转录小白日志丨关于数据库的那些事儿
转录分析中常用的数据库包括NR/NT、GO、KEGG、KOG和Swiss-Prot，它们分别在序列比对、功能注释、代谢途径分析、基因演化研究及蛋白质结构功能解析等方面发挥重要作用。以下是具体介绍：NR/NT数据库 NR数据库：全称为Non-Redundant Protein Sequence Database，即非冗余蛋白库。
NR(Non-Redundant Protein Sequence Database)数据库，收录了GenBank、EMBL、DDBJ和PDB中的所有非冗余蛋白序列。NR库提供核酸与蛋白数据间的交叉索引，便于用户查找。NT(Nucleotide Sequence Database)是核酸序列数据库，二者均能在NCBI网站上通过在线BLAST工具或从ftp：//下载。
GO数据库 GO数据库旨在建立跨物种的基因和蛋白质功能描述语言标准。它包含分子功能、细胞组分、生物过程三个层次的定义。每个term有唯一标示符和名称，用于描述基因产物的功能。KEGG数据库 KEGG整合基因组、化学和系统功能信息，提供代谢途径、基因组比较等功能，包括GENES、PATHWAY、LIGAND数据库。
NCBI在线比对教程
1、打开NCBI网站：National Center for Biotechnology Information。首页有多个功能板块，我们可以直接在搜索框中输入已知基因的名称，选择合适的数据库进行搜索。 点击“popular resources”中的BLAST工具，进入工具主页面。BLAST工具可以搜索核酸数据库或蛋白质数据库，也可以将核酸序列翻译后进行比对。
2、访问NCBI-BLAST在线比对网址，并根据查询序列的类型（蛋白或核酸）来选择使用的比对方法。在线进行序列比对。选择进行多序列比对，粘贴或者上传需要比对的序列，依次指定查询序列和参考序列，点击BLAST进行比对。应用场景：查询目标基因是否存在于基因组中。在线进行序列与数据库比对。
3、步骤1：基因序列查找 访问NCBI网站ncbi.nlm.nih.gov/mapviewer，选择目标物种并输入IL6（白细胞介素6）进行搜索。在Quick Filter中勾选Gene，筛选出目标基因的染色体位置和相关序列，推荐使用GenBank格式获取详细信息，包括基因长度和调控区信息。
4、通过以上步骤，你可以充分利用NCBI在线版Blast进行序列比对和分析。
5、NCBI BLAST使用教程及BLASTP比对结果分析BLAST，全称为Basic Local Alignment Search Tool，是NCBI提供的序列相似性搜索工具。它将用户提供的核酸或蛋白质序列与公开数据库进行匹配，找出相似序列，具有在线和单机版两种使用方式。针对特定需求，如批量处理或涉及隐私保护，推荐下载单机版。
6、构建系统发育树的步骤：序列准备 首先，通过测序获得需要鉴定的目标菌株的序列信息。对于细菌，通常测定16S rDNA序列（全长大约5 kb左右）；对于真菌，则测定ITS序列（500-750 bp）。这些序列是后续构建系统发育树的基础。
高通量测序常用数据库
高通量测序常用数据库主要分为核酸数据库、蛋白数据库以及高通量基因表达数据库，以下为具体介绍：核酸数据库GenBank：美国国家生物技术情报中心（NCBI）基因序列数据库，是美国最主要的核酸序列数据库，也是世界两大核酸数据库之一。
dbEST数据库专门收集EST数据，该数据库有自己的格式，包括识别符、代码、序列数据以及dbEST的注释摘要，也按DNA的种类分成了若干子数据库。1998年5月8日版的dbEST共包括6_106条EST。其中有1百万条人的EST，30万条小鼠和大鼠的EST。
GEO数据库简介 GEO数据库的主页地址为：https：//。该数据库初始建立时主要存储表达芯片数据，之后逐渐扩展到包括二代测序以及其他形式的高通量基因组数据，并提供免费下载。
GEO数据库，作为全球基因表达数据的权威存储库，由NCBI创建并维护，网址为ncbi.nlm.nih.gov/geo。它收录了来自全球科研人员的多种高通量基因表达数据，包括微阵列芯片、二代测序等，所有数据均可以免费获取。
新版GEO上传指南 在文章发表前，审稿人及期刊一般会要求将高通量测序数据上传至公共数据库，以便与全世界其他研究者共享。GEO数据库就是目前高通量测序数据上传较为常用的数据库之一。
在高通量测序中，由于一个测序反应能产生数百万条序列，这些序列往往是多个样本混合产生的。通过在测序接头（Primer）上添加索引序列，可以在数据下机后将每条测序数据按原有样本进行归类还原。不同测序平台的索引序列位置和片段长度不完全相同，但都是接头序列（adapter）的组成部分。
生物数据库NCBI
一级核酸数据库 Genbank数据库：是全球最大的核酸序列数据库之一，由美国国立生物技术信息中心（NCBI）维护，提供了丰富的核酸序列数据。Ensemble：由欧洲生物信息学研究所（EBI）和英国桑格研究院合作开发，主要收录各种动物的基因组，特别是与人类近缘的动物，其基因组的注释通过配套软件自动添加。
创建于1988年。NCBI的主要职责是维护生命科学数据库、开发生物信息学工具和提供生物信息学服务。
世界三大分子生物学数据库为：美国国家生物技术信息中心NCBI、欧洲生物信息研究所EBI以及中国国家生物信息中心CNGB。美国国家生物技术信息中心NCBI：主要功能：致力于生物信息学数据的收集、管理和分析。
探索NCBI的主要工具和资源：PubMed：用于查找生物医学文献，涵盖超过3000万篇学术文章。搜索文献：在搜索框中输入关键词，使用高级搜索选项筛选和精确搜索结果。保存和分享：注册账户后，保存搜索历史和结果，方便以后查阅和分享。GenBank：全面的核酸序列数据库，提供来自全球的核酸序列数据。