美国NCBI网站Entrez资源整合系统的检索与利用

情报检索 　　　　　　　　　　　　　　　　　　　　　　　　Journal

ofInformationNo.4,2003

美国NCBI网站Entrez资源整合系统的检索与利用

黄春燕　韦成礼　樊妙姬

(广西大学　南宁　530005)

摘　要　Entrez资源整合系统是美国NCBI网站的重要服务方式,本文着重介绍其检索和使用方法。关键词　NCBI　Entrez　信息检索　生物信息

　　世纪之交取得的重大科学技术成果往往意味着新世纪科学技术的走向。“克隆羊”的诞生和人类基因组织计划“工作框架图”的完成使人类跨入了生命科学世纪的门槛。生命科学和生物技术的研究空前高涨,随着生命科学的调整发展,生物信息不断膨胀,除了数以千万计的论文专著外,还出现了大批专业的生物信息网站。据统计全球大约有50万个生物医学网站,源,也为同行之间的交流创造了广阔的空间息中心(NationalCentralfor)站doc.guandang.net.,网站之一。NCBI方面的巨大影响,创办了一个生物技术和生命科学的优秀网站,建立了一系列的生物信息事实数据库和文献数据库,并提供基于Internet的免费信息服务,其服务方式灵活多样,充分满足不同用户的访问要求。Entrez是NCBI网站基于多种数据库的集成检索系统,也是资源整合体系的成功典范。

1　Entrez(doc.guandang.net)资源整合系

图1　Entrez系统结构图

统介绍

　1.1　Entrez系统构成　

通过Entrez系统可以检索和浏览到以下数据库:

PubMed:Thebiomedicalliterature[PubMed]生物医学文献

数据库;Nucleotidesequencedatabase[Genbank]核酸序列数据库;

Proteinsequencedatabase蛋白质序列数据库;Structure:three-dimensionalmacromolecularstructures结构数据库;Genome:com2pletegenomeassemblies基因组数据库;PopSet:populationstudydatasets种群、种系发生或突变序列数据库;OMIM:OnlineMendelianInheritanceinMan人类孟德尔遗传学数据库;Taxono2my:organismsinGenBank分类数据库;Books:onlinebooks在线

图书;ProbeSet:geneexpressionandmicroarraydatasets基因表达和排序数据库

;3DDomains:domainstromEntrezstructure分子三维结构数据库;UniSTS:markersandmappingdata标签和作图数据库;SNP:singlenucleotidepolymorphisms单核苷酸多态性数据库;CDD:conserveddomains保留域数据库。Entrez系统的结

构图如下:

　1.2　Entrez系统整合的重要数据库介绍

1.2.1　GenBank和Nucleoticidesequencedatabase。Gen2Bank是美国国立卫生研究院(NIH)建立的全球最大的核酸序列数据库,免费提供所有已知的核酸和蛋白质序列及其生物学注释以及书目文献等信息。

GenBank自创建以来就重视国际合作,它与欧洲分子生物中心EMBL及日本的DDBJ序列数据库形成国际核酸序列数据库协作体(InternationalNucleotideSequenceDatabaseCol2laboration),这三个机构每天进行资料交换。GenBank的数据呈指数增长,现在基因库中的数据每14个月就翻一倍。截至2002年6月30日至,该库包含了约202亿个碱基。

GenBank序列资源主要有以下几个来源:a.由序列发现者通过doc.guandang.net在线提交或通过邮寄磁盘或E-mail递交;b.从近3800多种生物医学杂志上搜集;c.通过与EMBL及DDBJ的资料互换。

1.2.2　Genoma(doc.guandang.net)。基因组数据库Genoma向全世界提供免费检索特定有机体基因组的遗传学、物理学图谱和序列数据。到2002年6月30日,该数据库收录了多个有机体基因的信息。该数据库借助于EntrezMapViewer(图形显示器软件)让用户观看数据库内特定有机体完整基因组的每一个染色体的集成图,以及染色体特定区域的序列数据。

1.2.3　OMIM(doc.guandang.net)。OMIM人类孟德尔遗传数据库是由约翰.霍金斯大学的Mckusick及其同事共同开发的一个遗传学数据库,它收集了各种已发表的人类基因以及由这些基因突变或缺失而导致的种种遗传病,提供了人类基因和遗传疾病的有关数据,包括基因名称、遗传谱系、作图位点、基因多态性、基因功能、基