Bases de datos del NCBI
- 1. Bases de datos del NCBI B I O I N F O R M Á T I C A
- 2. NCBI NATIONAL CENTER FOR BIOTECHNOLOGY INFORMATION Fue creado en 1988 con el fin de desarrollar sistemas de información para la biología molecular. Este centro contiene 35 bases de datos que juntas mantienen 3.6 millones de registros. Cada base de datos apoya el texto utilizando la descarga en varios formatos y enlazando las bases de datos usando palabras relacionadas.
- 3. Bases de datos sobre literatura P U B M E D C E N T R A L Artículos completos. 7325415 registros P U B M E D Referencias/resume nes científicos y médicos. 33027761 registros N L M C A T A L O G índice de colecciones de NLM 1629799 registros B O O K S H E L F Libros y reportes 892126 registros M E S H Ontología utilizada para los índices de PubMed. 348370 registros 1 2 3 4 5
- 4. Bases de datos de genomas y su número de registros 4 D E S E P T I E M B R E D E L 2 0 2 1 La base de datos Nucleotide almacena secuencias del GenBank y RefSeq, mientras que BioSample tiene descripciones de material de origen biológico. Las funciones de estas bases de datos incluyen clasificaciones taxonómicas, información sobre ensamblaje de genomas, proyectos de secuenciación, etc. N u c l e o t i d e B i o S a m p l e S R A T a x o n o m y A s s e m b l y B i o p r o j e c t 500,000,000 400,000,000 300,000,000 200,000,000 100,000,000 0
- 5. Bases de datos de genes D E L N C B I GEO Profiles Perfiles de expresión de genes y su abundancia molecular Gene Colecciona información sobre los loci de los genes. GEO DataSets Estudios de genónmica funcional PopSet Secuencias de estudios filogenéticos o de población. HomoloGene Colección de genes homólogos para organismos seleccionados.
- 6. Bases de datos de proteínas D E L N C B I Secuencias de proteínas agrupadas por identidad. Secuencias de proteínas agrupadas en clusters basados en similitud. Protein Secuencias de proteínas del GenBank y RefSeq Identical Protein Groups Protein Clusters Estructuras biomoleculares determinadas experimentalmente. Structure Arquitecturas de dominios conservados, HMMs y BlastRules Protein Family Models Dominios conservados de proteinas. Conserved Domains
- 7. Bases de datos clínicos dbSNP: variaciones genéticas cortas. dbVar: Estudios de variación estructural del genoma. ClinVar: Variaciones humanas de significado clínico. ClinicTrials.gov: Registro de estudios clínicos y base de datos de resultados. Bases de datos de químicos PubChem Substance: Sustancias depositadas e información química. PubChem Compound: Información química con estructuras, información y links. PubChem BioAssay: Estudios de bioactividad.
- 8. RefSeq database Esta base de datos ha servido para almacenar genomas de referencia anotados, que sean estables y validados, además de transcritos y proteínas para organismos ya sea virus, microbios, organelos, eucariotas.... Esto ha permitido a los investigadores enfocarse en las secuencias representativas en contraste con la información redundante que proporciona GenBank, y proporciona secuencias específicas de referencia sin ambigüedad. Los datos de RefSeq pueden encontrarse en otras bases de datos como Nucleotide, Protein y BLAST, utilizando esa palabra clave.
- 9. Es una base de datos pública de secuencias nucleotídicas apoyada en información bibliográfica y por anotación biológica. Le asigna a cada registro un número de acceso que puede ser utilizado en varias bases de datos. Este permanece constante. Esta base de datos divide las secuencias según su origen taxonómico usado para extraer la información. GenBank database
- 10. ¿Por qué usar cada uno? S E G Ú N E L O R G A N I S M O Q U E S E D E S E A I N V E S T I G A R E S I M P O R T A N T E E L E G I R L A B A S E D E D A T O S I N D I C A D A . GenBank contiene secuencias de un amplio número de organismos. Se pueden encontrar secuencias de cualquier organismo que esté registrado (121,461 especies) RefSeq está limitado a organismos que tienen información suficiente disponible (aprox 504 mil especies). GenBank almacena secuencias redundantes (secuencias idénticas con distintos números de registro) mientras que RefSeq no. Se puede decir que RefSeq tiene información más estable, pero si se busca información sobre un organismo que no sea popular o de importancia biotecnológica, es posible que GenBank sea la mejor opción.
- 11. Literatura consultada Coordinators, N. R. (2016). Database resources of the national center for biotechnology information. Nucleic acids research, 44(Database issue), D7. O'Leary, N. A., Wright, M. W., Brister, J. R., Ciufo, S., Haddad, D., McVeigh, R., ... & Pruitt, K. D. (2016). Reference sequence (RefSeq) database at NCBI: current status, taxonomic expansion, and functional annotation. Nucleic acids research, 44(D1), D733-D745. Sayers, E. W., Cavanaugh, M., Clark, K., Ostell, J., Pruitt, K. D., & Karsch-Mizrachi, I. (2019). GenBank. Nucleic acids research, 47(D1), D94-D99.