Introdução Bancos de Dados

Secundários

PROF. DR. RODRIGO MATHEUS PEREIRA

FCBA - UFGD
 Bancos de dados secundários

 Há bancos de dados em bioinformática para

praticamente qualquer tipo de abordagem em
biologia molecular;

 Bancos de dados primários;

 Genbank, ENA

 Bancos de dados secundários;

 Swissprot, RefSeq, COG
 Tipos de BD Biológico
 BD Primário
 Contém informações de seqs experimentais (nucleotídeo ou
proteína)

 Acompanha informações básicas como função, origem,

autor, referência com outras bases;

 Depósito direto de Sequencias ou informações

 Exemplos: Genbank, ENA.

 Tipos de BD Biológico

 BD secundário
 Geralmente são bancos curados;

 Previamente analisado por equipes de cientistas;

 As informações são retiradas de outros bancos de dados

biológicos (bancos primários).

 Exemplos: RefSeq, CARD, SWISS-PROT.

 Os bancos de dados do NCBI

 PubMed

 GenBank
 GenPept
 Genome
 dbGSS
 dbEST
 dbSNP
National Center for Biotechnology
Information

O NCBI fornece acesso a

genomas completos de mais de
7000 organismos. Se levarmos em
conta os que estão em processo de
sequenciamento esse número
salta para mais de 60000.

http://www.ncbi.nlm.nih.gov
 Bancos de dados secundários

 NCBI
 Entrez é o sistema que permite realizar buscas em 39 bancos
de dados do NCBI

 Os bancos estão divididos em :

 Literatura,;

 Químicos,;

 Saúde ;

 Genomas ;

 Proteínas;
 RefSeq

 Um conjunto de dados não

redundante, integrado, bem
anotado, de sequências de
referência genômicas;

 Banco de dados de sequências

de referência para genomas,
incluindo transcritos e
proteínas;

 Apresenta uma única cópia

para cada gene no genoma
 É o verdadeiro NR
 Níveis de curadoria RefSeq

 Predita: automática
 cDNA com ORF sem função descrita

 Provisória: manual
 proteína com função conhecida ou inferida
 o melhor representante do GenBank, mais anotado

 Revisada: manual
 compilação sobre o gene e seus transcritos
 sequência, propriedades, nomenclatura, referências,
retirada de vetor, adição de UTRs, domínios conservados,
descrição da função do gene, links
 http://www.ncbi.nlm.nih.gov/refseq/
dbEST

 O banco de dados de EST é

uma coleção de sequencias
transcritas do genbank.
 Essas sequências possibilitam
avaliar a expressão do gene,
encontrar variações, e anotar
genes.
 http://www.ncbi.nlm.nih.gov
/nucest
 UniGene

 Contém clusters de ESTs

formados a partir de
similaridades usando o
algoritmo megaBLAST

 Reune variantes de
splicing no mesmo
identificador

 Cataloga variantes de
splicing por tecido
 Unigene

• Identifica transcritos do mesmo locus, analisa a

expressão por tecido, idade, estado de saúde.

• Informa proteínas relacionadas e fontes de clones;

• Cada aglomerado do UniGene contém as

sequências que representam um gene único;

• http://www.ncbi.nlm.nih.gov/unigene
 Genome

 Este banco organiza as seguintes informações sobre

genomas:
 Sequencias;
 Mapas genômicos;
 Cromossomos;
 Montagens;
 Anotações.
 http://www.ncbi.nlm.nih.gov/genome
 SNP
(single nucleotide polymorphisms)

 Banco de dados de polimorfismo de nucleotídeo

simples (SNP) fornece informações sobre:
 SNPs
 Variações múltiplas de inserções/deleções;
 Microsatélites;
 Variantes não polimórficas.

 http://www.ncbi.nlm.nih.gov/snp
 Taxonomy

 O Taxonomy é banco de dados de classificação

curado que exibe a nomenclatura para todos os
organismos no banco de dados público.

 Atualmente apresenta a descrição de quase 10% de

todas as espécies vivas do planeta

 http://www.ncbi.nlm.nih.gov/taxonomy
 ClinVar

 O ClinVar agrega informação sobre variações

genômicas e suas relações com a saúde humana.

 Os alelos descritos nas submissões são mapeados nas

sequências de referência;

 http://www.ncbi.nlm.nih.gov/clinvar/
 COG

 Cluster of Orthologous
Groups
 Classificação filogenética de
proteínas codificadas em
genomas completos

 Genes bacterianos
agrupados por função
biológica
 KOG, eucariotos
 http://www.ncbi.nlm.nih.
gov/COG/
 Banco de dados Secundários

 EMBL-EBI
 European Molecular Biology Laboratory - European Biology
Institute;
 Possui ferramentas e bancos de dados primários e
secundários;
 Formado por diversos centros de pesquisa espalhados em
vários países europa;
 DGVa

 Banco de dados de variantes genômicas arquivadas

(Database of Genomic Variants archive)
 A variação estrutural genômica que ocorre
através de inserções/deleções, inversões e
translocações causa modificações únicas no fenótipo
que podem ocasionar doenças.
 Esse banco de dados armazena e possibilita acesso e
distribuição pública de variantes genômicas em
todas as espécies;
 https://www.ebi.ac.uk/dgva
 ESEMBL

 O projeto Esembl disponibiliza acesso on line gratuito a

bancos de dados e ferramentas que avaliam vertebrados
e outros eucariotos.

 http://www.ensembl.org/index.html
 Esembl genomes

 O projeto Esembl genomes disponibiliza acesso on

line gratuito a bancos de dados que vão de eucariotos
a procariotos.
 Pfam

 Um banco de dados construído com hidden Markov

models e alinhamentos para descrever famílias de
proteínas e domínios.

 https://www.ebi.ac.uk/services/proteins
 Uniprot

 UniProt: The Universal Protein Resource

 O padrão ouro , recurso abrangente para sequência
de proteínas e anotação funcional de dados.
 KEGG

 Kyoto Encyclopedia of
Genes and Genomes
 Permite anotar a
presença de enzimas e
completar vias
bioquímicas
 Visão integrada do
metabolismo
 KEGG pathways
• Enzimas/proteínas
encontradas são
marcadas em verde
 Bancos de dados secundários

 Nucleic Acids Research

 Janeiro

 BMC Bioinformatics
 Bioinformatics
 Briefings in Bioinformactics
 PLOS Computational Biology
 Transactions on Computational Biology and
Bioinformatics (TCBB)
 IEEE/ACM
 Bancos de dados secundários

 Referências
 http://www.ncbi.nlm.nih.gov/books/NBK44864/

 http://www.ncbi.nlm.nih.gov/books/NBK3837/

 Applied bioinformatics: an introductionSELZER, P. M;

ROHWER, A; MARHOFER, R. J. Applied bioinformatics:
an introduction. Berlin: Springer, 2008. 287p.

 Understanding bioinformaticsZVELEBIL, Marketa;

BAUM, Jeremy O. Understanding bioinformatics. New
York: Garland Science, 2008. 772p.