爱思唯尔期刊全文数据库和NCBI哪个强大_工具

数据库是从收录范围和整合程度来判断的。

爱思唯尔期刊全文数据库和NCBI这两个数据库收录的学科范围不同，关键看你想要检索的目的。

爱思唯尔期刊全文数据库收录的是爱思唯尔公司出版的约3000种期刊全文，学科范围为综合性的，包括科技、生物医药及社会科学等。

NCBI 是美国国家生物技术信息中心（National Center for Biotechnology Information）的数据库，NCBI首先创建GenBank数据库，在重点开发GenBank的同时，又于1991年开发了Entrez 数据库检索系统。该系统整合了GenBank、EMBL、PIR和SWISS-PROT等数据库的序列信息以及MEDLINE有关序列的文献信息，并通过相关链接，将他们有机地结合在一起。NCBI还提供了其它数据库，包括在线人类孟德尔遗传（OMIM）、三维蛋白结构的分子模型数据库（MMDB）、人类基因序列集成（UniGene）、人类基因组基因图谱（GMHG）、生物门类（Taxonomy) 等数据库。

我查询了NCBI数据库，在核酸数据库（Genbank）中确实没有查询结果，但是其他数据库是有结果的，例如蛋白质数据库中。

我想你是知道的，胰高血糖素是胰高血糖素经过酶切的产物，也就是说都是“翻译后”的发生的事情。

回过头了，我们来说NCBI。NCBI的核酸序列都是生物学家通过测序获得的，要么是基因组序列，要么是转录组序列。所有序列都是以基因名为主要检索词

因此，如果你用基因名称GCG或glucogen检索就可以检索到你想要的结果。参考资料中是gene database的链接。

看一下这个链接

GENBANK序列数据库 GENBANK是美国国立卫生研究院(NIH)维护的基因序列数据库，汇集并注释了所有公开的核酸以及蛋白质序列。每个纪录代表了一个单独的、连续的、带有注释的DNA或RNA片段。目前GENBANK中所有的纪录均来自于最初作者向DNA数据库的直接提交。蛋白质数据库： 60年代初，DAYHOFF和他的同事们收集了所有当时已知的氨基酸序列，这就是《蛋白质序列与结构图册》。这一蛋白质数据库后来成为蛋白质信息资源PIR。核苷酸数据库： 1982年在欧洲分子生物学实验室(EMBL)诞生，随即就开始了一个数据库爆炸的时代。后来NIH搞了GENBANK。日本的DNA数据库(DDBJ)加入了数据收集的合作。国际DNA序列数据库合作计划。规定了数据记录和更新的规则。国际核苷酸序列数据库合作成员GENBANK--DDBJ--EMBL。GENBANK指的是DDBJ/EMBL/GENBANK 开发利用这些信息的工具（如NCBI的信息检索系统 ENTREZ a href=" >

集成信息检索：ENTREZ系统编辑本段回目录检索服务器可以对有目标的检索记录，但它主要的缺陷在于一次只能从一个数据库中检索到记录；想对一批数据库进行检索的用户必须为每一个目标数据库分别发出一次申请。很明显，这些大量的公用数据库之间存在着逻辑联系。例如，MEDLINE中的一篇论文可能描述一个基因的序列，该基因又在GenBank中出现。其核苷酸序列所编码的蛋白质的序列又存放在蛋白质数据库中。这种蛋白质的三维结构可能又是已知的，结构的数据可能出现在结构数据库中。最后，基因可能定位在某条染色体的某个区域，这类信息存放在图谱数据库中。

在这些生物学上的联系的基础上开发了一种方法；可以通过它查询所有与某一特殊的生物学实体有关的所有信息，而不必按次序查询分立的数据库。这就是一个名为Entrez的分子检索系统。它由NCBI开发和维护，Entrez在所有的主要的数据库计算机平台上均可使用，允许对PubMed（MEDINE）的记录，核苷酸和蛋白质的序列数据，三维结构信息，图谱信息进行集成的访问。全部信息只需经过一次查询。Entrez能够通过数据库之间的两种类型联系：相近性和硬连接来提供集成的信息检索。

相近性

相近性联系着一个给定的数据库之内的记录。使用者在查看MEDLINE中某条记录时可以要求Entrez"找出所有类似的论文"，类似的，使用者在查看一个序列的同时可以要求Entrez"找出所有与这个序列类似的序列"。一个数据库之内的相近性关系是建立在对相似性的统计计算上的：

BLAST 序列数据可以用基本局部对比搜索工具（Basic Local Alignment Search Tool,即BLAST）相互比较。这个算法试图找到"高度匹配的片段对"（high-scoring segment pairs,简记为HSPs），即能够无缺口的对齐且达到一定的分数的成对的序列。

VAST 几套坐标数据之间的比较采用一种名为VAST的基于向量的算法。VAST即Vector Alignment Search Tool（Madej等，1995；Gibrat等，1996）。VAST的比较有三个步骤：

1第一，在坐标数据的基础上，标出所有的构成蛋白质的核心部分的α螺旋和β片层。然后根据这些二级结构单位的位置计算向量。以下的步骤使用这些向量来做对比而不是整个一套坐标。

2然后，算法试图最佳的匹配这些向量，寻找类型和相对方位相同的成对的结构单位，并且在这些单位之间还要有同样的连接方式。其目标在于识别高度相似的"核心结构"，这些成对结构的匹配性要比随机的选择蛋白质相互比较得到的高得多。

3最后，在每个残基位置上使用蒙特－卡洛方法对结构的排列进行优化。

使用这个方法有可能找到一些序列相似性不明显的蛋白质之间的结构上的关系（可能在功能上也有关系）。最后的对齐结果不一定是全局的，可能在不同的蛋白质的单独的结构域之间配对。

需要重点注意的是VAST不是确定结构相似性的最好办法，因为还可以利用三维坐标文件中的其它信息来做更进一步的修正，如考虑侧链的位置及侧链之间的相互作用的热力学特点。而把结构压缩成一列矢量必然会导致信息的丢失。然而，考虑到这个问题的数量级－即需要做的成对比较的次数－及采用更高级的方法所需要的计算能力和时间，VAST至少为结构相似性问题提供了一个简单和快速的答案。

加权的关键词序列数据对比问题与MEDLINE记录的对比相比较还是容易一点，MEDLINE的记录是自由书写的文本，语法上不固定。Entrez使用了名为"相关配对模式检索"的方法来做这种对比，该方法依靠的基础是加权关键词（Wilbur和Caffee,1994;Wilbur和Yang 1996），这个概念用具体的例子来描述比较合适。

硬连接

硬连接的概念比相近性的概念更容易接受。硬连接用于联系不同的数据库中的记录，只要这些记录之间存在逻辑联系，就存在硬连接。举例来说，如果一条MEDLINE记录是关于装配型质粒的，那么在这条记录和对应的核酸记录之间就建立一条硬连接。如果这个装配型质粒上的一个开放阅读框架编码某种已知的蛋白质，那么在核酸记录和蛋白质记录之间就建立一条硬连接。如果这种蛋白质恰好已经有实验测出了它的结构，那么在这条蛋白质记录和结构记录之间也会建立一条硬连接。

一) 按对信息收录的学科范围划分

1综合性数据库所收录信息覆盖学科范围广，涉及多门学科，检索范围广泛。如Web of

Science、中国知网(CNKI)、万方数据知识服务平台等。

2专业性数据库所收录信息仅展于某一学科领城，专业性强，用于检索特定专业文献。

如PubMed/MEDLINE、CA 和中国生物医学文献数据库Chinese BioMedial Literature Database,

以下简称CBM )等。

3专题性数据库收录信息仅限于某一特定对象或专题，适用于专题检索。如中国药物专利数据库、GenBank( 核酸序列数据库)等。

(二) 按收录信息内容的类型不同划分

1文献型数据库( literature database) 是指以各类型文献为内容的数据库，包括书目数据库( bibliographic database )和全文数据库(full-text database )。

书目数据库是指存储次文献信息的数据库，包括题录数据库、文摘数据库、目录数据库等，是信息检索最常用的数据库。为检索者提供文献出处，检索结果是文献的线索而非原文。

如中国生物医学文献数据库(CBM )、MEDLINE 等。

全文数据库是存储文献全文的数据库，包括图书全文数据库、期刊全文数据库、学位论文全文库等，是信息检索中最受欢迎的数据库。如书生之家数字图书馆、超数字图书馆CNKI、万方数据知识服务平台等都拥有不同类型文献的全文数据库。

2数值型数据库( numerical database ) 是存就有关科研数据、教们,包括各种统计教据、实验数据、临床检验数据等数值型信息的数据库。如美国国医学图书编制的化学物质毒性数据库RTECS,包含了10 万多种化学物质的急慢性毒理实验数据。

3事实型数据库( fact database ) 也称指南数据库( directory database )，主要存储某种具体事实、知识数据的非文献信息源的一般参考性、指示性资料信息，每个条目都是对一个事实确切、完整的描述。如人物数据库、机构名录数据库、产品或商品信息数据库以及指南库、术语数据库等。如美国医生数据咨询库PDQ( Physician Data Query )，为医生提供肿瘤诊断、治疗、预后、临床研究等详细资料，相当于一部有关肿瘤的百科全书。

4图像数据库( image database) 是指以图像、图面、图形等为信息主体数据集合。如美国国立医学图书馆( NLM )的可视人计划数据库( the visible human project)和哈佛大学医学院的全脑图谱数据库(the whole brain atlas )等。

5多媒体数据库( multimedia database) 是存储数值、文字、表格、图形、图像、声音等多种媒体信息的数据库，如NLM 的医学史数据库( history of medcine )。

打开新浪新闻

回到首页查看更多精彩

打开新浪新闻，阅读体验更佳

爱思唯尔期刊全文数据库和NCBI哪个强大

发表评论

评论列表（0条）