生物信息学数据库及在线工具汇总 （更新）

文章目录

• • • • 核酸数据库
      • 非编码RNA数据库
      • • 1.非编码小RNA数据库
        • 2.长非编码RNA数据库：
        • 3.非编码RNA家族数据库
        • 4.非编码RNA序列数据库
      • 蛋白质数据库
      • • 0.蛋白质信息
        • 1.蛋白序列数据库
        • 2.蛋白质结构数据库
        • 3.蛋白组数据库
        • 4.蛋白质功能域数据库
        • 5.蛋白互作数据库
      • 代谢数据库
      • • 1.代谢途径数据库
        • 2.代谢组学常用数据库
        • 3.表型数据库
      • 序列比对
      • • 1.序列与数据库比对
        • 2.多序列间比对
        • 3.序列进化树分析
      • 基因分析
      • • 0.基因信息
        • 1.基因注释
        • 2.基因功能预测：
        • 3.基因结构预测
        • 4.同源基因分析
        • 5.亚细胞定位预测
        • 6.启动子分析
        • 7.调控目的基因的miRNA预测
        • 8.表达分析
        • 9.基因结构绘制
      • 蛋白质分析
      • • 1.蛋白二级三级结构预测及绘图
        • 2.蛋白特性分析
        • 3.蛋白亲疏水性分析
        • 4.跨膜结构分析
        • 5.信号肽分析
        • 6.磷酸化位点分析

核酸数据库

• NCBI [https://www.ncbi.nlm.nih.gov/genbank/] NCBI (National Center for Biotechnology Information）是指美国国立生物技术信息中心
• EMBL [https://www.ebi.ac.uk/ena] 欧洲分子生物学实验室EMBL（The European Molecular Biology Laboratory）
• DDBJ [https://www.ddbj.nig.ac.jp/index-e.html] DDBJ(DNA Data Bank of Japan)，于1984年建立，是世界三大DNA 数据库之一，与NCBI的GenBank，EMBL的EBI数据库共同组成国际DNA数据库
• CNGB [https://db.cngb.org/] 中国国家数据库（China National GeneBank）位于深圳大鹏新区，是继世界三大数据库之后的全球第四大国家级数据库。它是中国首个，也是唯一一个国家基因库，相对于全球另外三个基因库而言，国家基因库样品保存的规模、存储量和可访问的数据量皆是全球最大。
• BIGD [https://bigd.big.ac.cn/] 中国国家基因组科学数据中心 生命与健康大数据中心 (National Genomics Data Center BIG Data Center)

非编码RNA数据库

1.非编码小RNA数据库

• miRBase [http://www.mirbase.org/]
• piRNAbank [http://pirnabank.ibab.ac.in/]
• piRNAbank [http://gtrnadb.ucsc.edu/]
• SILVA [https://www.arb-silva.de/]

2.长非编码RNA数据库：

• LncRNAdb [http://www.lncrnadb.org/] 真核生物
• LncRNAwiki [http://lncrna.big.ac.cn/index.php/Main_Page] 人类长非编码RNA数据库

3.非编码RNA家族数据库

• Rfam[http://rfam.xfam.org/] 类似于Pfam的RNA家族注释数据库

4.非编码RNA序列数据库

• RNAcentral [https://rnacentral.org/ ]

蛋白质数据库

0.蛋白质信息

• Human protein atlas [http://www.proteinatlas.org/ ] 人体蛋白在细胞、组织、病理条件下的表达

1.蛋白序列数据库

• Pfam [http://pfam.xfam.org/] Pfam是蛋白质家族的数据库，包括使用隐马尔可夫模型生成的注释和多序列比对。
• SwissProt [http://us.expasy.org/sprot/] 手动注释的非冗余蛋白序列数据库
• UniProt [ https://www.uniprot.org/]
• PIR [http://www.proteininformationresource.org/]
• Antibodies [http://www.bioinf.org.uk/abs/]
• BRENDA [ http://www.brenda-enzymes.org/]
• HPRD [http://www.hprd.org/]
• InterPro [http://www.ebi.ac.uk/interpro/] 通过整合多个蛋白相关数据库，提供了一个方便的对蛋白序列进行功能注释的平台，包括对蛋白质家族、结构域、功能位点的预测
• iProClass [http://pir.georgetown.edu/iproclass/]
• PRF [http://www.prf.or.jp/]
• REBASE [http://rebase.neb.com/rebase/rebase.html]

2.蛋白质结构数据库

• PDB [http://www.rcsb.org/] 通过实验测定的结构
• SCOP [http://scop.mrc-lmb.cam.ac.uk/scop/]
• CATH [http://www.cathdb.info/]
• PSI [http://www.uwstructuralgenomics.org/]

3.蛋白组数据库

• PRIDE [https://www.ebi.ac.uk/pride/archive/]

4.蛋白质功能域数据库

• PROSITE [https://prosite.expasy.org/] 最全面
• Pfam [http://pfam.xfam.org/] 最专业
• ProDom [http://prodom.prabi.fr/]
• CCD [http://www.ncbi.nlm.nih.gov/Structure/cdd/cdd.shtm]
• Prints [http://www.bioinf.man.ac.uk/dbbrowser/PRINTS/index.php]
• SMART [ http://smart.embl-heidelberg.de/]
• TIGRFAM [http://www.tigr.org/TIGRFAMs/]

5.蛋白互作数据库

• STRING [https://string-db.org/]
• DIP [https://dip.doe-mbi.ucla.edu/dip/Main.cgi] 实验验证的蛋白相互作用数据库
• BioGRID [https://thebiogrid.org/] ：
• IntAct [ https://www.ebi.ac.uk/intact/]

代谢数据库

MapMan：一个功能强大的代谢途径查看和编辑软件

1.代谢途径数据库

• KEGG [https://www.kegg.jp/]
• GO [http://www.geneontology.org/]
• NCBI BioSystems [https://www.ncbi.nlm.nih.gov/biosystems]
• IMP [http://imp.princeton.edu/]
• plantCyc [https://www.plantcyc.org/]
• MANET [ https://manet.illinois.edu/]
• MetaNetX [ https://www.metanetx.org/]

2.代谢组学常用数据库

• MataboLights [https://www.ebi.ac.uk/metabolights/]
• HMDB [http://www.hmdb.ca/]
• YMDB [http://www.ymdb.ca/]
• ECMDB [http://ecmdb.ca/]

3.表型数据库

• Planteome [http://www.planteome.org/]
• dbGaP [https://www.ncbi.nlm.nih.gov/gap/]
• IPPN [https://www.plant-phenotyping.org/]

序列比对

1.序列与数据库比对

• Blast [https://blast.ncbi.nlm.nih.gov/Blast.cgi]

2.多序列间比对

• Clustal

3.序列进化树分析

• MEGA

基因分析

0.基因信息

• GeneCard [https://www.genecards.org/]
• Gene Wiki[https://en.wikipedia.org/wiki/Wikipedia:Gene_Wiki ]

1.基因注释

• Blast [https://blast.ncbi.nlm.nih.gov/Blast.cgi]
• Interproscan [http://www.ebi.ac.uk/interpro/]，
• WEGO [http://wego.genomics.org.cn/]
• KAAS [https://www.genome.jp/tools/kaas/]

2.基因功能预测：

• FGENESH [http://linux1.softberry.com/berry.phtml?topic=fgenesh&group=programs&subgroup=gfind]
• AUGUSTUS [http://bioinf.uni-greifswald.de/augustus/submission.php ]
• GENESCAN [http://argonaute.mit.edu/GENSCAN.html]
• GeneMark [http://topaz.gatech.edu/GeneMark/]
• Glimmer [http://ccb.jhu.edu/software/glimmer/index.shtml]

3.基因结构预测

• Exon-Intron Graphic Maker [http://wormweb.org/exonintron] 根据候选基因的外显子和内含子等信息绘制基因结构
• Blastp [https://blast.ncbi.nlm.nih.gov/Blast.cgi?PROGRAM=blastp&PAGE_TYPE=BlastSearch&LINK_LOC=blasthome] 可在线获取蛋白结构域的注释和位置信息

4.同源基因分析

• OrthoDB是直系同源物的综合目录[https://www.orthodb.org/]

5.亚细胞定位预测

• PSORT Prediction [http://psort1.hgc.jp/form.html]

6.启动子分析

• Plantcare [http://bioinformatics.psb.ugent.be/webtools/plantcare/html/]

7.调控目的基因的miRNA预测

• psRNAtarget [http://plantgrn.noble.org/psRNATarget/analysis?function=2]

8.表达分析

• ArrayExpress [https://www.ebi.ac.uk/arrayexpress/ ] 数据来自EMBL的高通量功能基因组学实验的数据；
• BAR [http://bar.utoronto.ca] 在分析基因功能时，通常会参考基因的表达模式，即基因在植物不同组织不同发育时期的表达丰度变化。通过在线分析网站BAR对候基因进行表达分析。 是一个植物生信分析资源网站，用该网站分析基因表达时，不仅可以获得基因表达模式的热图，还可以获得可视化的电子荧光图片，直观呈现基因在植物组织中的表达位置。

9.基因结构绘制

• GSDS [http://gsds.cbi.pku.edu.cn/] Gene Structure Display Server，基于基因组注释文件绘制序列基因结构等功能

蛋白质分析

1.蛋白二级三级结构预测及绘图

• CFSSP [http://www.biogem.org/tool/chou-fasman/]
• SOPMA [https://npsa-prabi.ibcp.fr/cgi-bin/npsa_automat.pl?page=npsa_sopma.html]
• PredictProtein [https://www.predictprotein.org/]
• SWISS-MODEL [https://swissmodel.expasy.org/interactive]

2.蛋白特性分析

• ProtParam [http://web.expasy.org/protparam/] 蛋白特性分析是指蛋白的一些物理和化学参数，如分子量、等电点、氨基酸和原子组成、消光系数、半衰期、不稳定系数、脂肪族氨基酸指数、亲水性。这些参数，有助于进行蛋白的相关生化实验。比如在体外体系（大肠杆菌、酵母等）表达和纯化目的蛋白时，需要考虑蛋白的分子量、等电点、消光系数、不稳定系数和亲水性等。在酶活实验中，也需要根据这些参数优化实验体系。

3.蛋白亲疏水性分析

• Protscale [https://web.expasy.org/protscale/] 蛋白氨基酸的亲疏水性主要由其侧链基团R，如果R只是H或是C、H两元素组成的话，都是疏水的，如果含有极性侧链基团，如-OH、-SH、-COOH、-NH2 等，则就是极性的（亲水的）。疏水性氨基酸有酪氨酸、色氨酸、苯丙氨酸、缬氨酸、亮氨酸、异亮氨酸、丙氨酸和蛋氨酸（甲硫氨酸）。疏水性氨基酸在蛋白质内部，在保持蛋白质的三级结构上，酶和基质、抗体和抗原间的相互作用等各种非共价键的分子结合方面，具有重要作用。

4.跨膜结构分析

• TMHMM [http://www.cbs.dtu.dk/services/TMHMM/] 蛋白的跨膜结构分析对于预测蛋白的亚细胞定位密切相关。如果具有跨膜结构，蛋白很可能定位于细胞中与膜相关的结构，如细胞质膜、叶绿体膜或线粒体膜等内膜系统。此外，蛋白跨膜结构分析对于蛋白功能分析也有一定的帮助。比如某蛋白没有跨膜结构，但是亚细胞定位实验显示其可定位于膜相关结构，这说明该蛋白可能通过其他膜定位蛋白招募过去的。

5.信号肽分析

• SignalP [http://www.cbs.dtu.dk/services/SignalP/] 峰信号位置为信号肽切割点，峰之前的序列为信号肽 信号肽是指引导新合成的蛋白质向分泌通路转移的短肽链，常位于蛋白的N-末端，负责把蛋白质引导到不同膜结构的亚细胞器内。编码分泌蛋白的mRNA在翻译时首先合成N末端的信号肽，它被信号肽识别蛋白(SRP)所识别，SRP将核糖体携带至内质网上，内质网膜上的 SPR 受体识别并与之结合。新合成蛋白在信号肽引导下到达内质网内腔，而信号肽则在信号肽酶的作用下被切除。由于它的引导，新生的多肽就能够通过内质网膜进入腔内，最终被分泌到胞外。在宿主菌中表达外源蛋白时，可用信号肽引导外源蛋白定位分泌到胞外，提高蛋白可溶性，在原核表达系统（大肠杆菌、芽孢杆菌等）和真核表达系统（如毕赤酵母）中均有应用。

6.磷酸化位点分析

• NetPhos [http://www.cbs.dtu.dk/services/NetPhos/]
• KinasePhos-2.0 [http://kinasephos2.mbc.nctu.edu.tw/] 蛋白质磷酸化指由蛋白质激酶催化的把 ATP 的磷酸基转移到底物蛋白质氨基酸残基（丝氨酸、苏氨酸、酪氨酸）上的过程，或者在信号作用下结合 GTP（通常以 GTP 取代 GDP），是生物体内一种普通的调节方式，在细胞信号转导的过程中起重要作用。在信号达到时通过获得一个或几个磷酸集团而被激活，而在信号减弱时能去除这些集团，从而失去活性。有时某个信号蛋白磷酸化通常造成下游的蛋白依次发生磷酸化，形成磷酸化级联反应。

参考: http://www.pathguide.org https://www.jianshu.com/p/e09dd3db76c3?utm_campaign=haruki&utm_content=note&utm_medium=reader_share&utm_source=weixin_timeline&from=timeline http://m.sohu.com/a/202115741_629408 https://bigd.big.ac.cn/?lang=zh