序列比对算法

一．生物数据库

1.文献数据库：PubMed（主要是生物医学文献）

2.一级核酸数据库：NCBI，ENA，DDBJ

INSDC：由GenBank（美国）、ENA（欧洲）、DDBJ （日本）三大核苷酸数据库组成的联合核苷酸数据库。
序列的FASTA格式：第一行——大于号加名称或其他注释
第二行以后——序列，每行６０个字母

3.一级蛋白质数据库（都是通过实验直接测定的）

蛋白质序列数据库：swissport,TrEMBL,PIR,UniPort(前三个数据库的合成)
蛋白质结构数据库：PDB

4.二级蛋白质数据库

Pfam(蛋白质结构域家族的集合)
PS：结构域——蛋白质一般是由一个或多个功能区域组成，这些功能区域通常称为结构域。Like胞外域、跨膜区、胞内域。通过探明未知功能蛋白质上的结构域，可以大致推测出蛋白质的功能。
CATH
SCOP2

---

二．序列比较及相似性

1.序列表示

2.序列的相似性

数据库中的序列相似性搜索——相似的序列可以推测出相似的结构，相似的结构可以推测出相似的功能。
用两个指标来描述序列的相似性——一致度和相似度。