NCBI生物分类数据库(Taxonomy) |
您所在的位置:网站首页 › 最新的生物分类树 › NCBI生物分类数据库(Taxonomy) |
文章目录
介绍查询某个物种的全部核酸序列和蛋白序列查看某个物种的其他信息(蛋白结构,基因,测序数据,相关文献等)Taxonomy 的相关数据下载1. gi_taxid 标识的数据2. taxcat 标识的数据以尼安德特人(taxid:63221)为例
3. taxdump 标识的数据
介绍
Taxonomy : NCBI公共序列数据库中所有生物的策划分类和命名法。目前包含地球上大概10%的物种。 我们现在查询到底包含有有多少物种,进入统计页面:。可以看到不同的分类下的分布情况,总体包含有597658条物种信息。 进入 NCBI 首页 点击Taxonomy,进入物种分类数据库 浏览该物种下的核酸序列或蛋白序列,直接点击Nucleotide或者Protein 浏览核酸序列列表,数量远远超过了所预想的数量,因为这里包含的是与 Nucleotide 相关的该物种的信息 选择左栏的Viruses切换显示物种,可以看到有好多病毒的整合位点信息。你也可以点击左栏来筛选其他你想要的信息,比如mRNA。 https://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?mode=Root 进入首页,我们以人类为例:输入human,点击Go 点击Homo sapiens 右栏展示与人相关的数据,常用的包括 Nucleotide: 核酸序列Protein: 蛋白序列Structure: 蛋白结构(大部分来源于PDB数据库)SNP: 单位点突变数据GEO Datasets/SRA Experiments/GEO Profiles: 用于储存公共测序数据,这个包含之前的芯片数据,也有目前大部分的高通量测序PubMed Central: 文献Gene: 基因信息Taxonomy 编号在查询和标注信息时候常常用到,比如,在Nucleotide中查询现代智人的时候: ftp://ftp.ncbi.nih.gov/pub/taxonomy/ 1. gi_taxid 标识的数据NCBI早在2016年已经宣布逐渐停用,这部分信息不再关注 2. taxcat 标识的数据ncbi提供有不同格式的压缩包,解压后都只有一个categories.dmp文件。打开该文件,包含三列信息,三列代表的不同的分类层次。 第一列:代表分类的顶级类别(top-level category),字母分别代表不同分类名(古菌,细菌,真核生物,病毒和类病毒,未分类,其他) A = Archaea B = Bacteria E = Eukaryota V = Viruses and Viroids U = Unclassified O = Other 第二列:相应的物种级别(species-level)的taxid 第三列:taxid本身 以尼安德特人(taxid:63221)为例查看categories.dmp文件(下面命令代表去categories文件中查找63221并显示): cat categories.dmp | grep 63221结果如下,第一行即为63221(taxid)代表尼安德特人: 我们现在可以描述尼安德特人(taxid:63221)属于真核生物(E)里的智人(taxid:9606)类的一个分支。 3. taxdump 标识的数据同样提供不同格式的压缩包,解压gunzip -c taxdump.tar.gz | tar xf -后包含7个文件: citations.dmp:与某个物种(taxid表示)的文献信息: names.dmp:存储 taxid 对应的物种名信息 nodes.dmp:存储 taxid对应的多级节点信息 delnodes.dmp:已经删除不用的节点信息 division.dmp: gencode.dmp:密码子表信息 merged.dmp:记录新taxid替换旧taxid的信息 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |