和更新的軟件工具。由于這些原因，一個充分組織和整合的數(shù)據(jù)庫成為了能夠利用這些難于使用的信息財富的關(guān)鍵。現(xiàn)在，在公共數(shù)據(jù)庫上可以獲得116個完整線粒體DNA和17個葉綠體DNA序列。多年來，人們在進行大規(guī)模的細胞器全基因組測序方面做出了協(xié)調(diào)的努力，例如細胞器基因組百萬測序項目[OGMP(2)。尤其是快速進化的線粒體產(chǎn)生了大量迷人的分子機制，比如通過核苷酸刪除、插入和修飾實現(xiàn)的RNA轉(zhuǎn)錄后編輯，以及前信使RNA的反式剪接。大部分的細胞器蛋白質(zhì)是由核基因編碼，在細胞質(zhì)中翻譯，并運輸進細胞器的。這個數(shù)據(jù)庫在數(shù)據(jù)庫管理系統(tǒng)中得以實現(xiàn)，但又以界面實現(xiàn)的生物數(shù)據(jù)的面向?qū)ο蟮耐庥^為特征。GOBASE包括所有已經(jīng)發(fā)表的由線粒體基因組編碼的核酸和蛋白質(zhì)序列、經(jīng)過篩選的由線粒體編碼的RNA二級結(jié)構(gòu)、全基因組遺傳圖譜、在數(shù)據(jù)庫中出現(xiàn)其序列的物種的分類信息，以及重要原生真核生物的生物學(xué)描述。al, 2900 Boulevard EdouardMontpetit, Montr233。 2001 牛津大學(xué)出版社GOBASE:細胞器基因組數(shù)據(jù)庫Nelli Shimko, Lin Liu, B. Franz Lang and Gertraud Burger* Program in Evolutionary Biology, Canadian Institute for Advanced Research, D233。partement de Biochimie, Universit233。al, Qu233。所有這些數(shù)據(jù)被整合和組織在一個正式的數(shù)據(jù)庫結(jié)構(gòu)中,它允許用生物學(xué)概念中固有的術(shù)語進行復(fù)雜的生物學(xué)檢索。最后，我們發(fā)展了用于數(shù)據(jù)庫完善的軟件（如數(shù)據(jù)更新，確認和校正），這將在這篇論文中做較為詳細的介紹。(1)在某些物種中，一些結(jié)構(gòu)RNA也是由細胞核編碼而運入細胞器的。從生物化學(xué)的角度看，研究主題包括細胞器在能量產(chǎn)生中的作用（如氧化磷酸化和光合作用），蛋白質(zhì)運輸?shù)姆肿訖C制，多次跨膜的膜結(jié)合酶復(fù)合體的組裝過程，蛋白質(zhì)和RNA的二級和三級結(jié)構(gòu)。]，真菌線粒體基因組項目[FMGP (3)。除了病毒，細胞器DNA構(gòu)成了最大規(guī)模的完全測序的基因組系列，這使它們成為比較基因組研究的理想材料。細胞器數(shù)據(jù)的統(tǒng)一框架為了充分利用大部分分散的細胞器信息和將它們同儲存這些細胞器的物種的信息（分類，形態(tài)等等）相整合，1995年，細胞器基因組數(shù)據(jù)庫項目（GOBASE）被發(fā)起。序列倉庫與可檢索的數(shù)據(jù)庫公共的生物序列數(shù)據(jù)庫，比如GenBank(6)（現(xiàn)在由美國國家生物技術(shù)信息中心維護），日本DNA數(shù)據(jù)庫（DDBJ）(7)，和歐洲分子生物學(xué)實驗室(EMBL) (8)，是分子生物學(xué)研究的重要財產(chǎn)。這個矛盾和不支持以基因產(chǎn)物名稱為基礎(chǔ)進行搜索的事實，使得在公共數(shù)據(jù)庫中直接鑒別基因同源性幾乎不可能實現(xiàn)。定位這些關(guān)鍵特征的唯一辦法是在全部領(lǐng)域中進行全文搜索，但是這個過程經(jīng)常返回大量的假陽性信息。需要指出，我們沒有采用國際核苷酸序列數(shù)據(jù)庫（NCBI, EMBL, DDBJ）的分類方式，因為，它不能有效的區(qū)分高水平和低水平的生物學(xué)范疇（例如，不能區(qū)分一般的范疇，如保守結(jié)構(gòu)域、外顯子、內(nèi)含子，與特殊的范疇，如iDNA，D環(huán)，CAAT信號，而是同樣的表示為“特征屬性”）。類別名稱對應(yīng)于數(shù)據(jù)庫中檢索頁面的名稱。除了來自GenBank的可獲得信息（序列和分類數(shù)據(jù)）外，還有多種其它數(shù)據(jù)類型被整合進GOBASE。最后，GOBASE采用了真核生物分類的四界系統(tǒng)（動物，真菌，植物和原生生物），從而反映了一個廣泛接受的觀點，否則將不能被大多數(shù)其它分子生物學(xué)數(shù)據(jù)庫所支持。總之，GOBASE是獨一無二的，因為它整合最多樣的與真核生物線粒體相關(guān)的數(shù)據(jù)類型（不久它也將包括來自葉綠體和模式真細菌的數(shù)據(jù)，這將在下面進行說明），而且提供經(jīng)過仔細校正和完善的序列注釋，這與數(shù)據(jù)復(fù)雜檢索能力相關(guān)聯(lián)。這些限制的去除正是GOBASE存在的理由。在校正網(wǎng)頁（圖1.）上，問題記錄一覽表被提交給專家，它允許對所有可獲得的和新近檢測到的特征進行檢查以及直接修改數(shù)據(jù)庫后臺的數(shù)據(jù)值。專家形式允許繪圖表示一段特定序列的遺傳元素（頁面的上半部分），訪問相關(guān)的實體，如內(nèi)含子、外顯子（頁面的下半部分）。為了趕上公共數(shù)據(jù)庫序列記錄的快速擴張，我們發(fā)展了一套程序來從GenBank數(shù)據(jù)庫獲得數(shù)據(jù)，并在最少的人為干擾的情況下移植入GOBASE表格。如圖2所示，AUTOPOP協(xié)調(diào)三個專門的幫助工具（GOUP, GETGI 和POP2）的運行，對GenBank版本進行掃描來尋找相關(guān)記錄，分析和提取全新的或更新的感興趣的條目，移植入GOBASE表格。AUTOPOP開始于向GOUP提出請求，它從NCBI的 ftp服務(wù)器下載發(fā)布的分區(qū)序列文件夾（）。提取的GI號被POP2用作NCLEVER(14)的輸入。 為
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1