金石就好的博客

在序列比对时，因为空格插入不同产生了多种序列排序方案，可以通过替换计分矩阵这一计分规则来筛选出比对最大相似度的方案。核酸和蛋白质分别有不同的替换计分矩阵。核酸等价矩阵相同核苷酸之间的匹配得分为1，不同核苷酸间的替换为0。转换-颠换矩阵核酸的碱基按照结构可分为两类：嘌呤（两个环）嘧啶（一个环）不同结构之间替换称为颠换，相同结构替换为转换在进化中转换频率远大于颠换，所以转换得分为-1，颠换为-5。BLAST矩阵经过大量实际比较得，核苷酸相同的+5，反之为-4，则效果较好，该

比较是科学研究中最常见的研究方法之一，通过比较寻找研究对象可能具备的某些特征和特性。序列比较的理论基础是进化学说：如果两个序列之间具有足够高的相似性，那么两者可能是共同的进化祖先经过序列内残基的替换，残基或序列片段的缺失或插入以及序列重组等遗传变异过程分别演化而来。序列比较的目的主要有两点：根据相似性通过已知序列来预测未知序列的结构和功能推断序列之间的同源性，推测进化关系相似性 同源性任意两条序列都有可能具有一定的相似性，可以利用一个数值进行表示相似程度，所以相似性也就是序列比对结果中相同部

核酸在生命活动中起着重要的作用，核酸有两类：DNA携带决定个体性状的遗传信息RNA参与遗传信息的表达与调控DNA是携带遗传信息的载体之一，而生物体的遗传信息以特定核苷酸排列顺序存储，不同生物体具有不同的排列顺序，不同的排列顺序蕴含着不同的生物信息。核酸序列包含着生物的遗传信息和进化信息，所以获取核酸序列并从中获取和挖掘信息是极为重要的。DNA测序技术一代测序技术双脱氧链终止法DNA是由脱氧核糖核苷酸（dNTP）通过磷酸二酯键连接并形成DNA链，而双脱氧核糖核苷酸（ddNTP）

生物数据库除核酸和蛋白质还有一些专用数据库。当你明确研究对象，应尽可能多的寻找并阅读相关文献。文献数据库PubMed数据库Pubmed是互联网最著名的免费Medline数据库，由NLM的生物信息技术中心（NCBI）提供。pubmed数据源：MEDLINE indexed：主体、标有主题词（MeSH，medical subject headings，医学主题词）、文献类型等字段。OldMEDLINE：1950-1965年间的美国医学索引（IM）中的题录（无文摘），约200万篇，逐渐并入MED

蛋白质的空间结构是其行使功能的基础，所以蛋白质既有序列数据库还有结构数据库。蛋白质序列数据库蛋白质序列数据库有很多，如SwissProt，TrEMBL，Pir等。Pir是世界上第一个具有分类和功能注释的蛋白质序列数据库。SwissProt包括了从EMBL翻译而来的蛋白质序列，经过人工校验和注释，冗余度较小。为了解决人工注释较慢的问题，建立了由计算机注释的TrEMBL数据库，该数据库序列由EMBL中核酸序列翻译而来，其中剔除了包含在SwissProt数据库中的蛋白质序列。UniProt数据库整

核酸序列数据库主要包括了基因组DNA序列，mRNA序列，tRNA序列，rRNA序列等核酸序列。国家上有三个主要核苷酸序列公共数据库：位于英国剑桥的欧洲分子生物学实验室的欧洲核苷酸档案库（ENA）位于美国的生物技术信息中心的GeneBank数据库位于日本的DNA数据库（DDBJ）分别收集来自不同地区的数据，三大数据库进行数据共享且向世界开放。核酸序列数据增长迅速，所以数据库版本更新较快，进行生物信息学分析时，务必注明数据库的数据状况及时间。为维持数据的原始性，未经原作者允许，不能对原始数据库

为什么需要分子数据库？数据库记录包括两部分：1.原始序列数据2.描述原始数据的生物学信息的注释随着研究的积累，生物信息数据越来越多，且在研究中，如果仅仅知道数据的来源而对其他方面知之甚少，研究也会变得极为困难。所以为了研究的便利，能够对数据进行存储共享和使用，所以分子数据库应运而生。分子数据库数据库数量多数据库种类复杂数据量巨大且不断增长数据间关系复杂数据存在冗余和偏差版本不断更新提供开源web服务分子数据库种类繁多，但是主要可以分为三大类：1.核酸数据库2.蛋白质数据库