分子生物学常用数据库汇总及推荐

分子生物学主要研究具体生物大分子在某一生物学行为过程中的表达变化、功能和作用方式；主要涉及基因的表达调控、蛋白相互作用、信号分子间的交互对话等。分子生物学实验常需要我们在具体实验前对所关注的基因的一些基本信息、可能受哪些因素调控、与哪些分子可能存在潜在的相互作用，可能参与哪些生物学行为等进行一些初步的判断，然后根据这些信息，提出合理的实验设计，并通过生物学实验加以验证。那么，如何获得上面的这些信息，除了根据实验结果提供的线索和深入研究相关文献以外，还会用到一些分子生物学数据库，尤其一些在线预测工具。下面从基因的基本信息获取、表达调控的生物信息学预测和基因功能分析三方面来对常用的数据库进行简单的介绍。

基因基本信息的获取

1、NCBI数据库

NCBI（美国国家生物技术信息中心）由美国国立卫生研究员（NIH）于1988年创办，创办NCBI的初衷是为了给分子生物学家提供一个信息储存和处理的系统，随着数据库各种资源的涌现，现在已经成为科研工作者的辅助工具了。通过这一数据库，我们可以获取某一基因的核酸或蛋白质序列。

2、Genecards数据库

除了NCBI这个经典的数据库外，具体研究中我们还常参考其他数据库，重点介绍Genecards数据库。GeneCards是一个可搜索的综合数据库，它自动整合约一百多个网络来源的基因的数据，包括基因组、转录学、蛋白生物学、遗传、临床和功能信息。它提供了各种其它数据库的ID，点击ID还能够直接链接到想进的数据库，与什么疾病有关，与什么通路有关，基因的基因组学，染色体位置，蛋白质基本信息结构域分析、基因功能分析等、相关的抗体、慢病毒、促进剂、抑制剂、克隆产品，包括细胞系，各品牌的介绍，以及相关的文献信息全面。由此可见，该数据库是一个基因大全，通过这个数据库我们几乎可以获取目标基因的所有信息。

基因表达调控分析

1、基因表达谱数据库的查询

了解基因的表达特征有助于分析其具体的表达调控机制，除了上述的Genecards数据库里的资源之外，NCBI中GEO Profiles数据库也可以初步了解目标基因在特定组织中的分布特征。除此之外，TCGA数据库亦可以下载不同研究的具体组学数据。

2、转录因子结合位点分析

    研究基因的转录调控是基因从无到有，从少到多，或从多到少最为重要的调控方式，是阐明基因参与生物学功能的需要，同时也为其功能研究提供重要线索。对于某一具体基因，我们研究分析有哪些转录因子可能结合到该基因的上游而调控其表达。首先第一步通过NCBI Gene检索该基因的基因组序列信息，在该基因的DNA信息中，我们可以得知该基因的范围和mRNA序列，进而获取其转录起始位点、可变剪接等信息。转录起始点上游-1000bp的核酸序列，下游位置后移1000bp，获取目的基因启动子序列后，进行转录因子结合位点分析，推荐使用JASPAR数据库，在搜索框中输入启动子序列的FASTA格式序列，在左侧选中所赶兴趣的转录因子，点击scan，就可以获得潜在调控该基因的转录因子及其识别序列的信息。

3、启动子甲基化分析

   基因启动子甲基化是基因沉默的重要方式，且可随细胞传代而传递，在细胞分化、发育以及肿瘤演变中发挥重要作用。而CpG岛的存在是发生甲基化的基础，推荐寻找CpG岛的在线分析软件。

4、miRNA调控分析

    miRNA介导的转录后调控是指通过其种子序列与潜在的靶分子mRNA的3’UTR上的序列结合，抑制基因的翻译或介导降解。众多靶基因预测软件中，targetscan是较为方便准确的工具，可以查找可能调控目标mRNA的候选miRNA，也可以查找关注miRNA的可能调控mRNA。

基因功能分析

1、蛋白质在细胞内定位的预测

    蛋白质在细胞内的定位对于研究蛋白质的功能非常重要，蛋白质可分布于细胞核、细胞质或胞膜上，不同亚型不同定位提示具有不同功能。推荐一个用于蛋白质定位预测的网站。

2、同源蛋白的搜索

    同源蛋白通常具有相似的功能，因此寻找某一基因对应的同源蛋白对了解该基因的功能非常有意义。通常思路是通过序列的比对推断出这些分子的共同祖先，然后才认为他们可能具有相似的结构与功能。在NCBI网站中进入BLAST主界面，进行相关同源蛋白的搜索。

3、基贴因功能分类

    我们研究过程中，通常需要对一个基因参与哪些生物学功能以及具体某个生物学功能都有哪些基因参与。这里推荐基因功能分类网站GO网站。在上述基础上，根据基因的gain-of-function和loss-of-function这些寻找基因功能的实验学手段，结合生物信息学方法，提出科学的实验思路和合理的实验假说。