bancos de dados
Download
Skip this Video
Download Presentation
Bancos de dados

Loading in 2 Seconds...

play fullscreen
1 / 57

Bancos de dados - PowerPoint PPT Presentation


  • 129 Views
  • Uploaded on

Bancos de dados. Prof. Dr. Francisco Prosdocimi. Relational database. Conceitos importantes. Banco de dados Tabela Campos Relações Chave-primária. A linguagem SQL. Outra linguagem?. Criando uma tabela e definindo campos. A magia do comando SELECT. A cláusula WHERE.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Bancos de dados' - jenaya


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
bancos de dados

Bancos de dados

Prof. Dr. Francisco Prosdocimi

relational database
Relational database

Conceitos importantes

Banco de dados

Tabela

Campos

Relações

Chave-primária

a linguagem sql
A linguagem SQL

Outra linguagem?

slide7
mysql> select * from bovEST_BLAST where (similarity > 70 and e_value < 1e-20) order by similarity DESC limit 40;

+---------------+-------+------------+------------+------------+--------------+--------+-------+-----------+-----------+---------+-------+

| q_id | s_id | similarity | ali_length | mismatches | gap_openings | q_init | q_end | s_init | s_end | e_value | score |

+---------------+-------+------------+------------+------------+--------------+--------+-------+-----------+-----------+---------+-------+

| RE087RA01.esd | Chr18 | 100 | 308 | 0 | 0 | 384 | 691 | 43689822 | 43689515 | 3e-172 | 611 |

| RE087RA01.esd | Chr18 | 100 | 75 | 0 | 0 | 241 | 315 | 43691823 | 43691749 | 3e-33 | 149 |

| RE087RA01.esd | Chr18 | 100 | 69 | 0 | 0 | 85 | 153 | 43694415 | 43694347 | 1e-29 | 137 |

| RE087RB10.esd | Chr5 | 100 | 179 | 0 | 0 | 105 | 283 | 56439425 | 56439247 | 3e-95 | 355 |

| RE087RB10.esd | Chr5 | 100 | 133 | 0 | 0 | 283 | 415 | 56438471 | 56438339 | 7e-68 | 264 |

| RE087RC01.esd | Chr3 | 100 | 179 | 0 | 0 | 106 | 284 | 42018973 | 42018795 | 9e-96 | 355 |

| RE087RC02.esd | Chr10 | 100 | 125 | 0 | 0 | 313 | 437 | 99740206 | 99740330 | 2e-63 | 248 |

| RE087RC02.esd | Chr10 | 100 | 104 | 0 | 0 | 212 | 315 | 99739617 | 99739720 | 8e-51 | 206 |

| RE087RC02.esd | Chr10 | 100 | 92 | 0 | 0 | 117 | 208 | 99738535 | 99738626 | 1e-43 | 182 |

| RE087RC03.esd | Chr10 | 100 | 110 | 0 | 0 | 325 | 434 | 99740206 | 99740315 | 2e-54 | 218 |

| RE087RC03.esd | Chr10 | 100 | 104 | 0 | 0 | 224 | 327 | 99739617 | 99739720 | 7e-51 | 206 |

| RE087RC03.esd | Chr10 | 100 | 92 | 0 | 0 | 129 | 220 | 99738535 | 99738626 | 1e-43 | 182 |

| RE087RC05.esd | Chr5 | 100 | 158 | 0 | 0 | 172 | 329 | 24199827 | 24199984 | 9e-83 | 313 |

| RE087RC05.esd | Chr5 | 100 | 136 | 0 | 0 | 436 | 571 | 24201779 | 24201914 | 1e-69 | 270 |

| RE087RC05.esd | Chr5 | 100 | 67 | 0 | 0 | 107 | 173 | 24199155 | 24199221 | 2e-28 | 133 |

| RE087RC06.esd | Chr5 | 100 | 170 | 0 | 0 | 323 | 492 | 108223843 | 108223674 | 6e-90 | 337 |

| RE087RC06.esd | Chr5 | 100 | 137 | 0 | 0 | 491 | 627 | 108223120 | 108222984 | 3e-70 | 272 |

| RE087RC08.esd | Chr19 | 100 | 356 | 0 | 0 | 130 | 485 | 36886303 | 36886658 | 0 | 664 |

| RE087RC10.esd | Chr14 | 100 | 103 | 0 | 0 | 146 | 248 | 1077123 | 1077021 | 6e-50 | 204 |

| RE087RC10.esd | Chr11 | 100 | 103 | 0 | 0 | 146 | 248 | 93831389 | 93831287 | 6e-50 | 204 |

| RE087RC11.esd | Chr7 | 100 | 91 | 0 | 0 | 103 | 193 | 33783452 | 33783362 | 6e-43 | 180 |

| RE087RD01.esd | Chr14 | 100 | 103 | 0 | 0 | 155 | 257 | 1077123 | 1077021 | 6e-50 | 204 |

| RE087RD01.esd | Chr11 | 100 | 103 | 0 | 0 | 155 | 257 | 93831389 | 93831287 | 6e-50 | 204 |

| RE087RD04.esd | Chr8 | 100 | 198 | 0 | 0 | 252 | 449 | 100369996 | 100369799 | 1e-106 | 392 |

| RE087RD05.esd | Chr7 | 100 | 91 | 0 | 0 | 368 | 458 | 39281415 | 39281505 | 8e-43 | 180 |

| RE087RD07.esd | Chr14 | 100 | 219 | 0 | 0 | 151 | 369 | 23348458 | 23348676 | 3e-119 | 434 |

| RE087RD07.esd | Chr14 | 100 | 101 | 0 | 0 | 541 | 641 | 23349620 | 23349720 | 9e-49 | 200 |

| RE087RD07.esd | Chr14 | 100 | 75 | 0 | 0 | 368 | 442 | 23349004 | 23349078 | 3e-33 | 149 |

| RE087RE01.esd | Chr13 | 100 | 332 | 0 | 0 | 112 | 443 | 51325163 | 51324832 | 3e-172 | 611 |

| RE087RE02.esd | Chr19 | 100 | 125 | 0 | 0 | 204 | 328 | 56707552 | 56707428 | 4e-63 | 248 |

| RE087RE02.esd | Chr19 | 100 | 62 | 0 | 0 | 142 | 203 | 56710310 | 56710249 | 2e-25 | 123 |

| RE087RE05.esd | Chr2 | 100 | 241 | 0 | 0 | 275 | 515 | 131052933 | 131052693 | 3e-132 | 478 |

| RE087RE05.esd | Chr2 | 100 | 79 | 0 | 0 | 145 | 223 | 131053063 | 131052985 | 1e-35 | 157 |

| RE087RE09.esd | Chr19 | 100 | 106 | 0 | 0 | 100 | 205 | 13495533 | 13495428 | 1e-51 | 210 |

| RE087RF01.esd | Chr3 | 100 | 195 | 0 | 0 | 86 | 280 | 14725822 | 14726016 | 7e-105 | 387 |

| RE087RF01.esd | Chr3 | 100 | 180 | 0 | 0 | 279 | 458 | 14729898 | 14730077 | 6e-96 | 357 |

| RE087RF01.esd | Chr3 | 100 | 119 | 0 | 0 | 457 | 575 | 14730286 | 14730404 | 2e-59 | 236 |

| RE087RF01.esd | Chr3 | 100 | 74 | 0 | 0 | 575 | 648 | 14730866 | 14730939 | 1e-32 | 147 |

| RE087RF02.esd | Chr5 | 100 | 133 | 0 | 0 | 282 | 414 | 56438471 | 56438339 | 7e-68 | 264 |

| RE087RF02.esd | Chr5 | 100 | 107 | 0 | 0 | 413 | 519 | 56437590 | 56437484 | 2e-52 | 212 |

+---------------+-------+------------+------------+------------+--------------+--------+-------+-----------+-----------+---------+-------+

40 rows in set (14.36 sec)

bancos de dados biol gicos

Bancos de dados Biológicos

Prof. Dr. Francisco Prosdocimi

bancos de dados9
Bancos de dados
  • Servem para organizar a informação biológica e disponibilizá-la de maneira simples aos pesquisadores
  • Bancos mais comunsSequência, estrutura, protein-protein interaction, domínios, assinaturas, famílias gênicas, evolutivos, paper-específicos
conceitos b sicos
Conceitos básicos
  • O conceito de curadoria de sequências
  • Bancos de dados primários
    • Genbank, PDB, EMBL
  • Bancos de dados secundários
    • Swissprot, RefSeq, COG, KEGG
national center for biotechnology information
National Center for Biotechnology Information

O NCBI fornece acesso a genomas completos de mais de 5.700 organismos. Genomas significam tanto sequências completas de organismos quanto os que estão em processo de sequenciamento.

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

os bancos de dados do ncbi
Os bancos de dados do NCBI
  • PubMed
  • GenBank
  • GenPept
  • Genome
  • dbGSS
  • dbEST
  • dbSNP
genbank
GenBank
  • Genbank, ddBJ, EMBL
  • Identificadores
    • gI, accession number
  • Formatos
    • FASTA, GenBank
    • http://www.ncbi.nlm.nih.gov/nuccore/187830767?report=genbank&log$=seqview

>gi|187830767|ref|NM_000546.4| Homo sapiens tumor protein p53 (TP53), transcript variant 1, mRNA

GATTGGGGTTTTCCCCTCCCATGTGCTCAAGACTGGCGCTAAAAGTTTTGAGCTTCTCAAAAGTCTAGAGCCACCGTCCAGGGAGCAGGTAGCTGCTGGGCTCCGGGGACACTTTGCGTTCGGGCTGGGAGCGTGCTTTCCACGACGGTGACACGCTTCCCTGGATTGGCAGCCAGACTGCCTTCCGGGTCACTGCCATGGAGGAGCCGCAGTCAGATCCTAGCGTCGAGCCCCCTCTGAGTCAGGAAACATTTTCAGACCTATGGAAACTACTTCCTGAAAACAACGTTCTGTCCCCCTTGCCGTCCCAAGCAATGGATGATTTGATGCTGTCCCCGGACGATATTGAACAATGGTTCACTGAAGACCCAGGTCCAGATGAAGCTCCCAG(...)

taxonomy
Taxonomy
  • Permite verificar o número de sequências de nucleotídeos, proteínas e genomas de espécies
  • Contém a classificação taxonômica completa das espécies
    • Incluindo categorias não-lineanas
blast databases
BLAST databases
  • Peptide Sequence Databases
    • Nr: All non-redundant GenBank CDS translations + RefSeq Proteins + PDB + SwissProt + PIR + PRF
    • Refseq: RefSeq protein sequences from NCBI\'s Reference Sequence Project.
    • Swissprot: Last major release of the SWISS-PROT protein sequence database (no updates).
    • Pat: Proteins from the Patent division of GenPept.
    • Pdb: Sequences derived from the 3-dimensional structure from Brookhaven Protein Data Bank.
    • Month: All new or revised GenBank CDS translation+PDB+SwissProt+PIR+PRF released in the last 30 days.
    • env_nr: Protein sequences from environmental samples.
  • Nucleotide Sequence Databases
    • Nr: All GenBank + RefSeq Nucleotides + EMBL + DDBJ + PDB sequences (excluding HTGS0,1,2, EST, GSS, STS, PAT, WGS). No longer "non-redundant".
    • refseq_rna, refseq_genomic
    • Est: Database of GenBank + EMBL + DDBJ sequences from EST Divisions
      • est_human, est_mouse, est_others
    • gss: Genome Survey Sequence, includes single-pass genomic data, exon-trapped sequences, and Alu PCR sequences.
    • Pat: Nucleotides from the Patent division of GenBank.
    • Month: All new or revised GenBank + EMBL + DDBJ + PDB sequences released in the last 30 days.
    • Dbsts: Database of GenBank+EMBL+DDBJ sequences from STS Divisions .
    • Chromosome: A database with complete genomes and chromosomes from the NCBI Reference Sequence project..
    • Wgs: A database for whole genome shotgun sequence entries.
    • env_nt: Nucleotide sequences from environmental samples, including those from Sargasso Sea and Mine Drainage projects.
trace archive
Trace Archive
  • Contém os dados brutos de sequenciamento para diversas espécies
  • O pesquisador pode fazer o download e realizar o base-calling da maneira como preferir
  • Arquivos pesados (dados brutos)
  • Obsoleto...
    • short read archive
refseq
RefSeq
  • Banco de dados de sequências de referência para genomas
  • Apresenta uma única cópia para cada gene no genoma
    • É o verdadeiro NR
  • Dividido em genoma, cDNA e proteína (NC, NM e NP)
  • Contém sequências de splicing alternativo
n veis de curadoria refseq
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
dbest
dbEST
  • Contém sequências de ESTs (e ORestes) de diversos organismos
dbgss
dbGSS
  • Contém sequências genômicas single-passed para diversos organismos
unigene
UniGene
  • Contém clusters de ESTs formados a partir de similaridades usando o algoritmo megaBLAST
  • Reúne variantes de splicing no mesmo identificador
  • Cataloga variantes de splicing por tecido
slide22

UniGene

  • Organização das sequências do GenBank em um conjunto de aglomerados
  • Cada aglomerado do UniGene contém as sequências que representam um gene único
  • E também informações relacionadas, como em que tecidos o gene é expresso, etc.
  • E também onde está mapeado
slide23

MegaBLAST gera o UniGene

Todas ESTs contra todas

Detecção de homologia

> 96% de identidade

> 70% do potencial

Aglomerar

geo database
GEO database
  • Contém dados de experimentos de microarray
slide25
COG
  • Cluster of Orthologous Groups
    • 66 genomas bacterianos
  • Best Hits cruzados entre 3 organismos
  • Genes bacterianos agrupados por função biológica
  • KOG, eucariotos
cdd conserved domains
CDD, conserved domains
  • Banco de dados de domínios
  • NCBI-curated domains
  • Baseado nas bases de dados:
    • Pfam, SMART, COG, PRK, TIGRFAM
  • Permite mostrar a arquitetura de domínios de uma sequência quando o usuário faz um BLAST
  • Utiliza o RPS-blast
outros servi os ncbi
Outros serviços NCBI
  • Serviços educacionais
    • http://www.ncbi.nlm.nih.gov/Education/
  • NCBI Handbook
    • http://www.ncbi.nlm.nih.gov/books/bv.fcgi?call=bv.View..ShowTOC&rid=handbook.TOC&depth=2
  • ORF finder
  • Muito mais...
    • Coffe break http://www.ncbi.nlm.nih.gov/bookshelf/br.fcgi?book=coffeebrk
swissprot
SwissPROT
  • Banco de dados de sequências de proteínas mais curado e mais utilizado no mundo
  • Europeus não usam NCBI
trembl
TrEMBL
  • Complemento não anotado ao SwissPROT
  • Não houve curadoria manual
  • Anotação automática
fam lias prot icas
Famílias protéicas
  • A maioria das proteínas pode ser agrupada em famílias com base na similaridade entre suas sequências
    • Similaridade intra-espécies
    • Evidência de ancestralidade comum
  • Proteínas da mesma família costumam ter funções moleculares e biológicas semelhantes → inferência biológica
  • Inferência de função
    • Similaridade de sequência
    • Análise filogenética
fam lias e alinhamento

Pfam :

Dickkopf N-terminal domain

Colipase

Colipase C-terminal domain

Famílias e alinhamento

dkk1

dkk2

dkk3

Prokinecitin/

Intestinal toxin

Lipase protein cofactor

assinaturas ou dom nios prot icos
Assinaturas ou domínios protéicos
  • Obtidos através da análise de regiões que se mantém constantes em grupos de sequências similares alinhadas
  • Distingue membros de famílias dos não-membros
  • Auxilia a atribuição de funcionalidades moleculares e biológicas
uso de express es regulares
Uso de expressões regulares
  • Identificação de padrões de famílias
  • Identificação de promotores, sítios para a ligação do ribossomo (consenso de kosak)
  • Problemas
    • Pequenas diferenças em um membro da família pode retirá-lo do grupo
    • Lembrete: a vida não apresenta regras rígidas
    • Programas com base estatística ou baseados em inteligência artificial
slide42
pFAM
  • Cadeias de Markov: não se acessa o estado, porém um observação probabilística do estado
slide45
KEGG
  • Kyoto Encyclopedia of Genes and Genomes
  • Permite anotar a presença de enzimas e completar vias bioquímicas
  • Visão integrada do metabolismo
kegg pathways
KEGG pathways
  • Enzimas/proteínas encontradas são marcadas em verde
gene ontology
Gene Ontology
  • Primeira ontologia criada em biologia molecular, 2000
  • Consórcio para a padronização da anotação gênica
  • Vocabulário padrão para a descrição de genes em três categorias
    • Processo biológico
    • Função molecular
    • Localização celular

Human, mouse, worm, fly, etc...

al m do gene ontology
Além do Gene Ontology
  • OBO foundry: The open biomedical ontologies
  • Anatomy ontologies
balibase
BaliBASE
  • Banco de dados de alinhamentos múltiplos
  • Curado manualmente
  • Visão integrada do metabolismo
prote mica
Proteômica
  • Swiss-2D-page
  • Banco de dados de géis bidimensionais
codon usage db
Codon Usage DB
  • Preferência em códons sinônimos
  • Utilização preferencial de certos códons por aminoácidos
  • Diferença por organismo/organela
lembrete
Lembrete
  • Muitos bancos de dados estão disponíveis para FTP
    • Faça o download e instale na sua máquina
    • Bancos de dados locais e pesquisa-específicos ajudam no desenvolvimento e análise de dados
  • Instale no MySQL mais próximo
    • Monte suas tabelas e faça seus selects!
    • PERL + SQL (a biblioteca DBI)
conclus es
Conclusões
  • Há bancos de dados em bioinformática para praticamente qualquer tipo de abordagem em biologia molecular
  • Stein, 2009
  • O papel central da bioinformática na pesquisa genômica moderna
  • NAR, duas edições por ano
  • É preciso conhecer os serviços, mais cedo ou mais tarde, você pode precisar
ad