Download Diapositiva 1

GenBank
GenBank
¿Qué es Genbank?
GenBank es la base de datos de secuencias genéticas del
NIH. Contiene todas las secuencias de ADN de acceso
público y, además, incluye anotaciones. Las secuencias
están distribuídas en 3 BD: Nucleotide, EST y GSS
http://www.ncbi.nlm.nih.gov/genbank/
GenBank
NAR (Database Issue)
GenBank
International Nucleotide Sequence Database Collaboration
GenBank
Cada dos meses sale una
nueva versión de GenBank.
La versión 206 (15 de
Febrero de 2015)
contiene más de 181
millones de secuencias
Más o menos cada 18
meses se duplica el número
de secuencias de GenBank
Es posible descargar la
base de datos completa
desde el sitio ftp del NCBI.
ftp://ftp.ncbi.nih.gov/genbank
El crecimiento de GenBank
GenBank
También crece el número de usuarios de GenBank
GenBank
Hay varias formas de enviar secuencias a GenBank
¿Cómo envío una secuencia a GenBank?
GenBank
(12)
(8)
Cada secuencia pertenece a una de las 20 divisiones de GenBank
GenBank
Hay varias formas de acceder a las secuencias de
nucleótidos almacenadas en Gen Bank: (1) a través de
la base de datos Nucleotide, (2) a través de la
herramienta BLAST o (3) a través de programas
específicos desarrollados por el NCBI.
¿Cómo accedo a una secuencia de GenBank?
GenBank
Puedo acceder a las secuencias almacenadas en
GenBank a través de la base de datos Nucleotide.
http://www.ncbi.nlm.nih.gov/nucleotide/
Acceso directo: La base de datos Nucleotide
GenBank
Puedo acceder a las secuencias almacenadas
en GenBank a través de la base de datos EST.
http://www.ncbi.nlm.nih.gov/nucest/
Acceso directo: La base de datos EST
GenBank
Puedo acceder a las secuencias almacenadas
en GenBank a través de la base de datos GSS.
http://www.ncbi.nlm.nih.gov/nucgss/
Acceso directo: La base de datos GSS
GenBank
http://blast.ncbi.nlm.nih.gov/Blast.cgi
Acceso indirecto: desde la herramienta BLAST
GenBank
Resultados de una
búsqueda en BLAST
Pincha aquí para
acceder al registro de
GenBank
correspondiente a una
de las secuencias que
ha encontrado BLAST
Acceso indirecto desde la página de resultados
GenBank
Pincha aquí
para
seleccionar
GenBank
Pincha aquí para acceder
al fichero de GenBank
correspondiente al gen
que codifica esta proteína
Acceso indirecto: desde un registro de la BD UniProtKB
GenBank
GenBank
Puedes
seleccionar otras
bases de datos
Introduce aquí
el término de
la búsqueda
Inicia la
búsqueda
Información
sobre el NCBI
Documentación
sobre el NCBI
Otras bases de datos
http://www.ncbi.nlm.nih.gov/nucleotide
GenBank
Para buscar secuencias en Gen Bank se puede introducir el nombre
de una proteína, de un gen o del autor que envió la secuencia.
También se puede introducir directamente el número de acceso. Si
se ponen términos compuestos, entre comillas.
Cómo hacer una búsqueda sencilla
GenBank
Aquí se introduce el término
que queremos buscar: colicin
Inicio la
búsqueda
NUCLEOTIDE: Búsqueda rápida
GenBank
También ha encontrado
secuencias EST y GSS
104720 secuencias
encontradas
Esta búsqueda no ha
sido muy productiva
Hay que definir mejor los
términos de la búsqueda
para que me sea útil
Resultados de la búsqueda
GenBank
Inicio de la
búsqueda
Los términos compuestos
se ponen entre comillas
Búsqueda más detallada con un término compuesto
GenBank
73 secuencias
encontradas
Resultados de
la búsqueda
clasificados por
organismo
Selecciona las
secuencias de
Escherichia coli
Puedes filtrar los
resultados de la búsqueda
Búsqueda más detallada con un término compuesto
GenBank
Inicio de la
búsqueda
Puedo introducir más de un
término y usar los operadores
lógicos (AND, OR, NOT)
Búsqueda con varios términos usando operadores lógicos
GenBank
Pincha aquí para
cambiar el formato
de presentación de
los resultados de la
búsqueda
Pincha aquí
para acceder a
la secuencia
Selecciona la secuencia que quieres ver
GenBank
Se puede cambiar el formato de presentación de los resultados
GenBank
Enlaces a otras
bases de datos
Registro de GenBank seleccionado
GenBank
Búsqueda avanzada
GenBank
Introduce un
operador
lógico
Introduce aquí
los términos de
la búsqueda
Añade otro
término de
búsqueda
Términos de búsqueda avanzada
GenBank
Los registros almacenados en la base de datos
GenBank constan de varios apartados:
1.- Encabezamiento: información general
sobre el registro (identificadores, número
de acceso, descripción del gen y del
organismo de donde procede)
2.- Referencias bibliográficas
3.- Tabla de características (Features table)
4.- Secuencia de nucleótidos (en código de
una letra)
Contenido de un registro de GenBank
GenBank
Encabezamiento
Referencias
bibliográficas
La última referencia (en este caso es la 2) incluye detalles
sobre quién ha enviado la secuencia a la base de datos
Encabezamiento y referencias bibliográficas
GenBank
Tipos de
característica
Se detalla la ubicación
exacta (location) de
cada tipo de
característica y se
añaden uno o más
calificadores
(qualifiers). También
hay enlaces a otras BD.
Tabla que reúne las
características de
la secuencia
Tabla de características (Features table)
GenBank
Secuencia de
nucleótidos. Cada línea
contiene 60 nucleótidos
agrupados en 6 bloques
de 10. El tipo de letra es
“Courier” para que cada
línea ocupe siempre la
misma anchura.
Símbolo que
indica que se ha
llegado al final
del registro
La secuencia de nucleótidos
GenBank
Pincha aquí para
ver la secuencia
mediante un
gráfico interactivo
Pincha aquí para
obtener la
secuencia en
formato FASTA
El formato FASTA es aceptado por
la mayoría de los programas de
análisis de secuencias
Otras formas de ver la secuencia
GenBank
Línea de definición: En la
primera línea se incluye
una escueta definición de
la secuencia. Siempre
empieza por el símbolo >
Secuencia
ininterrumpida de
nucleótidos (70
por cada línea)
Es posible que te interese guardar esta
secuencia en tu ordenador. Puedes hacer
corta y pega y guardarla en un fichero Word.
La secuencia de nucleótidos en formato FASTA
GenBank
Región
vista en
pantalla
Zoom
Hebra directa 5’3’
(forward)
Hebra complementaria
(complement)
Hebra directa (5’3’) y proteína
que codifica. La hebra
complementaria también puede
codificar proteínas.
Gráfico interactivo de la secuencia
GenBank
Forward: Cualquier secuencia escrita en sentido (5’ 3’)
5’-gaggagaagtctgccgttactgccctgtgg-3’
Reverse: la secuencia anterior escrita en sentido (3’ 5’)
3’-ggtgtcccgtcattgccgtctgaagaggag-5’
Complement: la secuencia complementaria escrita en sentido (3’ 5’)
5’-gaggagaagtctgccgttactgccctgtgg-3’
3’-ctcctcttcagacggcaatgacgggacacc-5’
Reverse-complement: la secuencia complementaria escrita en sentido (5’ 3’)
5’-gaggagaagtctgccgttactgccctgtgg-3’
5’-ccacagggcagtaacggcagacttctcctc-3’
Forward, reverse, complement and reverse-complement
GenBank
La hebra que sirve de molde para la transcripción
es la hebra antisentido. También se llama hebra
no codificante, hebra (-) o hebra de Watson.
La hebra complementaria, que no sirve de molde para la transcripción, es la
hebra con sentido. Su secuencia es igual a la del transcrito RNA (cambiando
U por T). También se llama hebra codificante, hebra (+) o hebra de Crick.
¿Qué sentido tiene todo esto?
GenBank
Pinchando en cada
característica
(feature), la puedes
ver con todo detalle
Se puede ver cada característica por separado
GenBank
Se resalta la región de la secuencia de nucleótidos que
corresponde a la CDS (empieza por ATG y termina en TAA)
Pincha aquí para
obtener la región
seleccionada en
formato FASTA
Enlaces a otras
BD que ofrecen
información
relacionada
Pincha aquí para
seleccionar otra
característica
Pincha aquí para
ver los detalles
relacionados con
la característica
seleccionada
Pincha aquí
para obtener
la región
seleccionada
en el formato
de GenBank
Vista detallada de una característica (CDS)
GenBank
Cómo guardar una copia del registro en tu ordenador
GenBank
Pincha aquí para
hacerte con una
copia del registro
Seleccionar la
parte del registro
que te interesa
Pincha aquí para
crear un fichero
con tu selección
Pincha aquí para
seleccionar el
formato en que
quieres
almacenar el
registro
Cómo guardar una copia del registro en tu ordenador
GenBank
Capítulo 2: How most people use Bioinformatics
Capítulo 3: Using nucleotide sequences databases
Bibliografía