uniprotkb数据库教程（在c语言中,如何提取一个txt数据库文件中的信息）

本文目录

• 在c语言中,如何提取一个txt数据库文件中的信息
• 已知小rna序列怎么查基因序列数据
• 在ncbi上我搜到了一个蛋白~我如何知道这个蛋白有没有3d结构
• 如何利用NCBI Unigene数据库里的序列
• 如何在uniprot数据库中查找某个蛋白序列
• UniProt怎么检索二硫键
• uniprot数据库导出数据不能下载
• uniprot蛋白质序列数据库由哪几部分组成各有什么特点
• 怎么查看蛋白有哪些domain

在c语言中,如何提取一个txt数据库文件中的信息

简单的用C读取文件的例子代码片段。... ...FILE *fp;char buffer;fp=fopen( "input.txt", "r" );while ( fread(&buffer, sizeof(buffer), 1, fp )==1){ ... ... //对从文件读出来的数据在此处进行处理... ...}fclose(fp);... ...

已知小rna序列怎么查基因序列数据

1、首先打开NCBI中Gene选项，输入BCL2后，点击search。2、其次寻找基因DNA序列，如图所示，可以看到基因在染色体定位。3、最后点击后进入以下页面，通过UCSC数据库可以查询该基因的基因组信息，蛋白质数据库UniprotKB相关信息，该基因在不同组织表达的RNA-seq数据，基因芯片数据，蛋白质功能域以及结构，GO富集分析等等内容。

在ncbi上我搜到了一个蛋白~我如何知道这个蛋白有没有3d结构

所有的蛋白都有3D结构。如果想看的话可以在ncbi该蛋白的基因页面里找到UniProtKB的链接，再从UniProt里的Cross-references找到3D structure databases。

不放心的话，可以在string啦，或者其他的数据库中找相关的链接，看看有没有PDB的相关标号，就是4位由数字和字母混合成的晶体结构标号。

几方面一综合，就知道有没有了。不过如果不是关键蛋白质的话不要抱太大的希望，结晶难度很大，所以存在的晶体结构不是很多的，没有晶体结构的3D结构都是预测或者推测的，不作数。

NCBI上对于这些同源蛋白的名字已经有了明确的规定了，可以去NCBI上搜索这些蛋白，结果里会包含这些蛋白的详细信息，包括碱基序列，氨基酸序列等。

如何利用NCBI Unigene数据库里的序列

先来讲讲NCBI的。用FTP登陆ftp.ncbi.nih.gov（windows下可以直接打开或是用迅雷/Flastget等下载工具）。cd gene/DATA（windows下依次找到gene/DATA这个文件夹）。ls一下，里面的文件大概有:ncftp /gene/DATA 》 lsASN_BINARY/ gene2sts gene_refseq_uniprotkb_collab.gzASN_OLD/ gene2unigene go_process.xmlgene2accession.gz gene_group.gz mim2genegene2go.gz gene_history.gz misc/gene2pubmed.gz GENE_INFO/ READMEgene2refseq.gz gene_info.gz下面主要解释一下一些常用的文件。1，gene2accession.gz，这里面的数据比较多，包含有NCBI所有的accession。但主要有以下的：tax_id GeneID nucleotide_accession nucleotide_gi protein_accession protein_gi2，gene2go.gz，主要是Gene与GO之间的一一对应。里面的数据主要有：tax_id GeneID GO_ID GO_term3702 814629 GO:0003676 ucleic acid binding3，gene2pubmed.gz，主要是Gene与Pubmed ID的一一对应。tax_id GeneID PubMed_ID9 1246500 98730794，gene2unigene，Gene与Unigene数据库的一一对应GeneID UniGene_cluster1268433 Aga.2015，gene2refseq.gz，这个就不多讲。跟gene2accession.gz类似。不过其中的accession都是RefSeq数据库的。6，gene_info.gz，是NCBI的Gene数据库。包含有Gene的gene_name(Symbol)，第几号染色体等。主要有：tax_id GeneID Symbol chromosome description大概就这些。如果你会用Linux，这些大批量的一一对应是非常简单的。在GO/EMBL/Uniprot等也有类似的批量对应。以后有需要有讲到。

如何在uniprot数据库中查找某个蛋白序列

NCBINCBI下有很多数据库，以下是蛋白质序列PopSet包括研究1个人群、1个种系产生或描写人群变化的1组组联合序列。PopSet既包括核酸序列数据又包括蛋白质序列数据。Entrez功能强大，在于它的大多数记录可相互链接，既可在同1数据库内链接，也可在数据库之间进行链接。当应用BLAST软件比较某氨基酸或DNA序列与库中其他氨基酸或DNA序列差异即进行类似性检索时，则会触及到蛋白质库或核苷酸库的库内链接。库间链接产生在核苷酸数据库内的记录与PubMed库中已发表序列的引文间的链接，或蛋白质序列记录与核苷酸序列库中编码它的核苷酸序列间的链接。BLAST(BasicLocalAlignmentSearchTool）是用于序列类似性检索的1个重要数据库，是辨别基因和基因特点的工具。该软件能在15秒内完成全部DNA数据库的序列检索。BLAST记录的相干度有明确的统计学解释，以便更容易地将相干记录与随机的数据库记录像辨别。在NCBI主页的左工具条中，点击BLAST图标，即进入BLAST主页。BLAST主页提供了几种BLAST检索软件。其中BLAST2.0是1种新的BLAST检索工具，它在原有基础上作了改进，运行速度更快，灵敏度更高，同时具有GappedBLAST和PSI-BLAST两种软件的新功能。GappedBLAST允许在对准的序列中引入空位（碱基缺失或插入），引入空位（Gaps）意味着在比较两个相干序列时不会出现中断（Break）现象。这些空位对准的记分系统更能反应相干序列的类似程度。PSI-BLAST的全称是Position-SpecificIteratedBALST，即特殊位置重复BLAST，它提供了自动、易用的概貌（Profile）检索，是查找序列同源的有效工具。Dnastar可以用于解决你踢完的后半个问题

UniProt怎么检索二硫键

UniProtKB/TrEMBL收录的则是高质量的经计算机分析后进行自动注释和分类的序列。计算机辅助注释使用的是Spearmint规则，而人工注释依据的则是蛋白质家族规则，包括HAMAP家族规则（HAMAP family rules）、RuleBase规则、PIRSF分类命名规则以及位点规则。UniProtKB/TrEMBL还收录了所有EMBL-Bank/ GenBank/DDBJ核酸序列数据库中的编码序列的翻译后蛋白质序列和来自拟南芥信息资源库（TAIR）、SGD和人类Ensembl数据库中序列的翻译后蛋白质序列。回答不容易,希望能帮到您,满意请帮忙采纳一下，谢谢 !

uniprot数据库导出数据不能下载

1、退出uniprot程序重新启动。2、更新uniprot版本，重新下载。3、断开网络连接再重新连接。

uniprot蛋白质序列数据库由哪几部分组成各有什么特点

将PIR、SWISS-PROT和TrEMBL3个蛋白质数据库统一-起来组建而成，包含3个部分:(1) UniProt Knowledgebase (UniProtKB) ，这是蛋白质序列、功能、分类、交叉引用等蛋白质知识库，记录经过人工筛选和注释;■ (2) UniRef ( UniProt Non-redundant Reference )数据库，将密切相关的蛋白质序列组合到一条记录中，以便提高搜索速度;目前，根据序列相似程度形成3个子库，即UniRef100、UniRef90和UniRef50;■ (3) UniParc (UniProt Archive)，是UniProt存档库 ,收录所有蛋白质序列。用户可以通过文本查询数据库，可以利用BLAST程序搜索数据库，也可以直接通过FTP下载数据。

怎么查看蛋白有哪些domain

Genbank蛋白序列的页面，右边有Idebtify Conserved Domains的选项

还有就是在PDB和UniProtKB等等蛋白数据库里，找相似的序列，有显示结构域。例如下面这个