ncbi

.《简明生物信息学》...

您找到方法了吗，我一直不知道怎么转换，您找到能告知我一下吗

Lineage里记录的信息是某个物种的分类地位，即它属于哪个门，哪个纲等等逐级说明。如：人的lineage：cellular organisms; Eukaryota; Opisthokonta; Metazoa; Eumetazoa; Bilateria; Coelomata; Deuterostomia; Chordata; Craniata; Vertebrata; Gnathostomata; Teleostomi; Euteleostomi; Sarcopterygii; Tetrapoda; Amniota; Mammalia; Theria; Eutheria; Euarchontoglires; Primates; Haplorrhini; Simiiformes; Catarrhini; Hominoidea; Hominidae; Homininae; Homo

1、在NCBI上查找基因的mRNA序列。2、MessengerRNA(mRNA）——信使核糖核酸信使核糖核酸携带遗传信息，在蛋白质合成时充当模板的RNA。信使RNA从脱氧核糖核酸（DNA）转录合成的带有遗传信息的一类单链核糖核酸（RNA）。它在核糖体上作为蛋白质合成的模板，决定肽链的氨基酸排列顺序。mRNA存在于原核生物和真核生物的细胞质及真核细胞的某些细胞器（如线粒体和叶绿体）中。

NP_001044802.1是登录号；115441045是叫GI号。从你自己例子里体现了两者的一个基本差别：GI号完全是数字，登录号是字母与数字的组合，通常字母代表一定的含义。关于gi与登录号的区别可以参考下面给出的链接。这里主要讨论一下登录号的样式：1）用户递交序列号，这些登录号通常不含下划线。首先我们讨论一下locus name，它不是登录号，但在NCBI的发展中占据一定的地位。在NCBI的genbank记录中，locus关键字下包括许多信息，其中之一就是locus name。位点名称设计之初是用来帮助研究人员归并相似序列。名称命名规则是[A-Z][0-9]{1,5}。首字母通常为物种名的首字母。locus概念最适合基因突变数据的收集，所以突变数据的最初都是按照locus概念设计的。随着Genbank数据的扩大，6个数据明显不能适应数据的增长，于是增加到8位，也就是登录号，其编码规则[A-Z][A-Z][0-9]{1,6}。前两个字母是物种拉丁名首字母(不是很确定)，后面是6个序号。因此登录号也就代替了locus名称。2）RefSeq序列由于Genbank开埠之初，并不控制序列质量，所以会有许多的冗余。因此NCBI就通过利用计算机算法把一致的序列归并在一起，这些人工生成的序列都是用类似NP_xxxxx的格式编码，严格的编码规则是[ANXYZ][CPGMPRTWZS]_([A-Z]{1,4})?[0-9]{1,9}。下面的登录号样例就是用这个正则表达式提取的，供参考。AC_123456AP_123456NC_123456NG_123456NM_123456NM_123456789NP_123456NP_123456789NR_123456NT_123456NW_123456NW_123456789NZ_ABCD12345678XM_123456XM_123456789XP_123456XP_123456789XR_123456YP_123456YP_123456789ZP_12345678NS_123456http://www.ncbi.nlm.nih.gov/RefSeq/key.html#accessions最后补充一点的是序列后的“点数字”代表不同的版本，详参参考链接。

Locus 的缩写一般这样命名的基因都是非正式的，推定的，日后可能被更合适的名字替代 官方解释：Symbols beginning with LOC When a published symbol is not available, and orthologs have not yet been determined, Entrez Gene will provide a symbol that is constructed as "LOC" + the GeneID. This is not retained when a replacement symbol has been identified.

如果是已知的质粒，才能查到。如果是自己新建的，必须用专业软件，比如Invitrogen的VECTOR NTI 来作图。抗性基因的序列都可以在NCBI上输入基因的名称后查到

定义：启动子是参与特定基因转录及其调控的DNA序列。包含核心启动子区域和调控区域。核心启动子区域产生基础水平的转录，调控区域能够对不同的环境条件作出应答，对基因的表达水平做出相应的调节。 区域：启动子的范围非常大，可以包含转录起始位点上游2000bp，有些特定基因的转录区内部也存在着转录因子的结合位点，因此也属于启动子范围。 这项搜寻要从UCSC基因组浏览器开始，网址为以编码pendrin (PDS)的基因为例来说明上述问题。PDS与耳蜗的异常发育、感觉神经性听力下降以及弥散性甲状腺增大（甲状腺肿）有关。 　　进入UCSC的主页后，在Organism的下拉菜单中选择Human，然后点击Browser。使用者现在到了人类基因组浏览器入口。本例的搜寻很简单：在assembly的下拉菜单中选择Dec. 2001，在position框中键入pendrin，然后点击Submit。返回的页面结果显示一个已知的基因和两个mRNA序列。继续点击mRNA序列的登录号AF030880，出现包含这个mRNA区域的图解概要。为了获得这个区域更清晰的图像，点击紧靠zoom out的1.5X按钮。最后点击页面中部的reset all按钮，使各个路径的设置恢复默认状态。 　　然而，对于本例的搜寻目的来说，默认设置不是理想的设置。按照视图利用页面底部的Track Controls按纽，将一些路径设置为hide模式（即不显示），其他设置为dense模式（所有资料密集在一条直线上）；另一些路径设置为full模式（每个特征有一个分开的线条，最多达300）。在考虑这些路径内究竟存在那些资料之前，对这些路径的内容和表现做一个简要的讨论是必要的，许多这些讨论是由外界提供给UCSC的。下面是对基因预测方法的更进一步讨论，这些信息也可以在其他地方找到。 　　对于Known Genes（已知基因）和预测的基因路径来说，一般的惯例是以一个高的垂直线或块状表示每个编码外显子，以短的垂直线或块状表示5′端和3′端非翻译区。 　　起连接作用的内含子以非常细的线条表示。翻译的方向由沿着细线的箭头指示。 　　Known Genes来自LocusLink内的mRNA参照序列，已经利用BLAT程序将这些序列与基因组序列进行比对排列。 　　Acembly Gene Predictions With Alt-splicing路径是利用Acembly程序将人类mRNA和EST序列数据与人类基因组序列进行比对排列而来的。Acembly程序试图找到mRNA与基因组序列的最好的比对排列以及判断选择性剪接模型。假如有多于1个的基因模型具有统计学意义，则它们都全部显示出来。有关Acembly的更多信息可以在NCBI的网站找到（http://www.ncbi.nih.gov/IEB/Research/Acembly/）。 　　Ensembl Gene Predictions路径由Ensembl提供。Ensembl基因通过许多方法来预测，包括与已知mRNA和蛋白质进行同源性比较，ab initio基因预测使用GENSCAN和基因预测HMMs。 http://www.ebi.ac.uk/ensembl/ 　　Fgenesh++ Gene Predictions路径通过寻找基因的结构特征来预测基因内部的外显子，例如剪接位点的给位和受位的结构特征，利用一种动态的程序算法推定编码区域和推定外显子5′端和3′端的内含子区域；这个方法也考虑到蛋白质相似性的资料。 　　Genscan Gene Predictions路径由GENSCAN方法衍生而来，通过这个方法，可以确定内含子、外显子、启动子区域和poly(A)信号。此时，这个方法并不期望查询的序列只出现1个基因，因此可以对部分基因或被基因之间的DNA分隔的多个基因进行准确的预测。 　　Human mRNAs from Genbank路径显示基因库的人类mRNAs与基因组序列的比对排列。 　　Spliced ESTs和Human EST路径显示来自GenBank的ESTs序列与基因组的序列对齐比较。由于ESTs通常代表了转录基因的片断，一个EST很有可能对应于某个外显子区。 　　最后，Repeating Elements by RepeatMasker这个路径显示的是重复元件，例如散在的或长或短的核元素(SINEs和LINEs)，长末端重复序列(LTRs)和低复杂性区域(http://repeatmasker.genome.washington.edu/cgi-bin/RepeatMasker)。一般来说，在将基因预测方法应用于核苷酸序列之前，需要去掉或掩饰这些成分。 　　回到视图显示的例子，可以看到大多数路径返回了几乎同样的基因预测结果。作为一个规则，通过多种方法预测的外显子提高了预测的正确率而不会出现“假阳性”结果。多数方法显示3′端非翻译区，以左侧大而短的块状表示。Acembly路径显示除了全长序列产物（如这个部分第3条线所示）之外还有3个可能的选择性剪接，其它大多数路径显示与此预测结果相符。Genscan路径从左、右方向往远处延伸：GENSCAN可以被用于预测多个基因。 　　尽管这些图解概要很有用，然而研究者更需要与这些垂直线或块状相对应的序列。以此为例，用Fgenesh++预测作为获得原始序列数据的基础，但不管选择哪个路径其步骤都是一样的。点击标有Fgenesh++ Gene Predictions的路径，出现的是一个描述预测的概要页面。 　　序列的区域与pendrin基因相似（从这个例子一开始就已经知道了）。给出了序列的大小及序列开始和结束的预测，并显示预测是以负链为基础的。想要获得序列，点击Genomic Sequence。使用者将被带到一个标题为Get Genomic Sequence Near Gene的查询页面，在这个页面上，可以获得转录物、编码区、启动子或转录物加启动子的序列。 　　点击Transcript返回的页面显示完整的转录子，外显子以大写字母表示。 　　点击Coding Region Only得到的是编码区,外显子以大写字母表示。 　　点击Transcript + Promoter，返回的页面显示的是在上述选择Transcript所获序列的5′端添加了启动子序列，以大写字母表示外显子。启动子的长度显示在文本框内。 　　点击Promoter返回的页面正好是启动子区。

这个问题涉及到NCBI的核心价值——数据共享。从NCBI创建之初她就是为用户”下载“数据而存在。历经近30年的发展，其提供的数据共享的方式也经历了诸多的改变。下面以提供数据共享的技术方式来逐一陈述：1 FTP FTP是File Transfer Protocol(文件传输协议)的英文简称。在互联网形成之初，非常重要的大文件传输格式。目前NCBI的大文件传输，甚至是整个NCBI网站的数据都可以用这种方式获得。网址为ftp://ftp.ncbi.nlm.nih.gov/.不过要用好这些数据，你需要同时兼备生物学和计算机科学（基本）知识。2 网页当然绝大多数生物学家并不需要进行批量数据分析，知识要找到与自己课题相关的数据。NCBI提供了基于网页的查询检索系统。之所以称之为系统是因为其中包含了NCBI所有提供服务的数据库，该系统有一个统一的查询界面，成为Entrez。其语法和规则在查询不同数据库是基本相似，知识需要简单了解相应数据库的特殊字符即可。例如，查询GEO数据库时，只查询dataset数据可以使用[DataSet Type]关键字，但是该关键字在PUBMED并不适用。3.web服务web服务在生物信息学和计算机科学中的定义有很大差别，这里特制计算机科学中的web服务。NCBI基于entrez提供了web service服务，用户在自己的程序中调用代码获取数据。主要是eUtils（http://eutils.ncbi.nlm.nih.gov/）。另外，NCBI也提供cgi的查询服务。4. 序列查询服务NCBI基于序列的检索服务是其最具特色的数据检索方式，最著名的就是BLAST。尽管后台算法基于字符串的匹配，但是其引入了生物学知识（突变概率等）使其具有和其他搜索引擎如lucene不可比拟的效果。也是NCBI提供的主要服务之一。BLAST接受用户一条或多条序列（PSI-BLAST），返回数据库中与该序列相似的序列。该服务的用途广泛。5.其他有些数据可以通过一些特殊的通道获得。例如GEO数据库，可以通过R包GEOquery获得其数据。（如有遗漏，敬请指教！）

首先登录NCBI网站，选取下拉条中的Nucleotide，输入你想要搜索的内容，找到目标内容后，单击打开，题目下方的一行就是编号；若想要下载核酸序列，点击右上角的sent to→Complete Record→File→FASTA，就能下载全部的序列，若是想下载其中一段序列，可对准你想要的序列右击，在新标签页打开，然后步骤同上；若是想要下载氨基酸序列，通常每个核酸序列translation里都包含氨基酸序列，也可以点击里面的protein id，打开就是了。

先查阅相关文献，然后得到序列号。 在上NCBI主页，输入序列号就可以得到具体序列了。

找几个近源的物种的该基因clustal，找出几个长度大于20的保守区，在这几个保守区域拉几条引物，放到primer5里评一下分，找一对分数高的引物，产物长度200-1000bp都可以，扩去就行了。如果找不到完全一致的引物，就在不一样的那个碱基上设计成简并的。如果知道要找的基因的名字是可以很快的找到要找的序列，在基因名称检索界面输入就好。 因为提交NCBI上的基因组都有预测CDS的，上面都标出每个CDS的可能功能及相应蛋白或酶的名字 如果不知道基因名字，可以通过做比对来判断，可以尝试一下用BIOED

因此NCBI 的分类学数据库不是一个系统发育或分类学的“专家数据库”（Wheeler et al., 2000）。获取序列所对应的分类学信息有两种方法。一种方法，从NCBI 网站下载gi与taxid 对应表，在Taxonomy 数据库的FTP 地址下载。这个目录下有多个压缩文件，其中针对Windows 操作系统的两个针对蛋白质序列和核苷酸序列的压缩文件分别是gi_taxid_prot.dmp.gz 和gi_taxid_nucl.dmp.gz 文件。这两个文件都只有两列，左边为gi 号，右边为Taxid。由于这些文件非常大，因此用浏览器来打开这些文件几乎是不可能的。随着时间的推移，这两个文件会越来越大，不过速度不会是指数增长的，并且在美国东部时间的每个星期一2：00 am NCBI 会对其进行更新。对于Windows 用户还有一个文件称为taxdump.zip 文件。文件解压缩后包括1 个*.prt 文件和6 个*.dmp 文件。Gencode.dmp 文件保存有不同的密码子表，与同目录的gc.prt 联合使用；merged.dmp 是保存有合并的taxid 号的对应表；nodes.dmp 是结点信息；division.dmp 是较大的几个分类；names.dmp 结点名称信息，每个id 对应多行。这些数据被Phylogenie 软件包中的blammer 程序用于构建进化树。利用ftp 地址的连接利用Http 或ftp 方式将文件下载到本地，通过本地程序或脚本搜索文本，来建立gi 号与Taxid 之间的联系（图）。这种方法比较适合于在线服务的Web 形式的程序，通过在本地不断地及时更新程序就可以完成这项工作。第二种方法是对Taxonomy 数据库进行API 分析。

利用生信工具进行目的基因的引物设计，使用了NCBI进行筛选与设计引物，使用 idtdna对筛选出的DNA进行检查。本文分享了如何筛选出高质量的基因引物，帮助想通过生信进行引物设计的学生、从业者找出合适的基因，毕竟购买引物也比较烧钱，避免设计出的基因质量偏低。 1.查询目的基因： https://www.ncbi.nlm.nih.gov/nuccore/?term=zbed3 备注：这里需要注意的是，要找到合适的目的基因！如果找智人，一般会是NM开头 2.选择其中一个数据连接： https://www.ncbi.nlm.nih.gov/nuccore/NM_001329564.2 ，选择Pick Primers 3.进入： 4.根据一些实验经验调节一些关键参数： 1）Primer Parameters- PCR product size ：设置为75-300 2）Exon/intron selection- Exon junction span ：设置必须跨越外显子（Primer must span an exon-exon junction），避免污染 3） Advanced parameters - Primer Parameters：GC建议在40%-60%之间 5.点击Get Primers 6.跳转页面 https://www.ncbi.nlm.nih.gov/tools/primer-blast/primertool.cgi?ctg_time=1561727583&job_key=v7VgKRZ5G9E86w3uAI4p3HqVOO5XhiPzVg 7.挑选合适的primer pair，其中product length最好是在150附近（不是绝对） 8.注册idtdna进行dna分析， https://sg.idtdna.com/calc/analyzer 9.抽取其中一个primer pair Products on intended target product length = 146 Forward primer 1 ACAGCAACACAGAAGACCGT 20 Template 604 .................... 623 Reverse primer 1 CCAGTAAGCTTGCCATTGAGC 21 Template 749 ..................... 729 10.使用idtdna进行筛选 举例：正旋：ACAGCAACACAGAAGACCGT，反旋：CCAGTAAGCTTGCCATTGAGC 以此使用正旋与反旋填写入sequence，如图使用正旋，点击self-dimer，如果序列结果中，basePairs都小于10，那么这个引物就算比较好的了，不是自旋产生的。 11.接着正反计算，输入正反旋，年级HETERO-DIMER,最后点击CALCULATE，如果序列结果中，basePairs都小于10，那么这个引物就算比较好的了，不是自旋产生的。

这封邮件是告诉你已经提交序列成功了，查找这个序列的id（也就是genbankaccessionnumber）是bankit1691102bankit1691102kj195333（genbankaccessionnumber一般是2位字母+6位数字，即kj195333，前面那一串不知道是什么东东）你或者别人写文章的时候引用你提交的序列时需要注明这个genbankaccessionnumber。你可以在genbank向公众释放这些序列前提交你的文章。你上传的结果并不会自动录入genbank。genbank有专门的工作人员会检查你上传的序列以及做好注释。由于你没有指定你提交的序列什么时候向公众发表，所以ncbi那边的人默认是他们把这些数据处理好就自动向公众发表（也就是大家都可以查得到），若果你不想这样，请发邮件给他们（gb-admin@ncbi.nlm.nih.gov）。更多内容请见他们帖出来网址。大概就是这样。

在NCBI检索文章时，利用影响因子筛选文章； 1）首先，你在 NCBI 得有个账号； 3）账号有了，就可以登陆了， NCBI账号登陆界面 4）在My NCBI右下角的Filters中点击Manage Filters，设置筛选条件； 5）点击Create custom filter，创建筛选条件； 6）在Add custom Filter in Pubmed中的Query terms中添加检索条件；Save filter as:为检索条件添加名称； 7）Query terms中添加IF>30的检索条件；Save filter as IF>30； 8）设置结果； 9）检测一下效果如何； 显示所有检索结果，点击对应的条件，例如IF>30，就只是显示IF>30的影响因子； 检索条件 IF>30 0007-9235[ISSN] OR 0028-4793[ISSN] OR 0009-2665[ISSN] OR 1471-0056[ISSN] OR 0140-6736[ISSN] OR 0028-0836[ISSN] OR 1471-0072[ISSN] OR 0732-0582[ISSN] OR 1476-1122[ISSN] OR 1061-4036[ISSN] OR 1474-175X[ISSN] OR 1474-1733[ISSN] OR 1474-1776[ISSN] OR 1087-0156[ISSN] OR 0092-8674[ISSN] OR 1471-003X[ISSN] OR 1748-3387[ISSN] OR 0036-8075[ISSN] OR 0031-9333[ISSN] 30>IF>20 0098-7484[ISSN] OR 0066-4154[ISSN] OR 0079-6700[ISSN] OR 0739-5175[ISSN] OR 1529-2908[ISSN] OR 1553-4006[ISSN] OR 1934-5909[ISSN] OR 1470-2045[ISSN] OR 0306-0012[ISSN] OR 1535-6108[ISSN] OR 1474-4422[ISSN] OR 1543-5008[ISSN] OR 1548-7091[ISSN] OR 0066-4146[ISSN] OR 1873-2208[ISSN] OR 0370-1573[ISSN] OR 1078-8956[ISSN] OR 1740-1526[ISSN] OR 0031-6997[ISSN] OR 1755-4330[ISSN] OR 0362-1642[ISSN] OR 0001-4842[ISSN] OR 1465-7392[ISSN] OR 0147-006X[ISSN] 20>IF>10 1473-3099[ISSN] OR 1074-7613[ISSN] OR 0066-4278[ISSN] OR 1745-2473[ISSN] OR 0140-525X[ISSN] OR 0732-183X[ISSN] OR 1081-0706[ISSN] OR 1461-023X[ISSN] OR 0066-4197[ISSN] OR 0893-8512[ISSN] OR 1092-2172[ISSN] OR 1531-7331[ISSN] OR 1364-6613[ISSN] OR 0896-6273[ISSN] OR 0033-2909[ISSN] OR 1759-4758[ISSN] OR 0169-5347[ISSN] OR 1097-2765[ISSN] OR 0066-4308[ISSN] OR 1549-1277[ISSN] OR 1097-6256[ISSN] OR 0009-7322[ISSN] OR 1759-4774[ISSN] OR 1359-4184[ISSN] OR 0163-769X[ISSN] OR 0935-9648[ISSN] OR 0002-953X[ISSN] OR 1550-4131[ISSN] OR 0066-4219[ISSN] OR 1552-5260[ISSN] OR 1088-9051[ISSN] OR 1941-0611[ISSN] OR 0027-8874[ISSN] OR 0907-4449[ISSN] OR 0195-668X[ISSN] OR 0735-1097[ISSN] OR 0003-4819[ISSN] OR 0003-990X[ISSN] OR 1433-7851[ISSN] OR 0066-4170[ISSN] OR 0166-2236[ISSN] OR 0066-426X[ISSN] OR 0034-4885[ISSN] OR 0168-6445[ISSN] OR 0022-1007[ISSN] OR 0968-0004[ISSN] OR 1530-6984[ISSN] OR 1552-4450[ISSN] OR 0066-4227[ISSN] OR 0169-409X[ISSN] OR 1534-5807[ISSN] OR 0016-5085[ISSN] OR 0021-9738[ISSN] OR 1544-9173[ISSN] OR 1936-122X[ISSN] OR 1931-3128[ISSN] OR 0890-9369[ISSN] OR 1548-5943[ISSN] OR 1063-5157[ISSN] OR 0105-2896[ISSN] OR 1936-0851[ISSN] OR 0091-6749[ISSN] OR 1554-8627[ISSN] OR 0270-9139[ISSN] OR 1545-9985[ISSN] OR 0033-5835[ISSN] OR 0009-7330[ISSN] OR 1360-1385[ISSN] OR 0962-8924[ISSN] OR 0955-0674[ISSN] OR 1744-4292[ISSN] OR 0002-9297[ISSN] OR 0364-5134[ISSN] OR 1073-449X[ISSN] OR 1759-5029[ISSN] OR 0010-8545[ISSN] OR 1523-9829[ISSN] OR 0021-9525[ISSN] OR 1946-6234[ISSN] OR 0017-5749[ISSN] OR 0002-7863[ISSN] OR 1001-0602[ISSN] OR 0302-2838[ISSN] OR 1759-5045[ISSN] OR 1759-5002[ISSN] OR 0098-2997[ISSN] OR 0737-4038[ISSN] OR 0006-3231[ISSN] OR 0163-7827[ISSN] OR 0066-4286[ISSN] OR 0265-0568[ISSN] OR 0887-6924[ISSN] OR 2159-8274[ISSN] OR 2041-1723[ISSN] 10>IF>5 0006-8950[ISSN] OR 0168-8278[ISSN] OR 0261-4189[ISSN] OR 0033-295X[ISSN] OR 0168-9525[ISSN] OR 1759-4790[ISSN] OR 0027-8424[ISSN] OR 0001-6322[ISSN] OR 0167-7799[ISSN] OR 0734-9750[ISSN] OR 0198-6325[ISSN] OR 1471-4914[ISSN] OR 1527-8204[ISSN] OR 0960-9822[ISSN] OR 1471-4906[ISSN] OR 1367-5931[ISSN] OR 0149-7634[ISSN] OR 1350-9462[ISSN] OR 1058-4838[ISSN] OR 0193-936X[ISSN] OR 1040-4651[ISSN] OR 0165-6147[ISSN] OR 0006-3223[ISSN] OR 0006-3223[ISSN] OR 1743-8977[ISSN] OR 0199-9885[ISSN] OR 1368-7646[ISSN] OR 0003-4967[ISSN] OR 0006-4971[ISSN] OR 0301-0082[ISSN] OR 1046-6673[ISSN] OR 1723-8617[ISSN] OR 1751-7362[ISSN] OR 1043-2760[ISSN] OR 1355-4786[ISSN] OR 0084-6597[ISSN] OR 1359-6101[ISSN] OR 0952-7915[ISSN] OR 0959-440X[ISSN] OR 1087-0792[ISSN] OR 0008-5472[ISSN] OR 1936-1327[ISSN] OR 1553-7390[ISSN] OR 0586-7614[ISSN] OR 0340-1022[ISSN] OR 1369-5266[ISSN] OR 0966-842X[ISSN] OR 0040-6376[ISSN] OR 1350-9047[ISSN] OR 2041-6520[ISSN] OR 0305-1048[ISSN] OR 0272-8087[ISSN] OR 0028-3878[ISSN] OR 0897-4756[ISSN] OR 1369-5274[ISSN] OR 0896-8411[ISSN] OR 1553-7366[ISSN] OR 0012-9615[ISSN] OR 0091-3022[ISSN] OR 1568-9972[ISSN] OR 1750-2799[ISSN] OR 1759-5061[ISSN] OR 0031-9007[ISSN] OR 0085-2538[ISSN] OR 0012-1797[ISSN] OR 0958-1669[ISSN] OR 1743-5390[ISSN] OR 1863-2653[ISSN] OR 1078-0432[ISSN] OR 1613-6810[ISSN] OR 0165-0173[ISSN] OR 1838-7640[ISSN] OR 1757-4676[ISSN] OR 0163-7258[ISSN] OR 0167-7659[ISSN] OR 0149-5992[ISSN] OR 0277-7037[ISSN] OR 1066-5099[ISSN] OR 0964-6906[ISSN] OR 1937-9145[ISSN] OR 0168-3659[ISSN] OR 1052-9276[ISSN] OR 0142-9612[ISSN] OR 0022-3417[ISSN] OR 0002-9270[ISSN] OR 1083-3021[ISSN] OR 1947-5438[ISSN] OR 0033-5770[ISSN] OR 0004-3591[ISSN] OR 1864-5631[ISSN] OR 0959-437X[ISSN] OR 1044-579X[ISSN] OR 1755-098X[ISSN] OR 0923-7534[ISSN] OR 0950-9232[ISSN] OR 0959-4388[ISSN] OR 1759-4685[ISSN] OR 0742-3098[ISSN] OR 0091-6765[ISSN] OR 0065-2776[ISSN] OR 1535-9476[ISSN] OR 0033-3190[ISSN] OR 1466-822X[ISSN] OR 1469-221X[ISSN] OR 1523-0864[ISSN] OR 0009-9147[ISSN] OR 0079-6816[ISSN] OR 0065-2318[ISSN] OR 1077-5552[ISSN] OR 1525-0016[ISSN] OR 1933-0219[ISSN] OR 0300-5771[ISSN] OR 0890-8567[ISSN] OR 1549-9634[ISSN] OR 0070-2153[ISSN] OR 0018-9219[ISSN] OR 1354-1013[ISSN] OR 0270-6474[ISSN] OR 1065-9471[ISSN] OR 0194-911X[ISSN] OR 1467-7881[ISSN] OR 1096-7176[ISSN] OR 0009-9236[ISSN] OR 1463-9262[ISSN] OR 1047-3211[ISSN] OR 0031-9228[ISSN] OR 1548-9221[ISSN] OR 0028-646X[ISSN] OR 1942-3268[ISSN] OR 1574-7891[ISSN] OR 1941-3289[ISSN] OR 1741-7015[ISSN] OR 1542-3565[ISSN] OR 1949-2553[ISSN] OR 1359-0294[ISSN] OR 1462-3994[ISSN] OR 0007-1250[ISSN] OR 1948-7185[ISSN] OR 1571-0645[ISSN] OR 0960-7412[ISSN] OR 0032-0889[ISSN] OR 1936-8798[ISSN] OR 1359-6446[ISSN] OR 0065-2911[ISSN] OR 1941-7640[ISSN] OR 1741-7007[ISSN] OR 0002-9165[ISSN] OR 0012-186X[ISSN] OR 1534-0384[ISSN] OR 0820-3946[ISSN] OR 0954-6820[ISSN] OR 0021-972X[ISSN] OR 1040-7308[ISSN] OR 0269-9370[ISSN] OR 1359-7345[ISSN] OR 0903-1936[ISSN] OR 0065-230X[ISSN] OR 0165-9936[ISSN] OR 0033-8419[ISSN] OR 1079-5642[ISSN] OR 0003-4932[ISSN] OR 1467-7644[ISSN] OR 0962-1083[ISSN] OR 1040-8444[ISSN] OR 1053-8119[ISSN] OR 0160-4120[ISSN] OR 1180-4882[ISSN] OR 2040-3364[ISSN] OR 0166-0616[ISSN] OR 0962-8436[ISSN] OR 0950-1991[ISSN] OR 1084-9521[ISSN] OR 0020-7136[ISSN] OR 0022-202X[ISSN] OR 1600-6135[ISSN] OR 1522-8517[ISSN] OR 0001-8686[ISSN] OR 0197-4580[ISSN] OR 1936-878X[ISSN] OR 0010-9452[ISSN] OR 0039-2499[ISSN] OR 1074-5521[ISSN] OR 1523-7052[ISSN] OR 0884-0431[ISSN] OR 1674-2052[ISSN] OR 0090-3493[ISSN] OR 1366-9516[ISSN] OR 0312-5963[ISSN] OR 0512-3054[ISSN] OR 0340-6245[ISSN] OR 1538-7836[ISSN] OR 2041-4889[ISSN] OR 0305-7372[ISSN] OR 0079-6565[ISSN] OR 0268-960X[ISSN] OR 0969-2126[ISSN] OR 1080-6040[ISSN] OR 1568-1637[ISSN] OR 1941-3084[ISSN] OR 0008-6363[ISSN] OR 0390-6078[ISSN] OR 1044-5323[ISSN] OR 0169-5347[ISSN] OR 1355-6215[ISSN] OR 1878-7479[ISSN] OR 0300-8428[ISSN] OR 0105-4538[ISSN] OR 0021-9533[ISSN] OR 1465-5411[ISSN] OR 1465-5411[ISSN] OR 0008-6223[ISSN] OR 1467-2960[ISSN] OR 0012-3692[ISSN] OR 0022-1899[ISSN] OR 1755-1471[ISSN] OR 0957-9672[ISSN] OR 0947-6539[ISSN] OR 0926-3373[ISSN] OR 0160-6689[ISSN] OR 1941-9651[ISSN] OR 0025-6196[ISSN] OR 0161-5505[ISSN] OR 1462-2912[ISSN] OR 1044-3983[ISSN] OR 0013-726X[ISSN] OR 0883-0185[ISSN] OR 1474-9718[ISSN] OR 0892-6638[ISSN] OR 1361-6137[ISSN] OR 0022-2593[ISSN] OR 1473-0189[ISSN] OR 0003-2700[ISSN] OR 0962-8452[ISSN] OR 1939-0041[ISSN] OR 1941-7713[ISSN] OR 1941-7713[ISSN] OR 1742-4690[ISSN] OR 0304-3959[ISSN] OR 1461-1457[ISSN] OR 0143-3334[ISSN] OR 1073-8584[ISSN] OR 0969-9961[ISSN] OR 1420-682X[ISSN] OR 0022-2623[ISSN] OR 0889-1591[ISSN] OR 1535-7163[ISSN] OR 1080-0549[ISSN] OR 0033-2917[ISSN] OR 1040-9238[ISSN] OR 0161-6420[ISSN] OR 1098-3600[ISSN] OR 1754-6834[ISSN] OR 0360-2532[ISSN] OR 1615-4150[ISSN] OR 0035-8711[ISSN] OR 0024-9297[ISSN] OR 0022-1767[ISSN] OR 0038-6308[ISSN] OR 1471-4922[ISSN] OR 0167-5273[ISSN] OR 0954-4224[ISSN] OR 1050-9631[ISSN] OR 1025-496X[ISSN] OR 1025-496X[ISSN] OR 0893-7648[ISSN] OR 1476-5586[ISSN] OR 0020-9996[ISSN] OR 1471-4892[ISSN] OR 1554-8929[ISSN] OR 0956-5663[ISSN] OR 0265-9247[ISSN] OR 0021-9630[ISSN] OR 1080-8248[ISSN] OR 0271-678X[ISSN] OR 1863-2297[ISSN] OR 0270-7306[ISSN] OR 1525-7797[ISSN] OR 0305-7453[ISSN] OR 0895-4356[ISSN] OR 1367-4803[ISSN] OR 0735-9640[ISSN] OR 1560-2745[ISSN] OR 1566-5232[ISSN] OR 1525-8610[ISSN] OR 1467-5463[ISSN] OR 0272-6386[ISSN] OR 0091-6331[ISSN] OR 1942-0862[ISSN] OR 0891-5849[ISSN] OR 1351-0088[ISSN] OR 1743-5889[ISSN] OR 0342-4642[ISSN] OR 0013-936X[ISSN] OR 1550-7033[ISSN] OR 0893-3952[ISSN] OR 0042-9686[ISSN] OR 1388-9842[ISSN] OR 1551-4005[ISSN] OR 0022-0957[ISSN] OR 0112-1642[ISSN] OR 0307-0565[ISSN] OR 0307-0565[ISSN] OR 0307-0565[ISSN] OR 0340-5761[ISSN] OR 1059-7794[ISSN] OR 0016-5107[ISSN] OR 0008-543X[ISSN] OR 1040-8711[ISSN] OR 1462-8902[ISSN] OR 0012-9658[ISSN] OR 0003-3022[ISSN] OR 0022-2828[ISSN] OR 0306-4530[ISSN] OR 0140-7791[ISSN] OR 1476-4598[ISSN] OR 1470-269X[ISSN] OR 1367-6733[ISSN] OR 1078-0998[ISSN] OR 0031-4005[ISSN] OR 0393-2990[ISSN] OR 1619-7070[ISSN] OR 1053-2498[ISSN] OR 1540-1405[ISSN] OR 0161-8105[ISSN] OR 0738-8551[ISSN] OR 0785-3890[ISSN] OR 1742-7061[ISSN] OR 1478-811X[ISSN] OR 1355-8382[ISSN] OR 0004-6361[ISSN] OR 0007-0920[ISSN] OR 0022-538X[ISSN] OR 1555-9041[ISSN] OR 0007-1188[ISSN] OR 0894-1491[ISSN] OR 1520-765X[ISSN] OR 1040-841X[ISSN] OR 0959-8049[ISSN] OR 1535-3893[ISSN] OR 0129-0657[ISSN] OR 1541-4337[ISSN] OR 1547-5271[ISSN] OR 0748-3007[ISSN] OR 1749-5016[ISSN] OR 0883-7694[ISSN] OR 1355-6037[ISSN] OR 1944-8244[ISSN]

　　在NCBI网站，选择OMIM（PUBMED下面），输入基因名称，你会获得许多关于该基因的信息，其中就包括染色体定位。

病毒分好多种，有的是DNA病毒，有的是RNA病毒。而且从序列本身来说，RNA和DNA序列没有本质的不同。

你是想要做blast吧？左边有这一项，是做基因比对的如果你想提交新测序的基因，得具体看看说明，没做过

打开后在Search中选择Nucleotide 再在下面输入FRAT1点击Search即可也可输入具体的物种名 以缩小范围。

GI genebank收录号 NW 我觉得是NCBI确定的mRNA表达序列 XP 软件预测的Protein XM 软件预测的miRNA表达序列 我的意见 仅供参考 但我认为多半是 因为在XM后面都有解释http://www.ncbi.nlm.nih.gov/books/bv.fcgi?rid=handbook.section.GenBank_ASMTo produce RefSeq records, NCBI culls the best available information on each molecule and updates the records as more information emerges. A commonly used analogy is that if GenBank is akin to the primary research literature, RefSeq is akin to the review literature.

你问题补充的那些是该基因编码的蛋白质在不同数据库中的ID号码。/note是编码蛋白的名称。/gene_synonym表示该蛋白的其他别名。

你先进NCBI主页 之后点一下 MY NCBI 在 Use name 处填写你自己想取的用户名（相当于网名） 在其下方输入密码（自己设定） 然后点一下 SIGN IN 即可

GI编号是NCBI网站的所有序列相关数据库的流水编号,其最有用的特征就是唯一性.对于每一条递交给NCBI的序列,都会付给一个编号,而且这个编号对应的序列不可更改.这个编号对应这个唯一的一条序列,类似与我们用的身份证号.因此,利用GI在NCBI中查询时,你只要把数据库（蛋白质/核苷酸）选对,只要输入这个号码就可以把相应的序列调出来.值得一提的是登录号（Accession Number）.每一个递交的序列,除了获得一个GI号,还会被赋予一个登录号.递交序列的作者利用登录号对序列进行修改和完善.每一次修改的序列会获得一个新的GI号,登录号不变,但会追加一个流水的版本号.因此,GI号和带版本号的登录号都唯一定位到唯一条序列.

1、以人G6PD为例，输入NCBI网址，直接百度NCBI查找就行了，它一般会跳出一个界面，点击即可。2、在NCBI界面右侧选择gene栏目。3、在gene界面输入你想要查找的基因，如G6PD。4、查找结果会显示出很多物种的G6PD，你选择你要的基因，点击即可。5、点击进去，会弹出一下界面，点击ensembl:ensgoooo160211，会弹出序列信息。6、点击以下界面sequence，就能找到序列信息。

1.整理序列信息：包括病原采集地、病原的寄主、寄主症状、采集人等基本信息；还有序列分析结果，包括序列全长大小，开放阅读框（ORF）的长度、位置及特定ORF序列翻译的氨基酸序列等基因水平的信息，这对于接下来的快速准确提交序列及提交成功后为全世界其他作者准确全面分享此类信息很重要；2.登陆BackIt站点，注意到页面右边的“Sign in to use BankIt”标签，点击登录进入。如果没有账号就注册一个（注意，此账号与NCBI账号不通用）。附 注册账号步骤，需要填写的项目为：Title：你的职位或头衔First name：名last name：姓login：登陆名Affiliation：所属机构地址，一般填写自己学校地址E-mail Address：通信电邮，填完后会发随机密码到此电邮地址，使用随机密码进行登陆，当然登陆后可对密码进行重置；3.登陆BankIt，看到如下图所示界面，此时NCBI会自动分配一个SubmissionID，但不是最终的提交序列ID：接下来共有九个步骤（好事多磨）：3.1 Contact Information填写个人姓名、机构、电邮等资料集联系方式，如果错误该页会有ERROR提示直到正确填写，填写完毕点击CONTINUE；3.2 Reference填写参考作者信息（Reference author）及序列相关信息，比如该序列是否对应有文章，如单纯提交序列则只需选择Unpublished即可（Reference title项可以填入“Direct Submission”），有的话就填写已发表文章的信息（卷、期等），接下来会问你该序列的提交者是否是序列的发现者等信息，填写完毕点击CONTINUE；※提示：新版的BankIt中，接下来会有“Sequencing Technology”一项，呈现有454、Illumina、SOLiD及Other等测序方法选择，目前为“Sanger dideoxy sequencing”即一代测序方法测序，并且所提交的序列均为“assembled sequences”，目前的“assembly program”为“Lasergene，version 7.0”。3.3 Nucleotide包括三个小项：Submission Release Date（期望NCBI什么时候公布你的序列）、16S rRNA submissions（该序列是否为16S rRNA）、Sequence(s) and Definition Line(s)（会提示问你该序列是否为全长genomic DNA、线状或环状等、序列长度，需要复制序列或提交FASTA格式文件），如若序列长度与复制序列或FASTA文件长度不同则会有提示，需要重新提交序列，依次选择即可。一般选择“Immediately after Processing”，“非16S rRNA”，“genomic DNA”，“circular”，“complete”等信息，然后将全序列粘贴到下方的空格中，别忘了在上方写上总核苷酸数。完后审查看有没有错误，继续CONTINUE；3.4 Organism填写Organism（病原物）的名字，即序列公开显示时候的标题（如MYVYNV分离物序列“Malvastrum yellow vein Yunnan virus isolate SC226-5, complete genome"），点击CONTINUE后会出现自动检索项目，核对后（有可能会进行选择）继续CONTINUE；3.5 Submission Category提交范畴，是否直接提交或通过第三方Annotation提交（不是太清楚什么意思，可能指的是从EMBL和DDBJ中导入的数据吧），一般为直接提交，如下图示选择Original，继续CONTINUE；3.6 Source modifier选择该病原物的种类，比如质粒、线粒体等；Source modifier下拉菜单及后面的Value设置：进一步选择该病原物获取信息，比如Country、Host、Clone、Collection date、Strain/Isolate等，至少三项（Organelle/Location为细胞器/位置，该项可以不填写），否则该项不通过，尽量信息全面真实，需要继续添加则点击Add，填写完毕查看下方已填写表格进行信息核对，然后CONTINUE；3.7 PrimersPCR引物项目，可选项目，不想填写可CONTINUE；3.8 Features（※）该步骤重要！将用到之前准备的内容，比如序列内ORFs等信息的填写，并根据之前的选项来填写该步骤，比如需要将DNA翻译为氨基酸序列并进行复制粘贴等，该步操作只需将之前准备信息录入即可，比较耗时；点击下方“ADD”键，页面将切换为↓在这里我们需要录入更多与该序列有关的信息，最主要的就是录入之前已经整理好的序列里面的开放阅读框（ORF）信息：Genetic Code设置为”Standard“，5"和3"都勾选上，Protein Name/Protein Description项都填写，将特定区域（ORF）的核苷酸序列翻译为氨基酸序列后（除去末端的终止子）复制到下方的”Amino Acid Sequence“框中，依次录入即可。在这里越详细越好，具体参照实际操作；3.9 Review and Correct对已填写信息进行复核及提交，并被告知在2个工作日之内会收到NCBI电邮，需要进一步对序列进行审查核对；4.至此，基本序列提交已经完工，剩下的事情就是等待审核，大概两个工作日后会收到来自NCBI工作人员的电邮，如有问题会通知你进一步修改信息直到完全无误，包括以后的接受序列号，即你的序列会出现在NCBI里面世界上唯一的一个界面里。

KEGG 网站更容易，输入基因名，点击othorlog genes查看下拉框即可

查mRNA的话，在NCBI主页上All Databases下拉框处选择Neucleotide,在右侧搜索框里填上你想搜的基因的名字就OK了，得到的就是你这个基因在不同物种里面的序列，在新页面右侧Top Organisms中可以看到在某个物种里面共提交了共多少条序列。查DNA的话，在NCBI主页上ALL Databases下拉框处选择Gene就可以了。

当已知基因名或ID时，可通过NCBI搜索基因序列。首先登陆NCBI官网，在下拉菜单选择gene，搜索基因名或ID。 NCBI： https://www.ncbi.nlm.nih.gov/ 这里选取一个调节根系发育的基因AT5G61350进行示例。在生物信息学中，FASTA格式（又称为Pearson格式）是一种基于文本的、用于表示核苷酸序列或氨基酸序列的格式。 FASTA文件以序列表示和序列作为一个基本单元，各行记录信息如下： 第一行是由大于号">"开头的任意文字说明，用于序列标记，为了保证后续分析软件能够区分每条序列，单个序列的标识必须具有唯一性； 从第二行开始为序列本身，只允许使用既定的核苷酸或氨基酸编码符号。通常核苷酸符号大小写均可，而氨基酸常用大写字母。 具体字母代表的含义如下： 核苷酸序列： 氨基酸序列： 查看fasta，左侧为CDS序列，右侧方框内为序列所在范围，24667873——24670749。 通常认为启动子在基因上游2kb范围内，这个基因的方向从左至右，因此启动子范围就在基因左侧起始位置加2kb，24665873——24667872。如果基因方向是从右向左，那么启动子区域就是右侧位置加上2Kb。 FASTA格式参考： https://www.jianshu.com/p/cd232d34c408

一般英文文献的卷号期号标注中，中间会有个括号，括号前面是卷括号里是期括号后面缀的是页码另，vol全称是Volume，即卷；no是期【年、卷、期都有】的表示方法比如2008年第92卷第3期第28-29,34页。2008,92(3):28-29,34【没有卷号】的表示方法比如2008年第3期第28-29,34页。2008,(3):28-29,34【没有期号】的表示方法比如2008年第92卷第28-29,34页。2008,92:28-29,34

如何在ncbi中寻找编码某一个蛋白的基因序列GI编号是NCBI网站的所有序列相关数据库的流水编号,其最有用的特征就是唯一性.对于每一条递交给NCBI的序列,都会付给一个编号,而且这个编号对应的序列不可更改.这个编号对应这个唯一的一条序列,类似与我们用的身份证号.因此,利用GI在NCBI中查询时,你只要把数据库（蛋白质/核苷酸）选对,只要输入这个号码就可以把相应的序列调出来.值得一提的是登录号（Accession Number）.每一个递交的序列,除了获得一个GI号,还会被赋予一个登录号.递交序列的作者利用登录号对序列进行修改和完善.每一次修改的序列会获得一个新的GI号,登录号不变,但会追加一个流水的版本号.因此,GI号和带版本号的登录号都唯一定位到唯一条序列.搜索输入序列号查询疾病编码查询序列号免费查询系统基因序列在哪里查询序列号查询入口2020查序列号查询

许多期刊在文章发表之前需要在文章中有序列的登录号，并且要求你在文章发表时，序列可以被读者索取。 NCBI的GenBank提供了两个投递方式： 1、在线投递－BankIt，特点是比较方便。 2、本地投递文件生成程序——Sequin。目前NCBI seqin有MAC, PC和UNIX不同版本。其输出文件需要你通过电子邮件发给NCBI. 另外，上面所述一般适用于研究单个或多个功能基因的情况。如果大规模的测序如EST、 STS和GSS序列分别有专门的投递途径。 另外，提醒你的两个问题： 1、对你所投序列所属物种分类（拉丁名）要有所了解，这通常是出错的地方（seqin） 2、在你投递序列到发表文章之间，要注意NCBI发给你的电子邮件，它会询问你在什么时间将序列公布。

字母即可。ncbi用户名的要求并不是固定的，可以字母，也可以数字。它就像是我们给自己在这个软件中起了一个网名一般。NCBI的初衷是为了给分子生物学家提供一个信息储存和处理的系统。

打开浏览器，输入进入NCBI网站。在此网页下方处找到Primer-BLAST，点击进入。点击进入以下界面，在Primer Parameters里面输入自己已经设计好的引物序列。随后，在Primer Pair Specificity Checking Parameters里面的Databse中选择选项“Genome（chromosomes from all organisms）”。之后直接点击页眉左下角的“Get Primers”按钮进行引物特异性的验证。注意：输入自己设计好的引物时，注意引物的顺序是不是5"端至3‘端

你在NCBI里找那些标记为cDNA序列的就好了啊。

NCBI中查找序列号时导出来之后是.gb文件。GenBank的文件。包含一个gene的名称，编号，发现者，参考文献，外显子位置，编码区序列，蛋白序列等等信息。.gb文件用记事本就可以打开。拓展：NCBI位于马里兰州的贝塞斯达， 建立于1988年· NCBI保管GenBank的基因测序数据和Medline的生物医学研究论文索引· 所有的这些数据库都可以通过Entrez搜索引擎在线访问。国家生物技术信息中心(National Center for Biotechnology Information, 简称NCBI) 是美国国家医学图书馆(NLM)的一部分(该图书馆是美国国家卫生研究所的一部分).

许多期刊在文章发表之前需要在文章中有序列的登录号，并且要求你在文章发表时，序列可以被读者索取。NCBI的GenBank提供了两个投递方式：1、在线投递－BankIt，特点是比较方便。2、本地投递文件生成程序——Sequin。目前NCBI seqin有MAC, PC和UNIX不同版本。其输出文件需要你通过电子发给NCBI.另外，上面所述一般适用于研究单个或多个功能基因的情况。如果大规模的测序如EST、 STS和GSS序列分别有专门的投递途径。另外，提醒你的两个问题：1、对你所投序列所属物种分类（拉丁名）要有所了解，这通常是出错的地方（seqin）2、在你投递序列到发表文章之间，要注意NCBI发给你的电子，它会询问你在什么时间将序列公布。具体细节你可以浏览参考资料所指连接。

1、在NCBI上查找基因的mRNA序列。 2、Messenger RNA (mRNA）——信使核糖核酸信使核糖核酸携带遗传信息，在蛋白质合成时充当模板的RNA。信使RNA从脱氧核糖核酸（DNA）转录合成的带有遗传信息的一类单链核糖核酸（RNA）。它在核糖体上作为蛋白质合成的模板，决定肽链的氨基酸排列顺序。 mRNA存在于原核生物和真核生物的细胞质及真核细胞的某些细胞器（如线粒体和叶绿体）中。

现到http://www.ncbi.nlm.nih.gov/gene然后输入ABL[sym] ，代表你是在查找ABL为缩写符号的基因就会得到http://www.ncbi.nlm.nih.gov/gene/?term=ABL[sym]第一个就是人类ABL基因，再点开，得到http://www.ncbi.nlm.nih.gov/gene/25该基因位于第9号染色体130713881..130887675。下拉到第三栏灰色条“Genomic regions, transcripts, and products”，点击偏右侧的，Go to nucleotide: 最后那个GenBank得到http://www.ncbi.nlm.nih.gov/nuccore/NC_000009.12?report=genbank&from=130713881&to=130887675向下拉，你会看到 gene 1..173795就是说该基因全长然后是mRNA, 你会看到有11段数值，这就是该基因11个外显子的位置。同理，CDs，就是11个外显子的编码区域了。具体的序列，你在下面根据数值段就可以得到了。

如何在NCBI上找某个基因的mRNA序列1 打开NCBI主页2 左边search里面选择GENE 右边的对话框里输入你想要的基因名称3 在出来的所有条目第一行后面都有种属表明，比如Homo sapiens是人Felis catus是猫。选择你想要的种属。4 再出现的页面中找到那个像数轴的图，在左侧有可以点击的蓝色数字，往往开头有AK、NM的开头，点击它，再出现的下拉框里选择GENEBANK。5 最下面就是他的基因序列 当然也可以参考页面上提供的CDS区域范围来看。

参考文献可以在百度学术中找到。文献资料或是相关资料可以在相关论文数据库中找到。相关数据可以在相关统计网站找到，希望可以帮到你。　1、论文题目：要求准确、简练、醒目、新颖。　　2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录）　　3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。　　4、关键词或主题词：关键词是从论文的题名、提要和正文中选取出来的，是对表述论文的中心内容有实质意义的词汇。关键词是用作机系统标引论文内容特征的词语，便于信息系统汇集，以供读者检索。 每篇论文一般选取3-8个词汇作为关键词，另起一行，排在“提要”的左下方。　　主题词是经过规范化的词，在确定主题词时，要对论文进行主题，依照标引和组配规则转换成主题词表中的规范词语。　　5、论文正文：　　（1）引言：引言又称前言、序言和导言，用在论文的开头。 引言一般要概括地写出作者意图，说明选题的目的和意义, 并指出论文写作的范围。引言要短小精悍、紧扣主题。　　〈2）论文正文：正文是论文的主体，正文应包括论点、论据、 论证过程和结论。主体部分包括以下内容：　　a.提出-论点；　　b.分析问题-论据和论证；　　c.解决问题-论证与步骤；　　d.结论。　　6、一篇论文的参考文献是将论文在和写作中可参考或引证的主要文献资料，列于论文的末尾。参考文献应另起一页，标注方式按《GB7714-87文后参考文献著录规则》进行。　　中文：标题--作者--出版物信息（版地、版者、版期）：作者--标题--出版物信息　　所列参考文献的要求是：　　（1）所列参考文献应是正式出版物，以便读者考证。　　（2）所列举的参考文献要标明序号、著作或文章的标题、作者、出版物信息。

上面有注释的啊~或者用fasta格式看，在前几行

在NCBI 上查找基因，挺多人都在问这个。当然，对于经常泡NCBI 的人来说，查找基因是入门的、基础的，对高手来讲根本不是个问题。但新手就不同了。当然了，直到现在，虽说已经会了一些，但在NCBI 查找基因，虽说是基础但也是挺复杂的今天要讲的。今天用“苯丙氨酸解氨酶(Phenylalanine ammonia-lyase，PAL)”来作为例子，物种是豆科的。1，打开NCBI，选择核苷酸（Nucleotide）数据库，填上Phenylalanine ammonia-lyase，点击GO，搜索2，我们来看结果，总共有1022 个，结果太多了，有时候刚好你要的结果在第一页的话，那就好办。不是的话，你慢慢的找，实在不是办法。特别是网络不好时，上NCBI 又很慢，的确是一种折磨。3，这个时候我们可以再想办法缩少范围，比方你要找的是豆科的，我们来大豆（soybean）来作例子。在搜索时加上soybean，结果将会大大减少。4，这时候结果已经一目了然，这里需要再介绍另外一种搜索的方法。这种方法是比较精确的。首先在taxonomy 数据库查到soybean 的 taxonomy ID，再回到Nucleotide 数据库，搜索” Phenylalanine ammonia-lyase txid3847 “，txid 是taxonomy ID 是缩写，3847 是大豆soybean 的taxonomy ID。这样子，将搜索范围锁定在大豆。5，看下图，出来的结果都是大豆的，这时基本上就大功告成了。找到了大豆苯丙氨酸解氨酶的序列6，进入序列页面，默认是GenBank 格式，你也可以选择Fasta 格式，一般都是保存为Fasta格式。

ncbi引用文献：将NCBI文献导入endnote：结果预览窗口中，Display下拉菜单选择“MEDLINE”，Show下拉菜单选择一个合适的数值以确保 能将所需文献全部导出(但一次最多只能导出200条 记录)。数目巨大的分子数据和这些数据的隐秘而精细的模式使得计算机化的数据库和分析方法成为绝对的必须。挑战在于发现新的手段去处理这些数据的容量和复杂性，并且为研究人员提供更好的便利来获得分析和计算的工具，以便推动对我们遗传之物和其在健康和疾病中角色的理解。主要表现在以下几个方面：①反映论文作者的科学态度，说明论文具有真实、广泛的科学依据，也反映了论文的起点和深度。科学技术研究工作都有继承性，现在的研究都是在过去的研究基础上进行的，今人的研究成果或研究工作一般都是前人研究工作或研究成果的继续和发展。因此，在论文中涉及研究的背景、理由、目的等的阐述，必然要对过去的工作进行评价，著录参考文献既能表明言之有据，并明白交待出该论文的起点和深度。这在一定程度上为论文审阅者、编者和读者评估论文的价值与水平提供了客观依据。②能方便地将论文作者的成果与他人研究成果区别开来，论文所报道的研究成果虽然是论文作者自己的，但在阐述和论证过程中，免不了要引用前人的研究成果。若对引用部分加以标注，则他人的成果将表示得十分清楚。

如果你是按照国标（GB/T 7714）来写，直接引用网站，可以使用DB/OL或OL，都是可以的，其参考格式为：The National Center for Biotechnology Information [OL].网址，2014-09-05，即可如果你是论文投稿，则要按照期刊杂志要求来写，大部分期刊只要列出网址即可，或期刊列出网址和年份。如果你是引用其中的文献资料，则按照期刊文献引用标准引用，其参考格式为：作者.题名[J]. 期刊名,年份,卷（期）:页码如有不懂请追问，解决问题还望采纳

事实上，在NCBI有很多种办法可以确定某个基因的外显子或者内含子，当然还有UTR区域。今天我们来介绍NCBI的其中一个使用软件Splign来在NCBI上找到一个基因的外显子和内含子。操作步骤如下：1.在Gene数据库，填入基因名HNF-4，我一般的话习惯叫Symbol，每个基因都有个Symbol，即基因名。2.我们来mouse的HNF4基因来作为今天的例子。Symbol会随着版本的升级而变化，当然，以前使用过的基因名也会保留着。而Symbol会对应一个GeneID，无论Symbol如何改变，GeneID是唯一的。这个ID是非常重要的。在这个页面，我们将看到HNF4基因的结构图，从图中给出的信息可以看出，HNF4基因有10个外显子。蓝色部分是UTR区，显示在5"端有一小段序列和3"端有一大段序列是UTR。3.在HNF-4基因的RefSeq区域，我们将可以看到这个基因的参考序列，有mRNA和基因组的。这个区域不一定每个基因都有。NM_开头的序列都是参考序列。4.接下来我们进入Splign的online界面，你可以通过mRNA和基因组的Accession或是它们Fasta格式的序列进行对比，要注意基因组的序列不要太长。推荐直接在下拉框选项里选择，一般常用的生物都在。5.结果一目了然，10个外显子，而且还显示mRNA以及对应的基因组比对的序列，并且还可以知道某个外显子在mRNA序列上的区域。就连UTR区的序列也知道了。

进入NCBI主页，把ALL DATA换成PUBMEB.然后输入关键词就可以了。还有很多可以查文献的网站。比如Wiley Online Library.生物秀等

事实上，在NCBI有很多种办法可以确定某个基因的外显子或者内含子，当然还有UTR区域。今天我们来介绍NCBI的其中一个使用软件Splign来在NCBI上找到一个基因的外显子和内含子。操作步骤如下：1.在Gene数据库，填入基因名HNF-4，我一般的话习惯叫Symbol，每个基因都有个Symbol，即基因名。2.我们来mouse的HNF4基因来作为今天的例子。Symbol会随着版本的升级而变化，当然，以前使用过的基因名也会保留着。而Symbol会对应一个GeneID，无论Symbol如何改变，GeneID是唯一的。这个ID是非常重要的。在这个页面，我们将看到HNF4基因的结构图，从图中给出的信息可以看出，HNF4基因有10个外显子。蓝色部分是UTR区，显示在5"端有一小段序列和3"端有一大段序列是UTR。3.在HNF-4基因的RefSeq区域，我们将可以看到这个基因的参考序列，有mRNA和基因组的。这个区域不一定每个基因都有。NM_开头的序列都是参考序列。4.接下来我们进入Splign的online界面，你可以通过mRNA和基因组的Accession或是它们Fasta格式的序列进行对比，要注意基因组的序列不要太长。推荐直接在下拉框选项里选择，一般常用的生物都在。5.结果一目了然，10个外显子，而且还显示mRNA以及对应的基因组比对的序列，并且还可以知道某个外显子在mRNA序列上的区域。就连UTR区的序列也知道了。

打开NCBI百度搜索键入“NCBI”，点击“搜索”，第一个就是官方主页，点击打开。关键字查找以H9亚型流感病毒HA基因下载为例，说明详细过程。既然要下载基因序列，需要在栏目内找到“Nucleotide”，搜索栏内填入“Avian influenza virus H9 HA”，点击“search”。添加限定词点击搜索后，我们看到页面中间显示了很多关于“Avian influenza virus H9 HA”的基因序列，如果其中的一个符合你的要求，就可以下载。如何不符合你的要求，可以继续在搜索条内添加限定，比如添加“2010”，即2010年分离到的病毒。序列选定找到目标基因序列后，我们要将其下载下来。以给出第一个序列为例，点击序列前面的“小方格”，将其选定。下载序列选定后，点击页面右上角的“Send to”，选择“file”，再将format选择为“FASTA”格式，点击“Create file”，将序列下载到自定的文件夹内。用DNAStar打开下载的序列为FASTA格式，需要使用相关的软件打开，小编经常使用的是DNAStar中的Editseq，这个功能还是很强大的。

工具/材料 NCBI官网 01 首先，我们打开NCBI官网页面，在页面上方搜索框中，选择要下载的基因序列类别，这里我们需要选择“Nucleotide”选项。 02 接下来，我们就需要输入具体的名称了，这里我输入的是Kinase，代表一种酶，然后点击“search”按钮，即可出现搜索结果。 03 点击进入所需要的搜索结果，在页面中左侧，点击“FASTA”按钮。 04 在接下来打开的页面右侧，点击“Send to”选项，然后选择“File”，点击“Creat File”按钮。 05 最后，我们即可调用浏览器下载该基因序列文件了，选择好文件存储位置之后，点击“下载”按钮。

事实上，在NCBI有很多种办法可以确定某个基因的外显子或者内含子，当然还有UTR区域。今天我们来介绍NCBI的其中一个使用软件Splign来在NCBI上找到一个基因的外显子和内含子。操作步骤如下：1.在Gene数据库，填入基因名HNF-4，我一般的话习惯叫Symbol，每个基因都有个Symbol，即基因名。2.我们来mouse的HNF4基因来作为今天的例子。Symbol会随着版本的升级而变化，当然，以前使用过的基因名也会保留着。而Symbol会对应一个GeneID，无论Symbol如何改变，GeneID是唯一的。这个ID是非常重要的。在这个页面，我们将看到HNF4基因的结构图，从图中给出的信息可以看出，HNF4基因有10个外显子。蓝色部分是UTR区，显示在5"端有一小段序列和3"端有一大段序列是UTR。3.在HNF-4基因的RefSeq区域，我们将可以看到这个基因的参考序列，有mRNA和基因组的。这个区域不一定每个基因都有。NM_开头的序列都是参考序列。4.接下来我们进入Splign的online界面，你可以通过mRNA和基因组的Accession或是它们Fasta格式的序列进行对比，要注意基因组的序列不要太长。推荐直接在下拉框选项里选择，一般常用的生物都在。5.结果一目了然，10个外显子，而且还显示mRNA以及对应的基因组比对的序列，并且还可以知道某个外显子在mRNA序列上的区域。就连UTR区的序列也知道了。

1 打开NCBI主页2 左边search里面选择GENE 右边的对话框里输入你想要的基因名称3 在出来的所有条目第一行后面都有种属表明，比如Homo sapiens是人Felis catus是猫。选择你想要的种属。4 再出现的页面中找到那个像数轴的图，在左侧有可以点击的蓝色数字，往往开头有AK、NM的开头，点击它，再出现的下拉框里选择GENEBANK。5 最下面就是他的基因序列 当然也可以参考页面上提供的CDS区域范围来看。

美国国家生物技术信息中心NCBI 一般指本词条NCBI位于马里兰州的贝塞斯达， 建立于1988年· NCBI保管GenBank的基因测序数据和Medline的生物医学研究论文索引· 所有的这些数据库都可以通过Entrez搜索引擎在线访问·中文名美国国家生物技术信息中心外文名National Center for Biotechnology Information简称NCBI建立于1988年单位简介国家生物技术信息中心(National Center for Biotechnology Information, 简称NCBI) 是美国国家医学图书馆(NLM)的一部分(该图书馆是美国国家卫生研究所的一部分).许多受尊敬的研究者在NCBI工作, 如比较基因组学领域的一位多产的科学家Eugene Koonin和BLAST序列数据库搜索算法的作者Stephen Altschul.

1、打开NCBI百度搜索键入“NCBI”，点击“搜索”，第一个就是官方主页，点击打开。2、关键字查找以H9亚型流感病毒HA基因下载为例，说明详细过程。既然要下载基因序列，需要在栏目内找到“Nucleotide”（核苷酸），搜索栏内填入“AvianinfluenzavirusH9HA”，点击“search”。3、添加限定词点击搜索后，我们看到页面中间显示了很多关于“AvianinfluenzavirusH9HA”的基因序列，如果其中的一个符合你的要求，就可以下载。如何不符合的要求，可以继续在搜索条内添加限定，比如添加“2010”，即2010年分离到的病毒。3、序列选定找到目标基因序列后，我们要将其下载下来。以给出第一个序列为例，点击序列前面的“小方格”，将其选定。4、下载序列选定后，点击页面右上角的“Sendto”，选择“file”，再将format选择为“FASTA”格式，点击“Createfile”，将序列下载到自定的文件夹内。5、用DNAStar打开下载的序列为FASTA格式，需要使用相关的软件打开，小编经常使用的是DNAStar中的Editseq，这个功能还是很强大的。

　　NCBI是National Center for Biotechnology Information的缩写，指美国国家生物技术信息中心，建立于1988年。NCBI的初衷是为了给分子生物学家提供一个信息储存和处理的系统，除了建有GenBank核酸序列数据库（该数据库的数据资源来自全球几大DNA数据库，其中包括日本DNA数据库DDBJ、欧洲分子生物学实验室数据库EMBL以及其它几个知名科研机构）之外，NCBI还可以提供众多功能强大的数据检索与分析工具。

NCBI是National Center for Biotechnology Information的缩写，指美国国家生物技术信息中心，建立于1988年。NCBI的初衷是为了给分子生物学家提供一个信息储存和处理的系统，除了建有GenBank核酸序列数据库（该数据库的数据资源来自全球几大DNA数据库，其中包括日本DNA数据库DDBJ、欧洲分子生物学实验室数据库EMBL以及其它几个知名科研机构）之外，NCBI还可以提供众多功能强大的数据检索与分析工具。

NCBI (National Center for Biotechnology Information）是指美国国立生物技术信息中心。理解自然无声但精妙的关于生命细胞的语言是现代分子生物学的要求。通过只有四个字母来代表DNA化学亚基的字母表，出现了生命过程的语法，其最复杂形式就是人类。阐明和使用这些字母来组成新的“单词和短语”是分子生物学领域的中心焦点。数目巨大的分子数据和这些数据的隐秘而精细的模式使得计算机化的资料库和分析方法成为绝对的必须。挑战在于发现新的手段去处理这些数据的容量和复杂性，并且为研究人员提供更好的便利来获得分析和计算的工具，以便推动对我们遗传之物和其在健康和疾病中角色的理解。 基本介绍 中文名 ：美国国立生物技术信息中心 外文名 ：National Center for Biotechnology Information 简称 ：NCBI 成立时间 ：1988年11月4日 成立者 ：美国国立医学图书馆 所属国家 ：美国 中心建设,基本研究,教育和训练,资料库和软体, 中心建设 后来的参议员Claude Pepper意识到信息计算机化过程方法对指导生物医学研究的重要性，发起了在1988年11月4日建立国立生物技术信息中心（NCBI）的立法。NCBI是在NIH的国立医学图书馆（NLM）的一个分支。NLM是因为它在创立和维护生物信息学资料库方面的经验被选择的，而且这可以建立一个内部的关于计算分子生物学的研究计画。NCBI的任务是发展新的信息学技术来帮助对那些控制健康和疾病的基本分子和遗传过程的理解。 基本研究 它的使命包括四项任务： 建立关于分子生物学，生物化学，和遗传学知识的存储和分析的自动系统 实行关于用于分析生物学重要分子和复合物的结构和功能的基于计算机的信息处理的，先进方法的研究 加速生物技术研究者和医药治疗人员对资料库和软体的使用。 全世界范围内的生物技术信息收集的合作努力。 NCBI通过下面的计画来实现它的四项目的： NCBI有一个多学科的研究小组包括计算机科学家，分子生物学家，数学家，生物化学家，实验物理学家，和结构生物学家，集中于计算分子生物学的基本的和套用的研究。这些研究者不仅仅在基础科学上做出重要贡献，而且往往成为套用研究活动产生新方法的源泉。他们一起用数学和计算的方法研究在分子水平上的基本的生物医学问题。这些问题包括基因的组织，序列的分析，和结构的预测。目前研究计画的一些代表是：检测和分析基因组织，重复序列形式，蛋白domain和结构单元，建立人类基因组的基因图谱，HIV感染的动力学数学模型，资料库搜寻中的序列错误影响的分析，开发新的资料库搜寻和多重序列对齐算法，建立非冗余序列资料库，序列相似性的统计显著性评估的数学模型和文本检索的矢量模型。另外，NCBI研究者还坚持推动与NIH内部其他研究所及许多科学院和政府的研究实验室的合作。 教育和训练 NCBI通过赞助会议，研讨会，和系列演讲来培养在套用于分子生物学和遗传学的计算机领域的科学交流。一个科学访问学者项目已经成立，来培养同外部科学家的合作。作为NIH内部的部分研究项目，也提供博士后工作位置。 美国国立医学图书馆（NLM）于1988年11月4日建立国家生物技术信息中心（National Center for Biotechnology Information，简称NCBI）。该中心的主要任务为： 为储存和分析分子生物学、生物化学、遗传学知识创建自动化系统；从事研究基于计算机的信息处理过程的高级方法，用于分析生物学上重要的分子和化合物的结构与功能；促进生物学研究人员和医护人员套用资料库和软体； 努力协作以获取世界范围内的生物技术信息。 资料库和软体 简介 在1992年10月，NCBI承担起对GenBank DNA序列资料库的责任。NCBI受过分子生物学高级训练的工作人员通过来自各个实验室递交的序列和同国际核酸序列资料库（EMBL和DDBJ）交换数据建立起资料库。同美国专利和商标局的安排使得专利的序列信息也被整合。 GenBank是NIH遗传序列资料库，一个所有可以公开获得的DNA序列的注释过的收集。GenBank同日本和欧洲分子生物学实验室的DNA资料库共同构成了国际核酸序列资料库合作。这三个组织每天交换数据。 GenBank以指数形式增长，核酸碱基数目大概每14个月就翻一个倍。最近，GenBank拥有来自47,000个物种的30亿个碱基。 孟德尔人类遗传（OMIM），三维蛋白质结构的分子模型资料库（MMDB），唯一人类基因序列集合（UniGene），人类基因组基因图谱，分类学浏览器，同国立癌症研究所合作的癌症基因组剖析计画（CGAP）。 Entrez是NCBI的为用户提供整合的访问序列，定位，分类，和结构数据的搜寻和检索系统。Entrez同时也提供序列和染色体图谱的图形视图。Entrez是一个用以整合NCBI资料库中信息的搜寻和检索工具。这些资料库包括核酸序列，蛋白序列，大分子结构，全基因组，和通过PubMed检索的MEDLINE。Entrez的一个强大和独特的特点是检索相关的序列，结构，和参考文献的能力。杂志文献通过PubMed获得，PubMed是一个网路搜寻界面，可以提供对在MEDLINE上的九百万杂志引用的访问，包含了连结到参与的出版商网路站点的全文文章。 BLAST是一个NCBI开发的序列相似搜寻程式，还可作为鉴别基因和遗传特点的手段。BLAST能够在小于15秒的时间内对整个DNA资料库执行序列搜寻。NCBI提供的附加的软体工具有：开放阅读框寻觅器（ORF Finder），电子PCR，和序列提交工具，Sequin和BankIt。所有的NCBI资料库和软体工具可以从或FTP来获得。NCBI还有E-mail伺服器，提供用文本搜寻或序列相似搜寻访问资料库一种可选方法。 NCBI首先创建GenBank资料库，在重点开发GenBank的同时，又于1991年开发了Entrez 资料库检索系统。该系统整合了GenBank、EMBL、PIR和SWISS-PROT等资料库的序列信息以及MEDLINE有关序列的文献信息，并通过相关连结，将他们有机地结合在一起。NCBI还提供了其它资料库，包括线上人类孟德尔遗传（OMIM）、三维蛋白结构的分子模型资料库（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) 等资料库。 NCBI资料库介绍 下面按照检索框上的顺序分别介绍各资料库。 Nucleotide 该资料库由国际核苷酸序列资料库成员美国国立卫生研究院GenBank、日本DNA资料库（DDBJ）和英国Hinxton Hall的欧洲分子生物学实验室资料库（EMBL）三部分数据组成。这三个组织联合组成国际核苷酸序列资料库协作体，每天交换各自资料库中的新增序列记录实现数据共享。其中的序列数据也通过与基因组序列资料库(GSDB）合作获取；专利序列数据通过与美国专利与商标局、国际专利局合作获取。 Genome 即基因组资料库，提供了多种基因组、完全染色体、Contiged序列图谱以及一体化基因物理图谱。 Structures 即结构资料库或称分子模型资料库（MMDB），包含来自X线晶体学和三维结构的实验数据。MMDB的数据从PDB(Protein Data Bank）获得。NCBI已经将结构数据交叉连结到书目信息、序列资料库和NCBI的Taxonomy中运用NCBI的3D结构浏览器和Cn3D，可以很容易地从Entrez获得分子的分子结构间相互作用的图像。 Taxonomy 即生物学门类资料库，可以按生物学门类进行检索或浏览其核苷酸序列、蛋白质序列、结构等。 PopSet 包含研究一个人群、一个种系发生或描述人群变化的一组组联合序列。PopSet既包含核酸序列数据又包含蛋白质序列数据。 Entrez 功能强大，在于它的大多数记录可相互连结，既可在同一资料库内连结，也可在资料库之间进行连结。当运用BLAST软体比较某胺基酸或DNA序列与库中其他胺基酸或DNA序列差异即进行相似性检索时，则会涉及到蛋白质库或核苷酸库的库内连结。库间连结发生在核苷酸资料库内的记录与PubMed库中已发表序列的引文间的连结，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连结。 NCBI资料库检索 NCBI资料库的检索方法很简单，在检索框中输入检索词，检索词间默认逻辑关系为AND，检索规则基本同PubMed。 可以通过下拉选单选择记录的显示格式，通常选择GenBank Report格式或FASTA Report格式。当选择GenBank Report格式后，萤幕显示较完整的基因记录，其内容包括：基因位点（Locus）、基因定义（Definition）、基因存取号（Aession)、 核酸编号（NID ）、关键字（Keywords）、 来源（Source）、组织分类（Organism）、参考文献（Reference）、 著者（Author）、题目（Title）、期刊Journal）、Medline存取号（Medline）、序列特征（Features）、基因（Gene）、CDS(cDNA）、等位基因（Allele) 对等的肽（Mat-Peptide ）、计算碱基数（Base Count）、原序列（Origin）。而FASTA Report格式仅包括检出序列的简要特征描述。 ● OMIM 孟德尔遗传学(OMIM）资料库是人类基因和基因疾病的目录资料库。该资料库包括原文信息、图片和参考信息，同时还可以连结到Entrez系统MEDLINE资料库中相关文献和序列信息。 BLAST相似性检索 BLAST(Basic Local Alignment Search Tool）是用于序列相似性检索的一个重要资料库，是区分基因和基因特征的工具。该软体能在15秒内完成整个DNA资料库的序列检索。BLAST记录的相关度有明确的统计学解释，以便更容易地将相关记录与随机的资料库记录相区分。在NCBI主页的左工具条中，点击BLAST图示，即进入BLAST主页。 BLAST 主页提供了几种BLAST检索软体。其中BLAST2.0是一种新的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Gapped BLAST 和PSI-BLAST两种软体的新功能。Gapped BLAST 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关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映相关序列的类似程度。PSI-BLAST的全称是Position-Specific Iterated BALST，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。

如下：1、试了先登入orcid，然后点ncbi下面的注册账号链接，就能看到orcid的图标，点链接就自动转入注册账号了。ORCID账号注册起来都很方便。只需要有个邮箱就可以注册，而且注册完成后在日后投稿时也能用上，目前很多期刊都要求作者关联自己的 ORCID 账号，现在注册也算未雨绸缪。2、或者Microsoft账号注册，只要买过新电脑的（苹果电脑不算哈），应该都注册过，就是你的 Outlook 邮箱，直接用它登陆就好啦！注意从NCBI的主页进去，右上角就有一个sign up to NCBI。从NCBI注册，别从PUBMED进去你先进NCBI主页，之后点一下MY NCBI，在Use name处填写你自己想取的用户名（相当于网名，在其下方输入密码（自己设定），然后点一下SIGN IN即可。ncbi注册账户的用处：NCBI的初衷是为了给分子生物学家提供一个信息储存和处理的系统。除了建有GenBank核酸序列数据库（该数据库的数据资源来自全球几大DNA数据库，其中包括日本DNA数据库DDBJ、欧洲分子生物学实验室数据库EMBL以及其它几个知名科研机构）之外，NCBI还可以提供众多功能强大的数据检索与分析工具。

（NCBI维护的数据库）NCBI的主要工作是在分子水平上应用数学和计算机科学的方法研究基础生物，医学问题。为科学界开发，维护和分享一系列的生物信息数据库；开发和促进生物信息学数据库，数据的储存，交换以及生物学命名规则的标准化。

在NCBI主页上方search栏左边有一个database选择框，点击下拉三角形选择nucleotide（如图红框）在search栏输入基因名搜索即可。 以人的orc1基因为例， 在搜索结果中选择mRNA和complete cds序列的结果都可以，如下 点击进入序列文件查看详情，以...首先打开NCBI网站首页,然后在search一栏中选择nucleotide,在框中输入你要的基因序列名称,点击search就行.然后会出来很多结果,因为很多基因是同名的,或是一个基因在不同种属中不一样,寻找你要的基因序列就行了.注意的是,要确定你的基因名称是否是统一的,我以前就是找一个基因费了很多事,之后发现是自己没有用通用的.找到基因序列,蛋白序列就很容易了,因为结果中会显示该基因的蛋白序列.你也可以在开始search的时候选protein,找到的就是蛋白序列了.多尝试就好了,其实很简单,英文不错的话,更简单.要有耐心.

据我所知ncbi没有相关的功能,毕竟其是以核苷酸序列为主。因为等电点特性是蛋白质水平的分子特性，你可以到swissprot网站，那里有许多相关的服务。例如，计算PI你可以用 Compute pI/Mw tool（http://ca.expasy.org/tools/pi_tool.html）。在下面的连接你可以找到更多。你可以自己比较一下，择优使用。

NCBI里选择gene，输入基因名称或代码在列表中选择你的基因点击genbank **************************************************************如果你对这个答案有什么疑问，请追问，另外如果你觉得我的回答对你有所帮助，请千万别忘记采纳哟！***************************************************************

一般上面的时间是序列提交到NCBI上面的时间比如你搜索Escherichia coli吧在genomes里面会出现：1 Genome: genome sequencing projects by organism点1进去，出现：Reference genomes: [see all organisms] Escherichia coli str. K-12 substr. MG1655 Escherichia coli O157:H7 str. Sakai Escherichia coli IAI39 Escherichia coli UMN026 Escherichia coli O83:H1 str. NRG 857C Escherichia coli O104:H4 str. 2011C-3493点开第一个，找到RefSeq下面的NC_000913.2：Type Name RefSeq INSDC Size (Mb) GC% Protein rRNA tRNA Other RNA Gene PseudogeneChr - NC_000913.2 U00096.2 4.64 50.8 4,145 22 89 65 4,497 181 再进去，找到COMMENT，里面一般会说是什么时候提交的，如下：COMMENT REVIEWED REFSEQ: This record has been curated by NCBI staff. The reference sequence is identical to U00096. On Jun 24, 2004 this sequence version replaced gi:16127994.

首先进ncbi的主页，主页半年前改版了现在更人性化。在搜索框（很大的那个）里面输入要搜索的内容，比如你的‘E.Coli BL21 DNA Ligase "，搜索框上面有个search选项，下拉菜单选择“protein”，点search，搜索会返回一个结果，就是你那个蛋白的信息了。Chain A, Last Stop On The Road To Repair: Structure Of E.Coli Dna Ligase Bound To Nicked Dna-Adenylate信息全在下面，最后那个是蛋白质序列，相对分子量就可以用别的计算方法算出来了。如果这个蛋白有人做了晶体结构，会在右边显示，很方便。

1）AC_***：genomic mixed，一些可供选择的注释的基因组序列，主要用来标记病毒和原核生物； 2）AP_***：protein mixed，AC_标记序列对应的蛋白产物； 3）NC_***：genomic mixed，完整的基因组分子序列，标记的类别包括基因组、染色体、细胞器、质粒； 4）NG_***：genomic mixed，不完整的基因组区域，提供NCBI基因组注释途径。比较有代表性有不转录的假基因或者哪些很难自行化注释的基因组簇； 5）NM_***：mRNA mixed，转录组产物序列；成熟mRNA转录本序列； 6）NP_***：protein mixed，蛋白产物；主要是全长转录氨基酸序列，但也有一些只有部分蛋白质的部分氨基酸序列； 7）NR_***：RNA mixed，非编码的转录子序列，包括结构RNAs，假基因转子等； 8）NT_***：genomic automated，BAC或者鸟枪测序法的还未完全注释的测序序列； 9）NW_***：genomic automated，BAC或者鸟枪法测序的还未完全注释的测序序列； 10）NZ_ABCD1234***：genomic automated，收集的各种利用鸟枪法测序的测序计划，ABCD代表的是计划名称； 11）XM_***：mRNA automated，转录产物；mRNA来自基因组注释，序列相当于基因组重叠群； 12）XP_***：protein automated，蛋白产物；序列相当于基因组重叠群； 13）XR：RNA automated，转录产物；非编码区来自基因组注释，序列相当于基因组重叠群； 14）YP_***：protein mixed，蛋白产物；不涉及到转录组，主要用来标记细菌、病毒和线粒体； 15）ZP_***：protein automated，蛋白产物；主要是用电脑自动注释； 16）NS_***：genomic automated，未知生物分子基因组序列。

blast比对，不过你最好找专业的软件比较比较好，比如DNAman，omiga等等

中文NCBI, 查找序列http://www.liucheng.name/entrez/

NCBI:美国国立生物技术信息中心，网址：http://baike.baidu.com/view/198783.htmPubChem：分子数据库，网址：http://baike.baidu.com/view/2188928.html两者之间应该没有过多的联系。

1 打开NCBI主页2 左边search里面选择GENE 右边的对话框里输入你想要的基因名称3 在出来的所有条目第一行后面都有种属表明，比如Homo sapiens是人Felis catus是猫。选择你想要的种属。4 再出现的页面中找到那个像数轴的图，在左侧有可以点击的蓝色数字，往往开头有AK、NM的开头，点击它，再出现的下拉框里选择GENEBANK。5 最下面就是他的基因序列 当然也可以参考页面上提供的CDS区域范围来看。

因此NCBI 的分类学数据库不是一个系统发育或分类学的“专家数据库”（Wheeler et al., 2000）。 获取序列所对应的分类学信息有两种方法。 一种方法，从NCBI 网站下载gi与taxid 对应表，在Taxonomy 数据库的FTP 地址下载。这个目录下有多个压缩文件，其中针对Windows 操作系统的两个针对蛋白质序列和核苷酸序列的压缩文件分别是gi_taxid_prot.dmp.gz 和gi_taxid_nucl.dmp.gz 文件。这两个文件都只有两列，左边为gi 号，右边为Taxid。由于这些文件非常大，因此用浏览器来打开这些文件几乎是不可能的。随着时间的推移，这两个文件会越来越大，不过速度不会是指数增长的，并且在美国东部时间的每个星期一2：00 am NCBI 会对其进行更新。 对于Windows 用户还有一个文件称为taxdump.zip 文件。文件解压缩后包括1 个*.prt 文件和6 个*.dmp 文件。Gencode.dmp 文件保存有不同的密码子表，与同目录的gc.prt 联合使用；merged.dmp 是保存有合并的taxid 号的对应表；nodes.dmp 是结点信息；division.dmp 是较大的几个分类；names.dmp 结点名称信息，每个id 对应多行。这些数据被Phylogenie 软件包中的blammer 程序用于构建进化树。 利用ftp 地址的连接利用Http 或ftp 方式将文件下载到本地，通过本地程序或脚本搜索文本，来建立gi 号与Taxid 之间的联系（图）。这种方法比较适合于在线服务的Web 形式的程序，通过在本地不断地及时更新程序就可以完成这项工作。 第二种方法是对Taxonomy 数据库进行API 分析。

许多期刊在文章发表之前需要在文章中有序列的登录号，并且要求你在文章发表时，序列可以被读者索取。ncbi的genbank提供了两个投递方式：1、在线投递－bankit，特点是比较方便。2、本地投递文件生成程序——sequin。目前ncbiseqin有mac,pc和unix不同版本。其输出文件需要你通过电子邮件发给ncbi.另外，上面所述一般适用于研究单个或多个功能基因的情况。如果大规模的测序如est、sts和gss序列分别有专门的投递途径。另外，提醒你的两个问题：1、对你所投序列所属物种分类（拉丁名）要有所了解，这通常是出错的地方（seqin）2、在你投递序列到发表文章之间，要注意ncbi发给你的电子邮件，它会询问你在什么时间将序列公布。具体细节你可以浏览参考资料所指连接。

1、在NCBI上查找基因的mRNA序列。2、Messenger RNA (mRNA）——信使核糖核酸信使核糖核酸携带遗传信息，在蛋白质合成时充当模板的RNA。信使RNA从脱氧核糖核酸（DNA）转录合成的带有遗传信息的一类单链核糖核酸（RNA）。它在核糖体上作为蛋白质合成的模板，决定肽链的氨基酸排列顺序。mRNA存在于原核生物和真核生物的细胞质及真核细胞的某些细胞器（如线粒体和叶绿体）中。

直接在NCBI主页输入你要找的基因的名字,比如S1PR1,然后搜索,找到下面的内容：Genes90Gene:collectedinformationaboutgeneloci1HomoloGene:homologousgenesetsforselectedorganisms12UniGene:clustersofexpressedtranscripts点90进去,里面是NCBI上这个基因在不同物种中的所有序列,找到是链霉菌这个物种就ok,我如果找人的话,就应该是：S1PR1–sphingosine-1-phosphatereceptor1[Homosapiens(human)]然后再点进去GenomicNG_016181.1RefSeqGeneRange5001..9772DownloadGenBank,FASTA,SequenceViewer(Graphics)mRNAandProtein(s)NM_001400.4→NP_001391.2sphingosine1-phosphatereceptor1SeeproteinsidenticaltoNP_001391.2Status:REVIEWEDpfam00001Location:68–311BlastScore:3677tm_1;7transmembranereceptor(rhodopsinfamily)Sourcesequence(s)BC018650,CR977007,DB132417,DB572979ConsensusCDSCCDS777.1UniProtKB/Swiss-ProtP21453RelatedENSP00000305416,OTTHUMP00000012525,ENST00000305352,OTTHUMT00000029908ConservedDomains(1)summaryGenBank和FASTA可以查看它在基因组上的序列NM_001400.4和NP_001391.2分别是其mRNA序列和蛋白质序列祝好!

GI编号是NCBI网站的所有序列相关数据库的流水编号,其最有用的特征就是唯一性.对于每一条递交给NCBI的序列,都会付给一个编号,而且这个编号对应的序列不可更改.这个编号对应这个唯一的一条序列,类似与我们用的身份证号.因此,利用GI在NCBI中查询时,你只要把数据库（蛋白质/核苷酸）选对,只要输入这个号码就可以把相应的序列调出来.值得一提的是登录号（Accession Number）.每一个递交的序列,除了获得一个GI号,还会被赋予一个登录号.递交序列的作者利用登录号对序列进行修改和完善.每一次修改的序列会获得一个新的GI号,登录号不变,但会追加一个流水的版本号.因此,GI号和带版本号的登录号都唯一定位到唯一条序列.

你进入protein的entrez，用蛋白质accessionnumber查找到蛋白质之后会给你连接的，每个蛋白质不一样如果没有nc号，就用blast搜索，使用tblastn工具，最前面的一个就是相应的dna顺便给你一个另外的答案参考下

在NCBI 上查找基因，挺多人都在问这个。当然，对于经常泡NCBI 的人来说，查找基因是入门的、基础的，对高手来讲根本不是个问题。但新手就不同了。当然了，直到现在，虽说已经会了一些，但在NCBI 查找基因，虽说是基础但也是挺复杂的今天要讲的。今天用“苯丙氨酸解氨酶(Phenylalanine ammonia-lyase，PAL)”来作为例子，物种是豆科的。1，打开NCBI，选择核苷酸（Nucleotide）数据库，填上Phenylalanine ammonia-lyase，点击GO，搜索2，我们来看结果，总共有1022 个，结果太多了，有时候刚好你要的结果在第一页的话，那就好办。不是的话，你慢慢的找，实在不是办法。特别是网络不好时，上NCBI 又很慢，的确是一种折磨。3，这个时候我们可以再想办法缩少范围，比方你要找的是豆科的，我们来大豆（soybean）来作例子。在搜索时加上soybean，结果将会大大减少。4，这时候结果已经一目了然，这里需要再介绍另外一种搜索的方法。这种方法是比较精确的。首先在taxonomy 数据库查到soybean 的 taxonomy ID，再回到Nucleotide 数据库，搜索” Phenylalanine ammonia-lyase txid3847 “，txid 是taxonomy ID 是缩写，3847 是大豆soybean 的taxonomy ID。这样子，将搜索范围锁定在大豆。5，看下图，出来的结果都是大豆的，这时基本上就大功告成了。找到了大豆苯丙氨酸解氨酶的序列6，进入序列页面，默认是GenBank 格式，你也可以选择Fasta 格式，一般都是保存为Fasta格式。

在NCBI主页上方search栏左边有一个database选择框,点击下拉三角形选择nucleotide（如图红框）在search栏输入基因名搜索即可.以人的orc1基因为例,在搜索结果中选择mRNA和completecds序列的结果都可以,如下点击进入序...

美国生物技术信息中心NCBI位于马里兰州的贝塞斯达，建立于1988年NCBI保管GenBank的基因测序数据和Medline的生物医学研究论文索引所有的这些数据库都可以通过Entrez搜索引擎在线访问。国家生物技术信息中心(NationalCenterforBiotechnologyInformation,简称NCBI)是美国国家医学图书馆(NLM)的一部分(该图书馆是美国国家卫生研究所的一部分)。

NCBI无法查询蛋白质等电点，可以到swissprot查询。这个NCBI没有相关的功能，这个是以核苷酸序列为主。因为等电点特性是蛋白质水平的分子特性，可以到swissprot进行查询，查询蛋白质等电点需要到专业的平台进行查询。另外NCBI开发有Genbank等公共数据库，提供Pubmed、BLAST、Entrez、OMIM、Taxonomy等工具，可对国际分子数据库和生物医学文献进行检索和分析。扩展资料：NCBI开发用于分析基因组数据和传播生物医学信息的软件工具。NCBI支持与推广多种医学及科技方面的数据库，如：三维蛋白质结构的分子模型数据库（MMDB）、孟德尔人类遗传（OMIM）等。另外使用CD-Search工具来可以鉴定蛋白质或者核酸序列内的保守结构域或功能单位。该工具位于NCBI中。可以进入NCBI后选择ConservedDomain中的Search。除此之外这个网站Search的黄色部分其中CD-search只能提交单条序列，BatchCD-Search可以上传多条序列，里面收录的数据范围是比较广的，可以利用NCBI进行检索。

使用CD-Search工具来可以鉴定蛋白质或者核酸序列内的保守结构域或功能单位。该工具位于NCBI中。具体可以进入NCBI后选择Conserved Domain然后点击Search。搜索结果中有四种类型的匹配：特定匹配（specific hits），非特定匹配(non-specific hits)，这些匹配所属的超家族(superfamily)，以及多结构域(multi-domains)。保守特征/位点的氨基酸用小三角形标识，这些位点可能为催化位点或者结合位点等。如果CD-Search发现特定匹配，则查询序列与命中的保守结构域之间的关联具有高置信度，进推断查询序列的功能也是高可信的。其他类型的匹配也可以揭示查询蛋白的假定功能，其可信度由E值来评价。扩展资料特征保守结构域是指在生物进化或者一个蛋白家族中具有不变或相同的结构域。保守结构域具有重要的功能，不能被改变，是基因的核心。结构域是介于二级和三级结构之间的一种结构层次，是蛋白质三级结构的基本结构单位。所谓结构域是指蛋白质中由不同二级结构和超二级结构组合而成的独立的稳定结构区域。结构域也是蛋白质功能单元。在多结构域蛋白质中，不同的结构域常常与不同的功能相联系。