生物信息学大规模测序基本策略：逐个克隆法，全基因组鸟枪法，Contig（重叠群，基因组测序中将许多序列片段经过比对找到重叠区,从而连接成的长片段。）3.生物信息学的主要研究内容（1）生物分子数据的收集与管理EMBL欧洲分子生物学实验室，于1974年由欧洲14个国家加上亚洲的以色列共同发起建立，包括一个位于德国Heidelberg的核心实验室，三个位于德国Hamburg，法国Grenoble及英国Hinxton的研究分部。GenBank是美国国家生物技术信息中心建立的DNA序列数据库，从公共资源中获取序列数据，主要是科研人员直接提供或来源于大规模基因组测序计划。DDBJ日本DNA数据库，于1984年建立，是世界三大DNA数据库之一，与NCBI的GenBank，EBI的EMBL数据库共同组成国际DNA数据库。SWISS-PROT是经过注释的蛋白质序列数据库，由欧洲生物信息学研究所(EBI)维护。PIR全称TheProteinInformationResource，是一个集成了关于蛋白质功能预测数据的公共资源的数据库，其目的是支持基因组/蛋白质组研究。PIR与MIPS(theMunichInformationCenterforProteinSequences)、JIPID（theJapanInternationalProteinInformationDatabase）合作，共同构成了PIR-国际蛋白质序列数据库（PSD）：一个主要的已预测的蛋白质数据库，包括250000个蛋白。蛋白质数据库PDB是由美国国家科学基金会、能源部的生物和环境研究所、国家健康组织中的两个单位：药品科学研究所和医药图书馆共同资助的。它们设立这个机构的共同目标是通过PDB尽量广泛地传播其收集的信息。（2）数据库搜索及序列比较通过数据库搜索可以找到目的基因的相关信息通过序列比较寻找同源基因（3）基因组序列分析基因组结构分析、基因识别、基因功能注释基因调控信息分析、基因组比较（4）基因表达数据的分析与处理基因表达数据分析是目前生物信息学研究的热点和重点。对基因表达数据的处理主要是进行聚类分析，将表达模式相似的基因聚为一类，在此基础上寻找相关基因，分析基因的功能。（5）蛋白质结构预测蛋白质的生物功能由蛋白质的结构所决定，蛋白质结构预测成为了解蛋白质功能的重要途径。（6）生物信息分析的技术与方法研究改进和创造一些理论分析方法统计方法、模式识别方法、多序列比较方法等多种算法开发分析工具和实用软件序列比较工具基因识别工具生物分子结构预测工具基因表达数据分析工具等4生物信息学研究意义认识生物本质了解生物分子信息的组织和结构，破译基因组信息，阐明生物信息之间的关系。改变生物学的研究方式改变传统研究方式，引进现代信息学方法在生命科学、农学、医学、食品、环境等领域具有重要意义，可能会引发新的产业革命5生物信息学数据库类型序列数据库结构数据库功能数据库其它专业数据库（1）序列数据库主要收录核酸和蛋白质序列的数据库，包括由基因组计划产生的基因组及其表达序列，由基因组序列所推测的编码和非编码核酸和蛋白质序列，以及个别生物学实验中测序获得的核酸和蛋白质序列。A．基因组序列数据库B．核酸序列数据库GenBank（http://www.ncbi.nlm.nih.gov/Genbank）EMBL（http://www.ebi.ac.uk/embl/）DDBJ（http://www.ddbj.nig.ac.jp/）三个数据库每天互相交换数据GenBank可通过NCBI的检索系统Entrez获取，Entrez集成来自主要DNA和蛋白序列数据库的数据，包括物种、基因组、定位、蛋白结构和结构域等信息其他各种专业核酸数据库非冗余参考序列数据库RefSeq密码子使用数据库CodonUsageDatabaseCUTG基因可变剪接数据库ASDB转录因子数据库TRANSFACC．蛋白质序列数据库由Swiss-Prot、TrEMBL和PIR蛋白质数据库联合构建，提供蛋白质序列和功能注释的核心资源。由三个子库组成：（1）UniProtKB，知识库（2）UniRef：参考簇（3）UniParc，所有公开的蛋白质序列，包括每个序列源数据库的追溯信息。IPI（http://www.ebi.ac.uk/IPI/）国际蛋白质索引数据库，针对蛋白质组研究中利用数据库搜索鉴定蛋白的策略而构建的参考数据库，月更新，整合国际上主要的蛋白质数据库（SwissProt，Refseq，PIR，TrEMBL，RefSeq，Ensembl，H-InvDB翻译的蛋白数据），整合过程中，直接接受手工注释结果。Nr（http://www.ncbi.nlm.nih.g...
