Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Содержание
Введение
Центр исследований
Centre for research
Европейский институт биоинформатики (EMBL EBI) — это межправительственная организация (IGO), входящая в состав Европейской молекулярно-биологической лаборатории (EMBL) и специализирующаяся на исследованиях и услугах в области биоинформатики. Он расположен на территории Wellcome Genome Campus в Хинкстоне, недалеко от Кембриджа, и насчитывает более 600 сотрудников, эквивалентных полной ставке (FTE). Руководители института, такие как Рольф Апвейлер, Алекс Бейтман, Эван Бирни и Гай Кокран, советник Научного консультативного совета Национального центра геномных данных, входят в международную исследовательскую сеть Центра больших данных (BIG Data Center) при Пекинском институте геномики. Кроме того, EMBL EBI организует учебные программы, обучающие ученых основам работы с биологическими данными и продвигающие широкий спектр биоинформатических инструментов, доступных для их исследований, как разработанных в EMBL EBI, так и сторонними.
The European Bioinformatics Institute (EMBL EBI) is an intergovernmental organization (IGO) which, as part of the European Molecular Biology Laboratory (EMBL) family, focuses on research and services in bioinformatics. It is located on the Wellcome Genome Campus in Hinxton near Cambridge, and employs over 600 full time equivalent (FTE) staff. Institute leaders such as Rolf Apweiler, Alex Bateman, Ewan Birney, and Guy Cochrane, an adviser on the National Genomics Data Center Scientific Advisory Board, serve as part of the international research network of the BIG Data Center at the Beijing Institute of Genomics. Additionally, the EMBL EBI hosts training programs that teach scientists the fundamentals of the work with biological data and promote the plethora of bioinformatic tools available for their research, both EMBL EBI and non EMBL EBI based.
Биоинформатические услуги
Одной из задач EMBL EBI является индексация и поддержка биологических данных в ряде баз данных, включая Ensembl (содержащую данные о последовательности генома), UniProt (базу данных последовательностей и аннотаций белков) и Protein Data Bank (базу данных третичной структуры белков и нуклеиновых кислот). Предоставляется широкий спектр онлайн-сервисов и инструментов, таких как Basic Local Alignment Search Tool (BLAST) или инструмент выравнивания последовательностей Clustal Omega, для дальнейшего анализа данных.
One of the roles of the EMBL EBI is to index and maintain biological data in a set of databases, including Ensembl (housing whole genome sequence data), UniProt (protein sequence and annotation database) and Protein Data Bank (protein and nucleic acid tertiary structure database). A variety of online services and tools is provided, such as Basic Local Alignment Search Tool (BLAST) or Clustal Omega sequence alignment tool, enabling further data analysis.
Взрыв
BLAST – это алгоритм для сравнения первичной структуры биомакромолекул, чаще всего нуклеотидных последовательностей ДНК/РНК и аминокислотных последовательностей белков, хранящихся в биоинформатических базах данных, с запросной последовательностью. Алгоритм использует оценку доступных последовательностей по отношению к запросу с помощью матрицы оценок, такой как BLOSUM 62. Последовательности с наивысшими баллами соответствуют наиболее близким родственникам запроса с точки зрения функционального и эволюционного сходства. Для поиска в базе данных с помощью BLAST требуется, чтобы входные данные были представлены в правильном формате (например, FASTA, GenBank, PIR или EMBL). Пользователи могут также указать конкретные базы данных для поиска, выбрать используемые матрицы оценок и другие параметры перед запуском инструмента. Наилучшие результаты в BLAST упорядочены в соответствии с рассчитанным E-value (вероятность обнаружения в базе данных случайного совпадения с аналогичным или более высоким баллом).
BLAST is an algorithm for the comparison of biomacromolecule primary structure, most often nucleotide sequence of DNA/RNA and amino acid sequence of proteins, stored in the bioinformatic databases, with the query sequence. The algorithm utilizes scoring of the available sequences against the query by a scoring matrix such as BLOSUM 62. The highest scoring sequences represent the closest relatives of the query, in terms of functional and evolutionary similarity. The database search by BLAST requires input data to be in a correct format (e. g. FASTA, GenBank, PIR or EMBL format). Users may also designate the specific databases to be searched, select scoring matrices to be used and other parameters prior to the tool run. The best hits in the BLAST results are ordered according to their calculated E value (the probability of the presence of a similarly or higher scoring hit in the database by chance).
Клустальная Омега
Clustal Omega – это инструмент для множественного выравнивания последовательностей (MSA), позволяющий найти оптимальное выравнивание от трех до 4000 входных последовательностей ДНК и белков. Алгоритм Clustal Omega использует две профильные скрытые марковские модели (HMM) для получения окончательного выравнивания последовательностей. Результат работы Clustal Omega может быть визуализирован в виде направляющего дерева (отображающего филогенетические взаимосвязи наиболее похожих последовательностей) или упорядочен по степени взаимного сходства между запрошенными последовательностями. Главное преимущество Clustal Omega перед другими инструментами MSA (Muscle, ProbCons) – его эффективность при сохранении высокой точности результатов.
Clustal Omega is a multiple sequence alignment (MSA) tool that enables to find an optimal alignment of at least three and maximum of 4000 input DNA and protein sequences. Clustal Omega algorithm employs two profile Hidden Markov models (HMMs) to derive the final alignment of the sequences. The output of the Clustal Omega may be visualized in a guide tree (the phylogenetic relationship of the best pairing sequences) or ordered by the mutual sequence similarity between the queries. The main advantage of Clustal Omega over other MSA tools (Muscle, ProbCons) is its efficiency, while maintaining a significant accuracy of the results.
Ансамбль
Ensembl – это база данных, организованная вокруг геномных данных и поддерживаемая проектом Ensembl. Проект Ensembl занимается непрерывной аннотацией геномов модельных организмов и предоставляет исследователям исчерпывающий ресурс биологической информации по каждому конкретному геному. Аннотация хранимых эталонных геномов выполняется автоматически на основе анализа последовательностей. Ensembl включает в себя общедоступную базу данных геномов, к которой можно получить доступ через веб-браузер. Взаимодействие с хранящимися данными осуществляется посредством графического интерфейса, поддерживающего отображение информации на различных уровнях детализации – от кариотипа и отдельных генов до нуклеотидных последовательностей. Изначально основное внимание уделялось геномам позвоночных животных, но с 2009 года Ensembl, в рамках сестринского проекта Ensembl Genomes, предоставляет аннотированные данные о геномах растений, грибов, беспозвоночных, бактерий и других видов. В совокупности базы данных проекта Ensembl содержат информацию о более чем 50 000 эталонных геномах.
Based at the EMBL EBI, the Ensembl is a database organized around genomic data, maintained by the Ensembl Project. Tasked with the continuous annotation of the genomes of model organisms, Ensembl provides researchers a comprehensive resource of relevant biological information about each specific genome. The annotation of the stored reference genomes is automatic and sequence based. Ensembl encompasses a publicly available genome database which can be accessed via a web browser. The stored data can be interacted with using a graphical UI, which supports the display of data in multiple resolution levels from karyotype, through individual genes, to nucleotide sequence. Originally centered on vertebrate animals as its main field of interest, since 2009 Ensembl provides annotated data regarding the genomes of plants, fungi, invertebrates, bacteria and other species, in the sister project Ensembl Genomes. the various Ensembl project databases together house over 50,000 reference genomes.
ПДБ
PDB — это база данных трехмерных структур биологических макромолекул, таких как белки и нуклеиновые кислоты. Данные обычно получают методами рентгеновской кристаллографии или ЯМР-спектроскопии и предоставляются структурными биологами по всему миру вручную через организации-члены PDB – PDBe, RCSB, PDBj и BMRB. Доступ к базе данных возможен через веб-сайты ее участников, включая PDBe (размещенный в EMBL-EBI). Являясь членом консорциума wwPDB, PDBe способствует совместной задаче архивирования и поддержания данных о макромолекулярной структуре.
PDB is a database of three dimensional structures of biological macromolecules, such as proteins and nucleic acids. The data are typically obtained by X ray crystallography or NMR spectroscopy, and submitted manually by structural biologists worldwide through PDB member organizations – PDBe, RCSB, PDBj and BMRB. The database can be accessed through the webpages of its members, including PDBe (housed at the EMBL EBI). As a member of the wwPDB consortium, PDBe aids in the joint mission of archiving and maintenance of macromolecular structure data.
UniProt
UniProt — это онлайн-репозиторий данных о последовательности и аннотации белков, представленных в базах данных UniProt Knowledgebase (UniProt KB), UniProt Reference Clusters (UniRef) и UniProt Archive (UniParc). Изначально UniProt возник как отдельные проекты EMBL EBI, Швейцарского института биоинформатики (SIB) (совместно поддерживающих Swiss-Prot и TrEMBL) и Protein Information Resource (PIR) (содержащего базу данных последовательностей белков). Рост объемов глобальных данных о белках привел к их сотрудничеству и созданию UniProt в 2002 году. Каждая белковая запись в UniProt имеет уникальный идентификатор UniProt. Данные аннотации для каждой записи организованы в логические разделы (например, функция белка, структура, экспрессия, последовательность или соответствующие публикации), обеспечивая комплексный обзор интересующего белка. Также предоставляются ссылки на внешние базы данных и первоначальные источники данных. Помимо стандартного поиска по названию или идентификатору белка, веб-сайт UniProt содержит инструменты для поиска BLAST, выравнивания последовательностей и поиска белков, содержащих определенные пептиды.
UniProt is an online repository of protein sequence and annotation data, distributed in UniProt Knowledgebase (UniProt KB), UniProt Reference Clusters (UniRef) and UniProt Archive (UniParc) databases. Originally conceived as the individual ventures of EMBL EBI, Swiss Institute of Bioinformatics (SIB) (together maintaining Swiss Prot and TrEMBL) and Protein Information Resource (PIR) (housing Protein Sequence Database), the increase in the global protein data generation led to their collaboration in the creation of UniProt in 2002. The protein entries stored in UniProt are cataloged by a unique UniProt identifier. The annotation data collected for the each entry are organized in logical sections (e. g. protein function, structure, expression, sequence or relevant publications), allowing a coordinated overview about the protein of interest. Links to external databases and original sources of data are also provided. In addition to standard search by the protein name/identifier, UniProt webpage houses tools for BLAST searching, sequence alignment or searching for proteins containing specific peptides.