GenBankGenBank 数据库检索及其应数据库检索及其应用用

———— EntrezEntrez 检索功能检索功能

重庆医科大学图书馆重庆医科大学图书馆李 轶李 轶

NCBI 网站网址：

http://www.ncbi.nlm.nih.gov

GenBank 数据库是由美国国立生物技术信息中心（ NCBI ）维护的一级核酸序列数据库。

GenBank 数据库的数据来源有三种：

1 、直接来源于测序工作者提交的序列；

2 、与其它数据机构协作交换的数据；

3 、美国专利局提供的专利数据。

简介

检索界面

简介

1 、基本检索界面

Nucleotide Nucleotide 数据库分为三个子数据库：数据库分为三个子数据库： EST EST :: 表达序列标记数表达序列标记数

据库据库

GSSGSS : : 基因组测序序列基因组测序序列数据库数据库

CoreNucleotideCoreNucleotide : : 包含包含所有未被以上两个子数所有未被以上两个子数据库收录的核苷酸序列据库收录的核苷酸序列

检索界面

简介

1 、基本检索界面2 、跨库检索界面

简介

检索界面

基本检索功能（一）字段限制检索、强制短语检索

（二）特殊标志符检索

（四）范围检索（三）序列长度检索

简介

检索界面

基本检索功能

（一）字段限制检索、强制短语检索

ras

ras[GENE]

检索限定词：检索限定词：11 、基因名称的检索限定词：、基因名称的检索限定词： [GENE] or [GENE NAME][GENE] or [GENE NAME]

22 、生物体名称的检索限定词：、生物体名称的检索限定词： [ORGN] or [ORGANISM][ORGN] or [ORGANISM]

33 、作者姓名的检索限定词：、作者姓名的检索限定词： [AUTH] or [AUTHOR][AUTH] or [AUTHOR]

简介

检索界面

基本检索功能

（二）特殊标志符检索（一）字段限制检索、强制短语检索

特殊标志符的格式（核酸序列）特殊标志符的格式（核酸序列） ：：1 、序列辨认号（ GI ）：一串阿拉伯数字 e.g. ： 19440733

特殊标志符的格式（核酸序列）特殊标志符的格式（核酸序列） ：：

22 、、 GenBank/EMBL/DDBJGenBank/EMBL/DDBJ 序列接受号：序列接受号：

(1)1(1)1 个字母个字母 +5+5 个阿拉伯数字个阿拉伯数字 e.g.e.g. ：： U12345U12345

(2)2(2)2 个字母个字母 +6+6 个阿拉伯数字个阿拉伯数字 e.g.e.g. ：： AY123456AY123456 ，， Af123456Af123456

1 、序列辨认号（ GI ）：一串阿拉伯数字 e.g. ： 19440733

（ 1 ） mRNA 记录（ NM_* ） :

e.g.:NM_000492

（ 2 ）基因组的 DNA 重叠群（ NT_* ） :

e.g.:NT_000347

（ 3 ）完整的基因组或染色体（ NC_* ） :

e.g.:NC_000907

（ 4 ）基因组的局部区域（ NG_* ） :

e.g.:NG_000019

（ 5 ）从人类基因组注释、加工得到的序列模型（ XM ， XP ， or XR_* ）：

e.g.:XM_000483

特殊标志符的格式（核酸序列）：3 、 RefSeq （ Reference Sequence ）序列接受号 :

特殊标志符的格式（核酸序列）：特殊标志符的格式（核酸序列）：

4 、 PDB 序列接受号：１个阿拉伯数字＋３个字母

e.g. ：１ TUP

序列接受号的检索限定词为 [ACCN]or[ACCESSION]

简介

检索界面

基本检索功能

（一）字段限制检索、强制短语检索（二）特殊标志符检索（三）序列长度检索

序列长度的检索限定词： [SLEN]

1510[SLEN]

简介

检索界面

基本检索功能（一）字段限制检索、强制短语检索

（二）特殊标志符检索

（四）范围检索（三）序列长度检索

范围检索：中间用冒号连接范围检索：中间用冒号连接

11 、序列接受号范围检索：、序列接受号范围检索： AF114696:AF114714[ACCN]AF114696:AF114714[ACCN]

22 、序列长度范围检索：、序列长度范围检索： 30003000 ：： 4000[SLEN]4000[SLEN]

33 、日期范围检索：、日期范围检索： 2005/012005/01 ：： 2006/09/26[MDAT]or[PDAT]2006/09/26[MDAT]or[PDAT]

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）预检索 / 索引检索（ Preview/Index ）检索史管理（ History ）剪贴板管理（ Clipboard ）详细匹配过程（ Details ）

限制检索 检索史管理

预检索 / 索引检索

剪贴板管理

详细匹配过程

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）

限制检索范围

限制检索范围

ras

排除某种类型的序列

限制分子类型

限制分子类型

限制基因位点

限制基因位点

限制序列片段的显示

限制序列片段的显示

限制数据来源

限制数据来源

限制数据发布日期

限制数据发布日期

限制数据修订日期

限制数据修订日期

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）预检索 / 索引检索（ Preview/Index ）

预检索输入框

索引检索输入框

hepatitis b

序列特性关键词索引

ras[GENE]

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）预检索 / 索引检索（ Preview/Index ）检索史管理（ History ）

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）预检索 / 索引检索（ Preview/Index ）检索史管理（ History ）剪贴板管理（ Clipboard ）

简介

检索界面

基本检索功能

特征栏辅助检索限制检索（ Limits ）预检索 / 索引检索（ Preview/Index ）检索史管理（ History ）

详细匹配过程（ Details ）剪贴板管理（ Clipboard ）

penicillin-binding

“mycobacterium tuberculosis”

penicillin-binding AND “mycobacterium tuberculosis”[ORGN]

简介

检索入口

基本检索功能

特征栏辅助检索

检索结果的显示

GenBankGenBank 记录中特性表中的主要关键词记录中特性表中的主要关键词 ::关键词关键词 解 释解 释 关键词关键词 解 释解 释

misc_featuremisc_feature 生物学特性无法用特性表生物学特性无法用特性表关键词描述的序列关键词描述的序列

promoterpromoter 转录起始区转录起始区

misc_differencemisc_difference 序列特性无法用特性表关序列特性无法用特性表关键词描述的序列键词描述的序列

CAAT_signalCAAT_signal 真核启动子上游的真核启动子上游的 CAACAATT 盒盒 ,, 与与 RNARNA 结合相关结合相关

conflictconflict 同一序列在不同的研究中同一序列在不同的研究中在位点或区域上有差异在位点或区域上有差异

TATA_signalTATA_signal 真核启动子的真核启动子的 TATATATA 盒盒

unsureunsure 序列不能确定的区域序列不能确定的区域 -35_signal-35_signal 原核启动子中的原核启动子中的 -35-35 框框

old_sequenceold_sequence 该序列对以前的版本做过该序列对以前的版本做过修订修订

-10_signal-10_signal 原核启动子的原核启动子的 PribowPribow 盒盒

variationvariation 包含稳定突变的序列包含稳定突变的序列 GC_signalGC_signal 真核启动子的真核启动子的 GCGC 盒盒

modified_basemodified_base 修饰过的核苷酸修饰过的核苷酸 RBSRBS 核糖体结合位点核糖体结合位点

genegene 已识别为基因或已命名的已识别为基因或已命名的序列区域序列区域

polyA_signalpolyA_signal RNARNA 转录本的剪切识别转录本的剪切识别位点位点

misc_signalmisc_signal 无法用信号特性关键词描无法用信号特性关键词描述的信号序列述的信号序列

enhancerenhancer 增强子增强子

关键词关键词 解 释解 释 关键词关键词 解 释解 释attenuatorattenuator 与转录终止有关的序列与转录终止有关的序列 CDSCDS 蛋白质编码序列蛋白质编码序列terminatorterminator 转录终止序列转录终止序列 sig_peptidesig_peptide 编码信号肽的序列编码信号肽的序列rep_originrep_origin 双链双链 DNADNA 复制起始区复制起始区 transit_peptidetransit_peptide 转运蛋白编码序列转运蛋白编码序列misc_RNAmisc_RNA 无法用无法用 RNARNA 关键词描关键词描

述的转录物或述的转录物或 RNARNA 产产物物

mat_peptidemat_peptide 编码成熟肽的序列编码成熟肽的序列

prim_transcriptprim_transcript 初始转录本初始转录本 intronintron 内含子内含子precursor_RNAprecursor_RNA 前体前体 RNARNA polyA_sitepolyA_site RNARNA 转录本的多聚腺苷转录本的多聚腺苷

酸化位点酸化位点mRNAmRNA 信使信使 RNARNA rRNArRNA 核糖体核糖体 RNARNA

5’clip5’clip 前体转录本中被剪切掉前体转录本中被剪切掉的的 5’5’ 端序列端序列

tRNAtRNA 转运转运 RNARNA

3’ clip3’ clip 前体转录本中被剪切掉前体转录本中被剪切掉的的 3’3’ 端序列端序列

scRNAscRNA 小细胞质小细胞质 RNARNA

5’UTR5’UTR 5’5’ 非翻译区非翻译区 snRNAsnRNA 小核小核 RNARNA

3’UTR3’UTR

exonexon

3’3’ 非翻译区非翻译区外显子外显子

snoRNAsnoRNA 加工和修饰加工和修饰 rRNArRNA 的小的小核核 RNARNA

关键词关键词 解 释解 释 关键词关键词 解 释解 释immunoglobulinimmunoglobulin_related_related

repeat_unitrepeat_unit 单个的重复元件单个的重复元件

C_regionC_region 免疫相关蛋白上的不变区免疫相关蛋白上的不变区 LTRLTR 长末端重复序列长末端重复序列D_segmentD_segment 免疫球蛋白重链的可变区，免疫球蛋白重链的可变区，

TT 细胞受体细胞受体 ββ 链链SatelliteSatellite 卫星重复序列卫星重复序列

J_ segmentJ_ segment 免疫球蛋白重链、轻链以及免疫球蛋白重链、轻链以及TT 细胞细胞 αα 、、 ββ 、、 γγ 的结合链的结合链

misc_bindingmisc_binding 无法描述的核酸序列结无法描述的核酸序列结合位点合位点

N_ regionN_ region 插入重排免疫球蛋白片段间插入重排免疫球蛋白片段间的核苷酸的核苷酸

primer_bindprimer_bind 复制、转录的引物结合复制、转录的引物结合位点位点

S_ regionS_ region 免疫球蛋白重链的开关区免疫球蛋白重链的开关区 protein_bindprotein_bind 蛋白质结合区蛋白质结合区V_ regionV_ region 编码免疫球蛋白的可变区编码免疫球蛋白的可变区 NN

末端的序列末端的序列STSSTS 测序标签位点测序标签位点

V_ segmentV_ segment 编码免疫球蛋白的可变区的编码免疫球蛋白的可变区的序列序列

misc_recombmisc_recomb 无法用重组特性关键词无法用重组特性关键词描述的重组事件描述的重组事件

repeat_regionrepeat_region 基因组中所包含的重复序列基因组中所包含的重复序列 iDNAiDNA 通过重组所消除的通过重组所消除的 DNDNAA

关键词关键词 解 释解 释 关键词关键词 解 释解 释misc_structuremisc_structure 无法用结构关键词描述的核无法用结构关键词描述的核

酸序列高级结构或构型酸序列高级结构或构型stem_loopstem_loop 发夹结构发夹结构D_loopD_loop 线粒体中线粒体中 DNADNA 中的取代环中的取代环

GenBank 记录中特性表中的限定词 :

限定词限定词 含 义含 义 限定词限定词 含 义含 义/allele=/allele= 给定基因的等位基因给定基因的等位基因 /codon_start=/codon_start= 相对于序列第一个碱基，相对于序列第一个碱基，

编码序列密码子的偏移量编码序列密码子的偏移量/bound_moiety=/bound_moiety= 嵌合范围嵌合范围 /country=/country= DNADNA 样本的来源国样本的来源国/cell_type=/cell_type= 获得序列的细胞类型获得序列的细胞类型 /db_xref=/db_xref= 其他数据库信息的交叉索其他数据库信息的交叉索

引号引号/citation=/citation= 已被引用的参考文献数已被引用的参考文献数 /direction=/direction= DNADNA 复制方向复制方向/clone_lib=/clone_lib= 获得序列的克隆文库获得序列的克隆文库 //

environmentalenvironmental_sample=_sample=

序列直接从环境材料中获序列直接从环境材料中获得而没有指明来源物种得而没有指明来源物种

限定词限定词 含 义含 义 限定词限定词 含 义含 义/exception=/exception= 指明指明 DNADNA 序列未按通常的序列未按通常的

生物学规律翻译，如生物学规律翻译，如 RNARNA编辑编辑

/PCR_conditi-/PCR_conditi-ons=ons=

描述描述 PCRPCR 的反应条件的反应条件

/frequency=/frequency= 在种群中发生变异的频率在种群中发生变异的频率 /pop_variant=/pop_variant= 获得序列的群体变异种获得序列的群体变异种名称名称

/germline/germline 如果序列是如果序列是 DNADNA 并来源于并来源于免疫球蛋白家族，则表示免疫球蛋白家族，则表示该序列来源于未重排该序列来源于未重排 DNADNA

/product=/product= 序列编码产物的名称序列编码产物的名称

/insertion_seq=/insertion_seq= 序列来源于某种插入元件序列来源于某种插入元件 /anticodon=/anticodon= tRNAtRNA 反义密码子的位反义密码子的位置及它所编码的氨基酸置及它所编码的氨基酸

/isolate=/isolate= 序列来源的生物个体序列来源的生物个体 /cell_line=/cell_line= 获得序列的细胞系获得序列的细胞系/lab_host=/lab_host= 为扩增序列来源物种所用为扩增序列来源物种所用

的实验室宿主的实验室宿主/chromosome=/chromosome= 获得序列的染色体获得序列的染色体

/macronuclear/macronuclear 指明指明 DNADNA 来源于染色体分来源于染色体分化的大核期化的大核期

/clone=/clone= 获得序列的克隆子获得序列的克隆子

/note=/note= 评论及附加信息评论及附加信息 /codon=/codon= 指出与参考密码子不同指出与参考密码子不同的密码子的密码子

/organelle=/organelle= 获得序列的细胞器获得序列的细胞器 /EC_number=/EC_number= 序列产物的酶学编号序列产物的酶学编号

限定词限定词 含 义含 义 限定词限定词 含 义含 义/cons_splice=/cons_splice= 区分内含子剪切位点和区分内含子剪切位点和

““ 5‘-GT.AG-3'”5‘-GT.AG-3'”剪切剪切位点位点

/map=/map= 相关特性在基因图谱上的相关特性在基因图谱上的位置位置

/cultivar=/cultivar= 所获序列植物的栽培变种所获序列植物的栽培变种 /mod_base=/mod_base= 被修饰碱基的简写被修饰碱基的简写/dev_stage=/dev_stage= 序列来源于某种生物的特序列来源于某种生物的特

定发育阶段定发育阶段/number=/number= 从从 5’→3’5’→3’ 注明遗传元件注明遗传元件

的顺序的顺序/evidence=/evidence= 序列特性来源于实验还是序列特性来源于实验还是

推理推理/organism=/organism= 提供测序用遗传物质的物提供测序用遗传物质的物

种的科学名称种的科学名称/focus/focus 指出在记录中的来源特性指出在记录中的来源特性

在其他物种中还有不同的在其他物种中还有不同的来源特性来源特性

/phenotype=/phenotype= 序列特性所导致的表型序列特性所导致的表型

/function=/function= 序列所代表的功能序列所代表的功能 /plasmid=/plasmid= 获得序列的质粒名称获得序列的质粒名称/haplotype=/haplotype= 序列来源于某种物种的单序列来源于某种物种的单

倍体倍体/protein_id=/protein_id= 蛋白质的检索号蛋白质的检索号

/isolation_sou-/isolation_sou-rce=rce=

描述序列来源物种的生理、描述序列来源物种的生理、环境和地理信息环境和地理信息

/proviral/proviral 整合在基因组中的前病毒整合在基因组中的前病毒

/label=/label= 序列特性的俗名序列特性的俗名 /rearranged/rearranged 如果序列是如果序列是 DNADNA 并来源于并来源于免疫球蛋白家族，则表示免疫球蛋白家族，则表示该序列来源于重排该序列来源于重排 DNADNA

限定词限定词 含 义含 义 限定词限定词 含 义含 义/rpt_family=/rpt_family= 重复序列重复序列 /transposon=/transposon= 转座子转座子/rpt_unit=/rpt_unit= 指明重复区域的重复元件构指明重复区域的重复元件构

成成/variety=/variety= 获得序列的生物变种获得序列的生物变种

/serotype=/serotype= 同一物种的不同血清学特征同一物种的不同血清学特征 /pseudo/pseudo 假基因假基因/sex=/sex= 获得序列的物种性别获得序列的物种性别 /replace=/replace= 表明特性间的间隔序表明特性间的间隔序

列已被替换列已被替换/specimen_vou-/specimen_vou-cher=cher=

指明来源物种保存于什么地指明来源物种保存于什么地方方

/rpt_type=/rpt_type= 重复序列的组织方式重复序列的组织方式

/strain=/strain= 获得序列的菌珠获得序列的菌珠 /sequenced_m-/sequenced_m-ol=ol=

获得序列的分子类型获得序列的分子类型

/sub_species=/sub_species= 获得序列的来源物种的亚种获得序列的来源物种的亚种 /serovar=/serovar= 同一原核生物的血清同一原核生物的血清学特征学特征

/tissue_lib=/tissue_lib= 获得序列组织库获得序列组织库 /specific_host=/specific_host= 获得序列的天然宿主获得序列的天然宿主/transgenic/transgenic 指明物种的来源特性是否是指明物种的来源特性是否是

转基因受体转基因受体/standard-/standard-name=name=

特性的通用名称特性的通用名称

/transl_except=/transl_except= 标明序列中未按指定密码子标明序列中未按指定密码子表翻译的氨基酸的位置表翻译的氨基酸的位置

/sub_clone=/sub_clone= 获得序列的亚克隆获得序列的亚克隆

限定词限定词 含 义含 义 限定词限定词 含 义含 义/sub_strain=/sub_strain= 获得序列的来源微生物亚种获得序列的来源微生物亚种/tissue_type=/tissue_type= 获得序列组织类型获得序列组织类型/translation=/translation= 按通用或指定的密码子表翻按通用或指定的密码子表翻

译的氨基酸序列译的氨基酸序列/transl_table=/transl_table= 描述在翻译中与通用密码表描述在翻译中与通用密码表

不同的密码表不同的密码表/usedin=/usedin= 表明该特性在其他检索中也表明该特性在其他检索中也

被使用被使用/virion/virion 病毒颗粒病毒颗粒

GenBankGenBank 和和 PubMed(PubMed( 序列数据序列数据 )) 检索的比检索的比较：较：

11 、、 GenBankGenBank 的检索结果是序列及其注释信息；的检索结果是序列及其注释信息； PubMedPubMed 的检索结果是与序列数据相关的文献信息。的检索结果是与序列数据相关的文献信息。

22 、、 GenBankGenBank 数据更新早于数据更新早于 PubMedPubMed ，， GenBankGenBank 数据库的数据库的检 全率高于检 全率高于 PubMedPubMed 。。

33 、、 GenBankGenBank 可对序列数据进行限制检索，而可对序列数据进行限制检索，而 PubMedPubMed 只只能对文献、杂志、作者等进行限制检索，因而能对文献、杂志、作者等进行限制检索，因而 GenBankGenBank

数据库的检准率也高于数据库的检准率也高于 PubMedPubMed 。。

谢 谢！谢 谢！