genbank international nucleotide sequence database collaboration

GenBank

International Nucleotide Sequence Database Collaboration

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)

GenBankCada dos meses sale una

nueva versión de GenBank.

La versión 200 (15 de Febero de 2014)

contiene más de 171 millones de secuencias

Es posible descargar la base de datos completa

desde el sitio ftp del NCBI.

Más o menos cada 18 meses se duplica el número de secuencias de GenBank

ftp://ftp.ncbi.nih.gov/genbank

El crecimiento de GenBank

GenBank

También crece el número de usuarios de GenBank

GenBank

¿Cómo envío una secuencia a GenBank?

Hay varias formas de enviar secuencias a GenBank

GenBank

¿Cómo accedo a una secuencia de 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.

GenBank

Acceso directo: La base de datos Nucleotide

Puedo acceder a las secuencias almacenadas en GenBank a través de la base de datos Nucleotide.

http://www.ncbi.nlm.nih.gov/nucleotide/

GenBankPuedo acceder a las secuencias almacenadas en GenBank a través de la base de datos EST.

Acceso directo: La base de datos EST

http://www.ncbi.nlm.nih.gov/nucest/

GenBankPuedo acceder a las secuencias almacenadas en GenBank a través de la base de datos GSS.

Acceso directo: La base de datos GSS

http://www.ncbi.nlm.nih.gov/nucgss/

GenBank

Acceso indirecto: desde la herramienta BLAST

http://blast.ncbi.nlm.nih.gov/Blast.cgi

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 acceder al fichero de GenBank correspondiente al gen

que codifica esta proteína

Pincha aquí para

seleccionar GenBank

Acceso indirecto: desde un registro de la BD UniProtKB

GenBank

Cada secuencia pertenece a una de las 20 divisiones de GenBank

(12)

(8)

GenBank

Puedes seleccionar otras bases de datos

Introduce aquí el término de la búsqueda

Inicia la búsqueda

Otras bases de datos

Documentación sobre el NCBI

Información sobre el NCBI

http://www.ncbi.nlm.nih.gov/nucleotide

GenBank

Cómo hacer una búsqueda sencilla

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.

GenBank

Aquí se introduce el término que queremos buscar: colicin

Inicio la búsqueda

NUCLEOTIDE: Búsqueda rápida

GenBank

Resultados de la búsqueda

35187 secuencias encontradas

Esta búsqueda no ha sido muy productiva

Hay que definir mejor los términos de la búsqueda

para que me sea útil

También ha encontrado secuencias EST y GSS

GenBank

Búsqueda más detallada con un término compuesto

Introduzco el término: “colicin A”

Inicio de la búsqueda

Los términos compuestos se ponen entre comillas

GenBank

Se pueden imponer límites a la búsqueda

Puedes filtrar los resultados de la búsqueda

Resultados de la búsqueda clasificados por organismo

Selecciona las secuencias de Escherichia coli

63 secuencias encontradas

Filtrado de los resultados de la búsqueda

GenBank

También se pueden poner límites a la búsqueda

GenBank

Búsqueda con varios términos usando operadores lógicos

Puedo introducir más de un término y usar

los operadores lógicos (AND, OR, NOT)

Inicio de la búsqueda

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

Registro de GenBank con el resultado de la búsqueda

Enlaces a otras bases de datos

GenBank

Un registro de la base de datos 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)

GenBank

Encabezamiento y referencias bibliográficas

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

GenBank

Tabla de características (Features table)

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.

Tipos de característica

Tabla que reúne las características

de la secuencia

GenBank

La secuencia de nucleótidos

Secuencia de nucleótidos. Cada línea contiene 60 nucleótidos

agrupados en 6 bloques de 10.

Símbolo que indica que se ha llegado al final

del registro

GenBank

Otras formas de ver la secuencia

Pincha aquí para obtener la

secuencia en formato FASTA

Pincha aquí para ver la secuencia

mediante un gráfico interactivo

El formato FASTA es aceptado por la mayoría de los programas de

análisis de secuencias

GenBank

La secuencia de nucleótidos en formato FASTA

Es posible que te interese guardar esta secuencia en tu ordenador. Puedes hacer

corta y pega y guardarla en un fichero Word.

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)

GenBank

Gráfico interactivo de la secuencia

Zoom

Región vista en pantalla

Hebra directa (5’3’) y proteína que codifica. La hebra

complementaria también puede codificar proteínas.

Hebra directa 5’3’ (forward)

Hebra complementaria (complement)

GenBank

Forward, reverse, complement and reverse-complement

5’-gaggagaagtctgccgttactgccctgtgg-3’

Forward: Cualquier secuencia escrita en sentido (5’ 3’)

3’-ggtgtcccgtcattgccgtctgaagaggag-5’

Reverse: la secuencia anterior escrita en sentido (3’ 5’)

3’-ctcctcttcagacggcaatgacgggacacc-5’

Complement: la secuencia complementaria escrita en sentido (3’ 5’)

5’-gaggagaagtctgccgttactgccctgtgg-3’

Reverse-complement: la secuencia complementaria escrita en sentido (5’ 3’)

5’-ccacagggcagtaacggcagacttctcctc-3’5’-gaggagaagtctgccgttactgccctgtgg-3’

GenBank

¿Qué sentido tiene todo esto?

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.

GenBank

Pinchando en cada característica

(feature), la puedes ver con todo detalle

Se puede ver cada característica por separado

GenBank

Vista detallada de una característica (CDS)

Pincha aquí para obtener

la región seleccionada en el formato de GenBank

Pincha aquí para obtener la región seleccionada en formato FASTA

Pincha aquí para ver los detalles

relacionados con la característica

seleccionada

Pincha aquí para

seleccionar otra

característica

Pincha aquí para saltar de

una característica

a otra

Se resalta la región de la secuencia de nucleótidos que corresponde a la CDS (empieza por ATG y termina en TAA)

Enlaces a otras BD que ofrecen

información relacionada

GenBank

Cómo guardar una copia del registro en tu ordenador

GenBank

Cómo guardar una copia del registro en tu ordenador

Pincha aquí para seleccionar el

formato en que quieres

almacenar el registro

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

GenBank

Bibliografía

Capítulo 3: Using nucleotide sequences databases

Capítulo 2: How most people use Bioinformatics