NCBI数据库学习

今天早上难得清闲，学习了NCBI中一些数据库的知识，主要如下：

①refseq数据库，其中所有的数据都是一个非冗余的、提供参考标准的数据，包括染色体、基因组（细胞器、病毒、质粒）、蛋白、RNA等，是经过NCBI筛选过的数据库，可信度很高。其ID通常表示为XX_123456，XX代表不同含义，如XM代表蛋白编码序列，NR代表非编码蛋白的mRNA序列等。

②Entrez 指的是一个综合性生物信息数据检索引擎，他包含了核酸、蛋白质、基因、基因组、GEO、pubMed等数据库，通常所说的去NCBI检索一下，这时的NCBI就是指Entrez.

其中Entrez ID指的是Entrez gene数据库的编号系统，各种Gene ID 可以相互转换，常用工具有：DAVID等

③GEO数据库，指的是NCBI中基因表达数据库，Gene Expression Omnibus,存储着各种高通量功能基因组数据集。

④Taxonomy数据库，是一个分类数据库，它只是努力整合各种各样来源的系统发育和分类学的知识，包括发表的文献、基于网络的数据库、序列提交者的建议以及来自NCBI 外部的分类学专家，通过它可以了解该物种在分类学上的地位，也可以在某一物种范围内对Entrez进行检索

⑤SNP单核苷酸多态性，一般多由单个碱基的转换（transition）或颠换（transversion）造成，目前研究很热，dbSNP数据库，单核苷酸多态性数据库，一般采用featureID即rs/ss1234567

⑥PubMed数据库，是一个提供生物医学方面的论文搜寻以及摘要的数据库，具有多种搜索方式，还可以使用通配符进行检索

⑦OMIM数据库，关于人类基因和遗传紊乱的数据库，

⑧NR相当于一个将核酸数据和蛋白数据联系起来的交叉索引，GenBank是核苷酸数据库，RefSeq是基因数据库，UniProt是蛋白质数据库