积分商城

最新搜索： DO-160G cadence 15.5 labview 测试系统搭建 MT3713 mentor graphics 任意波形信号发生器
您现在的位置是：首页 > 技术资料 > 基于Python的自动获取生物信息数据的软件设计
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于Python的自动获取生物信息数据的软件设计

更新时间：2019-12-26 20:13:22 大小：1M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

从国际生物信息学数据库中采集数据来进行相关领域的分析,但随着数据库规模不断扩大,数据来源种类繁多,即便是直接从网页中搜索所需的数据,仍十分繁琐并且消耗了大量的时间.为了解决该类问题,基于Python开发出了一款可自动从云端数据库中获取指定的数据的应用软件,有效地解决了在巨量生物信息数据中如何准确检索与快速获取的难题.


部分文件列表

文件名 大小
基于Python的自动获取生物信息数据的软件设计_.pdf 1M

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
33  
Vol．33，No．4 2017  
第
卷
哈尔滨师范大学自然科学学报  
NATURAL SCIENCES JOURNAL OF HARBIN NORMAL UNIVERSITY  
4
第
期
  
Python  
基于  
的自动获取  
*
生物信息数据的软件设计  
＊＊  
，
周斯涵 刘月兰  
(
)
哈尔滨师范大学  
【
摘
】 ，  
要 从国际生物信息学数据库中采集数据来进行相关领域的分析 但随  
， ，  
着数据库规模不断扩大 数据来源种类繁多 即便是直接从网页中搜索所需的数  
， ． ，  
据 仍十分繁琐并且消耗了大量的时间 为了解决该类问题 基于  
Python  
开发出了  
，
一款可自动从云端数据库中获取指定的数据的应用软件 有效地解决了在巨量生  
．
物信息数据中如何准确检索与快速获取的难题  
【 】 ; ; ;  
关键词 数据库 生物信息 数据获取 软件设计  
－
－
－
: 1000 5617( 2017) 04 0040 05  
文章编号  
: R857．3  
: A  
中图分类号  
文献标识码  
目前有许多类别的生物信息学数据库供相  
0
引言  
，
关领域的研究者使用 并且数据库的容量还在不  
，
自从美国启动人类基因组计划以来 各种生  
． 、 、  
断地增长 美 欧 日为首的发达国家在建设生物  
． ，  
物的基因组的测序工作进展十分迅速 目前 在  
，
信息学数据库方面已经走在世界前列 且已在互  
GenBank DNA  
数据库中的  
，
联网上建立了所属本国的生物信息学网络节点  
美国  
序列的数量已经  
70  
． ，  
亿碱基对 足可预见 未来的生物信息数  
，
用来管理大型的生物学数据库 为研究者提供数  
超过  
．
据的增长将更为迅速 在人类基因组计划进入后  
、 、 、  
据的交换 采集 处理 分析等服务  
．
，
基因组时代后 生命科学的研究面临着严峻的挑  
1．2  
生物信息学数据库种类  
EMBL、GenBank DDBJ  
和
．
战 生物信息学是互联网不断发展以及各种生物  
是目前世界上三大  
．EMBL  
1980  
年创建  
实验数据快速增长的形势下不断发展起来的采  
主要的生物信息学数据库  
于德国海德堡市的欧洲分子生物学实验室  
( National Institurte of  
是
，
集生物学数据 并从生物学数据中获取新知识的  
．
，
一门学科 为了使生物信息学研究者不在浩如烟  
美国国家健康研究院  
Health，NIH) 1982 GenBank，  
年建立了 后移  
，
海的信息中迷失方向 该文基于  
Python  
开发出  
也在  
一款可自动从各大数据库中获取指定条目数据  
交给美国国立卫生研究院国家生物技术中心  
( NCBI) ．  
，
的应用软件 有效地解决了在巨量生物信息数据  
．
DDBJ  
中如何准确检索与快速获取的难题  
是日本国立遗传学研究所创建的日本  
DNA  
．DDBJ、GenBank  
EMBL  
与 建立了合  
数据库  
1
生物信息数据库  
，
作关系 建立了  
INSD， ( In-  
国际核酸序列数据库  
1．1  
ternat ional Nucleotide Sequence Databank) ．  
由日  
数据库背景  
－ －  
: 2017 04 03  
收稿日期  
*
( C201437)  
黑龙江省自然科学基金项目资助  
: liuyuelan126@ 126．com  
＊＊通讯作者  
41  
4
Python  
的自动获取生物信息数据的软件设计  
第
期
基于  
DDBJ、  
欧洲的  
EMBL  
GenBank  
tRNA AARSDB，  
合成酶数据库 人类基因遗传  
本的  
和美国的  
三
基
．
家各自建立和共同维护 这个数据库各自收集所  
处地区的实验室和测序机构所发布的核酸序列  
图 谱 和 物 理 图 谱 的 分 布 式 集 成 数 据 库  
HuGeMap，  
1．  
， ，  
信息 并共享收集到的序列数据 每天交换数据  
常见的生物信息学数据库见表  
．
库新建的数据记录  
2
软件背景与功能  
比较有名的蛋白质数据库还有瑞士生物信  
2．1  
开发背景  
息学研究所和欧洲分子生物学实验室共同维护  
生物信息学数据库中的数据来源于各国的  
－
SWIS S PROT  
的
和美国生物医学基金会建立  
．
科学文献和基因测序小组还有研究机构 生物信  
PIR， PDB  
而
．
是著名的蛋白质结构数据库 除  
的
息学研究者可利用互联网向这些生物信息学数  
，
此之外 还有一些以核酸为基础的二级数据库  
．
［5］  
，
据库递交数据 也可通过网络查询和下载相关领  
Vector  
，
密码子使用表数据  
如克隆载体数据库  
． ， ，  
域的信息 目前 研究者大多通过在互联网上 利  
－
Tr ans-  
CUTG，  
基因 调 控 转 录 因 子 数 据 库  
库
－
［1 2］  
－
［3 4］  
用国际生物信息学数据库资源不断下载数据进  
Fac  
，
EPD  
．
等
真核生物启动子数据库  
．
行分析并用其发现新线索来指导实验工作 研究  
以蛋白质序列数据构建的二级蛋白质数据  
－
［13 15］  
2．  
者获取生物信息数据的方式见表  
Blocks  
，
同源蛋  
库有同源蛋白结构域数据库  
2
表
生物信息数据获取方式  
－
［11 12］  
Pfam  
，
蛋白质功能位点数据  
白家族数据库  
－
［6 7］  
获取方式  
比例  
15．26  
24．66  
90．22  
39．53  
65．36  
PROSITE  
，
蛋白质功能位点序列片段数据  
库
－
E mail  
联系  
－
［8 10］  
PRINTS  
．
库
FTP  
下载  
，
还有一些其他的数据库 如真核生物基因组  
WWW  
主页访问  
TRRD，  
转录调控区数据库  
微卫星重复序列数据  
WWW  
查询  
其它相关站点  
MicroSatellite，  
复合元件数据库  
COMPEL，  
库
秀丽  
Intronerator，  
线虫内含子和交替剪接数据库  
酰氨  
，
但随着数据库规模不断扩大 数据来源种类  
1
表
常见的生物学数据库  
，
繁多 即便是直接从相关的网页中搜索所需的数  
数据库名称  
EMBL  
EMEST  
PIR  
相关内容  
DNA RNA  
，
据 仍十分繁琐并且消耗了大量的时间  
．
与
序列  
2．2  
软件功能  
EST  
，
为了更好的解决此类问题 该软件基于  
Py-  
Protein  
Protein  
序列  
序列  
Protein  
thon  
Entrez  
，
模块 可整合查询基于云端的包含  
的
－
SWISS PROT  
40  
，
个不同数据库的信息 以下是所包含的  
超过  
OWL  
TREMBL  
PDB  
非冗余  
EMBL  
序列  
Protein  
序列  
: ＇pubmed＇，＇protein＇，＇nuccore＇，＇nu-  
数据库类别  
由
翻译出的  
cleotide＇，＇nucgss＇，＇nucest＇，＇structure＇，＇sparcle＇，  
＇genome＇，＇annotinfo＇，＇assembly＇，＇bioproject＇，＇  
biosample＇，＇blastdbinfo＇，＇books＇，＇cdd＇，＇clinvar  
＇，＇clone＇，＇gap＇，＇gapplus＇，＇grasp＇，＇dbvar＇，＇gene  
＇，＇gds＇，＇geoprofiles＇，＇homologene＇，＇medgen＇，＇  
mesh ＇，＇ ncbisearch ＇，＇ nlmcatalog ＇，＇ omim ＇，＇  
orgtrack＇，＇pmc＇，＇popset＇，＇probe＇，＇proteinclusters  
＇，＇pcassay＇，＇biosystems＇，＇pccompound＇，＇pcsub-  
stance＇，＇pubmedhealth＇，＇seqannot＇，＇snp＇，＇sra＇，＇  
taxonomy＇，＇biocollections＇，＇unigene＇，＇gencoll＇，＇  
gtr＇  
Protein  
三维空间结构  
Protein  
二级结构参数  
DSSP  
HSSP  
同源蛋白家族  
PDBFINDER  
SBASE  
PDB  
数据库注释信息  
蛋白质结构域序列  
人类基因组中重复序列  
克隆载体  
HUMREP  
VECTOR  
UNIGENE  
SEQANALREF  
人类基因组中基因序列  
序列分析文献目录  
序列分析文献摘要  
分类学  
SEQANALRABS  
TAXONOMY  
AAINDEX  
BIOCAT  
350，000，000  
以上数据库一共收录有超过  
氨基酸性质索引表  
生物信息学程序目录  
生物信息学目录  
．
条记录  
DBCAT  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号