生物催化和生物降解的数据库及网址有哪些

生物催化和生物降解的数据库及网址有哪些

生物降解作用

生物降解是引起有机污染物分解的最重要的环境过程之一水环境中化合物的生物降解依赖于微生物通过酶催化反应分解有机物当微生物代谢时,一些有机污染物作为食物源提供能量和提供细胞生长所需的碳；另一些有机物,不能作为微生物的唯一碳源和能源,必须由另外的化合物提供因此,有机物生物降解存在两种代谢模式：生长代谢(Growth metabolism)和共代谢(Cometabolism)这两种代谢特征和降解速率极不相同,下面分别进行讨论

1．生长代谢

许多有毒物质可以像天然有机化合物那样作为微生物的生长基质只要用这些有毒物质作为微生物培养的唯一碳源便可鉴定是否属生长代谢在生长代谢过程中微生物可对有毒物质进行较彻底的降解或矿化,因而是解毒生长基质去毒效应和相当快的生长基质代谢意味着与那些不能用这种方法降解的化合物相比,对环境威胁小

一个化合物在开始使用之前,必须使微生物群落适应这种化学物质,在野外和室内试验表明,一般需要2—50天的滞后期,一旦微生物群体适应了它,生长基质的降解是相当快的由于生长基质和生长浓度均随时间而变化,因而其动力学表达式相当复杂Monod方程是用来描述当化合物作为唯一碳源时,化合物的降解速率：

式中：c——污染物浓度；

B——细菌浓度；

Y——消耗一个单位碳所产生的生物量；

μmax——最大的比生长速率；

Ks——半饱和常数,即在最大比生长速率μmax一半时的基质浓度

Monod方程式在实验中已成功地应用于唯一碳源的基质转化速率,而不论细菌菌株是单一种还是天然的混合的种群Paris等用不同来源的菌株,以 *** 作唯一碳源进行生物降解(如图3—34所示)分析菌株生长的情况和 *** 的转化速率,可以得到Monod方程中的各种参数：μmax =037h－1,Ks=217μmol／L(0716mg／L),Y=41×1010cell／μmol(12 ×1011cell／mg)

Monod方程是非线性的,但是在污染物浓度很低时,即Ks>>c,则式可简化为：

－dc／dt=Kb2·B·c’

式中：Kb2——二级生物降解速率常数

一、名词解释：

1、生物信息学：生物分子信息的获取、存贮、分析和利用；以数学为基础，应用

计算机技术，研究生物学数据的科学。

2、相似性（similarity）：两个序列（核酸、蛋白质）间的相关性。

3、同源性（homology）：生物进化过程中源于同一祖先的分支之间的关系。

4、同一性（identity）：两个序列（核酸、蛋白质）间未发生变异序列的关系。

5、序列比对（alignment）：为确定两个或多个序列之间的相似性以至于同源性

，而将它们按照一定的规律排列。

6、生物数据库检索（database query，数据库查询）：对序列、结构以及各种二

次数据库中的注释信息进行关键词匹配查找。

7、生物数据库搜索（database search)：通过特定序列相似性比对算法，找出核

酸或蛋白质序列数据库中与待检序列具有一定程度相似性的序列。

二、简答题：

1、分子生物学的三大核心数据库是什么？它们各有何特点？

GenBank核酸序列数据库；SWISS-PROT蛋白质序列数据库；PDB生物大分子结构数

据库；

2、简述生物信息学的发生和发展。

20世纪50年代，生物信息学开始孕育；

20世纪60年代，生物分子信息在概念上将计算生物学和计算机科学联系起来；

20世纪70年代，生物信息学的真正开端；

20世纪70年代到80年代初期，出现了一系列著名的序列比较方法和生物信息分析

方法；

20世纪80年代以后，出现一批生物信息服务机构和生物信息数据库；

20世纪90年代后，HGP促进生物信息学的迅速发展。

3、生物信息学的主要方法和技术是什么？

数学统计方法 ；动态规划方法 ；机器学习与模式识别技术；数据库技术及数据

挖掘 ；人工神经网络技术；专家系统；分子模型化技术；量子力学和分子力学

计算；生物分子的计算机模拟；因特网（Internet）技术

4、常见的DNA测序方法有哪些？各有何技术特点和优缺点？

Maxam-Gilbert DNA化学降解法：优点：可测完全未知序列及CG富含区；缺点： ***

作繁琐；

Sanger双脱氧链终止法：优点：简便，可测较长片段；缺点：需已知部分序列或

加接头；

焦磷酸测序：优点：廉价、高通量；缺点：一次测序片段短。

5、分子生物学数据库有哪些类型？各有何特点？

基因组数据库：基因组测序

核酸序列数据库：核酸序列测定

一次数据库：蛋白质序列数据库：蛋白质序列测定。生物大分子(蛋白质)三维结

构数据库：X-衍射和核磁共振

特点：数量少，容量大，更新快

二次数据库：上述四类数据库和文献资料为基础构建

特点：数量多，容量小，更新慢

6、简述NCBI Entrez系统的功能。

高级检索系统；查找核酸、蛋白、文献、结构、基因组序列、大分子三维结构、

突变数据、探针序列、单核苷酸多态性等数据。

7、简述NCBI BLAST的功能和种类。

序列相似性比对工具；

对核酸：普通blastn，对高度相似序列megablast；

对蛋白质：普通blastp，对保守域rpsblast；

对人工翻译序列：核酸翻译序列对蛋白质序列blastx，蛋白质对翻译序列tblastn

，核酸翻译序列对翻译序列tblastx；

其它：基因组blast，基因表达序列搜索GEO blast，序列两两比对……

8、举例说明生物信息学软件的应用。

9、生物芯片制作和分析过程中可以应用哪些生物信息学软件。

三、论述题：

1、什么是生物信息学？生物信息学有哪些主要应用领域？

生物分子信息的获取、存贮、分析和利用；以数学为基础，应用计算机技术，研

究生物学数据的科学。

生物分子数据的收集与管理；数据库搜索及序列比较；基因组序列分析；基因表

达数据的分析与处理；蛋白质结构预测。

2、生物信息学在医药领域有什么应用？

辅助诊断（遗传病，HLA分型）；

研究药物作用机制，辅助新药物开发和制造。

3、人类基因组计划中主要使用的那些生物信息学手段？它们对人类基因组计划发

挥了哪些重大作用？

单一测序结果判读；contig和chromosome拼接；识别基因区及其调控区；寻找基

因相互作用的时空关系；

4、试述蛋白质二级结构预测的主要策略和方法。

策略：

目标：判断每一段中心的残基是否处于a螺旋、b折叠、b转角（或其它状态）之一

的二级结构态，即三态。

a、理论分析法（从头计算法）：通过理论计算（分子力学、分子动力学等）进行

结构预测。优点：不需要经验数据，由一级结构推测高级结构

缺点：天然和未折叠蛋白间能级差很小 (kcal/mol)；蛋白质可能的构想空间庞大

，针对蛋白质折叠的计算量巨大；计算模型中力场参数不准确。

b、统计方法：对已知结构的蛋白质进行统计分析，建立序列到结构的映射模型，

进而根据映射模型对未知结构的蛋白质直接从氨基酸预测结构。

经验性方法：根据一定序列形成一定结构的倾向进行结构预测。通过对已知结构

的蛋白质进行统计分析，发现各种氨基酸形成不同二级结构的倾向，从而形成一

系列关于二级结构预测的规律。

结构规律提取方法：从蛋白质结构数据库中提取关于蛋白质结构形成的一般性

规律，指导建立未知结构的蛋白质模型。

同源模型化方法：通过同源序列分析或模式匹配，预测蛋白质的空间结构或结

构单元。

方法：

1、Chou-Fasman方法；（基于单个氨基酸残基统计的经验参数方法，由Chou 和

Fasman在20世纪70年代提出来。通过统计分析，获得每个残基出现于特定二级结

构构象的倾向性因子，进而利用这些倾向性因子预测蛋白质的二级结构。）2、

GOR方法；（是一种基于信息论和贝叶斯统计学的方法GOR将蛋白质序列当作一连

串的信息值来处理；GOR方法不仅考虑被预测位置本身氨基酸残基种类的影响，而

且考虑相邻残基种类对该位置构象的影响）3、基于氨基酸疏水性的方法；4、最

邻近方法；5、人工神经网络方法；6、综合方法：7、利用进化信息预测蛋白质的

我国是生物多样性最为丰富的国家之一，由于历史的原因，从微生物资源的保藏数量、保藏质量，远远落后于日本、美国等生物多样性不丰富的国家，对微生物资源的研究也与资源大国的地位不符，微生物资源收集、保存、研究的积累量偏低将成为微生物学研究及产业发展的瓶颈。微生物的类群多样性最丰富，功能也多种多样，微生物新种属的发现认知，将是一个长期的过程。从巴斯德研究酵母发酵开始算人类有意识利用微生物资源开始的话，至今已有100多年的历史，20世纪50年代后，则是大规模利用微生物资源的黄金期，并且取得了辉煌的成就。80年代以后，由于分子生物学技术的发展，才意识到我们所认识的微生物仅仅是实有数的1%～10%，甚至不到千分之一。例如，我们所知道的真菌仅占5%，实际可能有150多万种，所知道的细菌仅占12%，实际可能有4万种。如果说我们所认识到的微生物资源仅占实有数的10%，实际被人们利用的不到01%，对微生物功能多样性的认识有待于进一步加强，微生物的开发利用有巨大的提升空间。ICCC-11会议上的微生物生态型（phenotype）的提出，对于理解、研究微生物资源的多样性具有深刻意义。

我国的微生物菌种资源保藏开展时间较早，但发展过程比较曲折。我国近代微生物菌种保存始于上个世纪20年代，但只有零星的菌种存放在有关酿造实验室，建国之前，国家一直处于战乱时期，对微生物种质资源收集、保藏工作不重视，没有专门的机构，菌种保藏、检测、鉴定技术及设施相当落后，将数量比较多的菌种资源加以收集、保存，则是30年代后期方心芳先生在黄海化学工业研究社进行的。建国后一些研究单位相继成立了微生物菌种保藏组，如中国农业科学院土壤肥料研究所，收集以根瘤菌以微生物肥料、农用抗生素等农业微生物菌种中国医药生物制品检定所，收集医学细菌微生物菌种等。1979年，在原国家科委的组织领导下，召开了第一届全国菌种保藏会议，成立了中国微生物菌种保藏管理委员会，成立了6个专业性保藏管理中心。1984年7月，召开了第二届全国菌种保藏会议，成立了第七个专业性保藏管理中心，分别是普通微生物、农业微生物、工业微生物、兽医微生物、林业微生物、医学微生物、抗生素（后改为药用微生物）菌种中心，7个中心在各自专业领域内收集、鉴定、评价、保藏、供应微生物菌种，并承担国际交流任务。此后教育部与国家海洋局成立典型培养物和海洋微生物菌种保藏管理中心。在我国除分布有以上9个微生物菌种保藏管理中心外，一些大学、研究所的科研人员，也从事专业、特色微生物菌种资源的收集、鉴定、保藏工作，如中国农业大学根瘤菌微生物菌种保藏中心等。自2003年开始，在微生物项目组的组织协调下，在全国范围内形成了以9个中心为核心，以专业特色收集、保藏、鉴定为支撑的微生物菌种资源共享服务网络，多次出版菌种目录，开发建设了10个网站，以及数据库检索系统，长期以来，一直有专门的科技人员从事微生物菌种的鉴定、保藏、评价、供应以及共享交流等服务。

参与项目建设的单位隶属于农业部、教育部、中国科学院等8个部门， 参与项目建设的80余个课题单位，分布于23个省27个城市。共计约有970余人参与项目工作，在项目人员组成中，其中，高级职称人员470余人，中级职称人员280余人，初级职称人员140余人，其他人员80人，其中博士260余人，硕士240余人，学士280人，其他学历180余人。

根据《微生物菌种资源共性描述规范》，结合微生物菌种保藏工作的需要，并参考OECD的BRC工作组建议的微生物菌种数据信息内容，由项目承担单位完成与E-平台对应的统一数据结构、统一功能的微生物菌种资源信息管理模块系统的开发工作，提供项目参加单位使用。该模块包括微生物菌种资源信息数据库、培养基数据库、文献数据库和资源管理单位信息数据库，共包括111个数据项，涵盖了菌种名称、来源、生物安全、用途、培养及保藏方法、共享利用、文献、分类学特征（形态、理化性状、化学和分子特征）、以及资源管理单位信息等多个方面，80%以上的资源进行了数据化管理。并根据实际应用情况、共性描述标准的修订、以及E-平台的需要，不断进行调整和功能完善。此外，项目组根据“择需择重”的原则，项目组开发了细菌、酵母、放线菌、小型丝状真菌、食用菌、病毒等数据库数据库。

首先可以拿这个序列做blastn和blastx，在NCBI网站上：>

近年来大量生物学实验的数据积累，形成了当前数以百计的生物信息数据库。它们各自按一定的目标收集和整理生物学实验数据，并提供相关的数据查询、数据处理的服务。随着因特网的普及，这些数据库大多可以通过网络来访问，或者通过网络下载。

一般而言，这些生物信息数据库可以分为一级数据库和二级数据库。一级数据库的数据都直接来源于实验获得的原始数据，只经过简单的归类整理和注释；二级数据库是在一级数据库、实验数据和理论分析的基础上针对特定目标衍生而来，是对生物学知识和信息的进一步整理。国际上著名的一级核酸数据库有Genbank数据库、EMBL核酸库和DDBJ库等；蛋白质序列数据库有SWISS-PROT、PIR等；蛋白质结构库有PDB等。国际上二级生物学数据库非常多，它们因针对不同的研究内容和需要而各具特色，如人类基因组图谱库GDB、转录因子和结合位点库TRANSFAC、蛋白质结构家族分类库SCOP等等。

下面将顺序简要介绍一些著名和有特色的生物信息数据库。

三大核酸数据库的特点分别是：

1、Genome收录的物种涉及所有的生物领域：细菌、古细菌、真核生物，以及许多病毒、噬菌体、类病毒、质粒以及含有遗传物质的细胞器。

2、Gene数据库收录全部已测序物种的基因注释信息，包括基因的名称、染色体定位、基因序列和编码产物（mRNA、蛋白质）情况、基因功能和相关文献信息等，并与GenBank、OMIM、遗传多态数据库（如dbSNP、dbVar）等NCBI子库，及KEGG、GeneOntology等外源性数据库进行交叉引用。

3、GenBank是NIH遗传序列数据库，集成了所有公开可获得的已注释DNA序列，其收录的核酸序列数据根据不同的研究属性，分属于Nucleotide、GSS和EST三个子库。

以上就是关于生物催化和生物降解的数据库及网址有哪些全部的内容，包括:生物催化和生物降解的数据库及网址有哪些、生物学分支学科特点 互联网上生物学信息资源类型和特点生物学信息数据库特点、微生物菌种的微生物菌种资源状况等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！