¿Qué diferencia hay entre Swiss-Prot y TrEMBL?

Swiss-Prot es una sección de UniProtKB anotada manualmente y revisada, mientras que TrEMBL está anotada automáticamente y no revisada.

GenBank es una base de datos del NCBI (EE. UU.) que contiene secuencias de nucleótidos y de proteínas, sincronizada con EMBL y DDBJ.

¿Para qué sirve EMBOSS?

EMBOSS es una colección de programas gratuitos para el análisis de secuencias, que funciona en sistemas UNIX aunque es accesible desde Windows.

Bases de datos de secuencias biológicas: GenBank, EMBL-EBI, DDBJ y UniProt

Resumen

Este documento describe las principales bases de datos de secuencias biológicas, como GenBank, EMBL-EBI y DDBJ para nucleótidos, y UniProt, Swiss-Prot y GenPept para proteínas. También recoge bases de datos de estructuras de proteínas, herramientas como EMBOSS y ExPASy, y recursos bibliográficos como PubMed. Permite conocer sus características principales y su uso en bioinformática.

Puntos clave

GenBank (NCBI) almacena secuencias de nucleótidos y proteínas, está sincronizado con EMBL y DDBJ, y se accede a través de Entrez.
EMBL-EBI cuenta con 15 divisiones taxonómicas, 8 coincidentes con GenBank y 4 nuevas (FUN, ENV, MUS y TGN), y no revisa los datos, siendo los autores responsables de ellos.
UniProtKB se compone de Swiss-Prot (anotada manualmente y revisada) y TrEMBL (anotada automáticamente y no revisada).
RefSeq es una base de datos secundaria de secuencias representativas, no redundantes, con estados predicho, provisional o revisado.
ExPASy ofrece herramientas como ProtParam y Compute pI/Mw para estimar características de secuencias de proteínas.
PubMed proporciona bibliografía médica de acceso gratuito y permite exportar resultados en formatos como MEDLINE.

Ponte a prueba

Bases de datos de secuencias de nucleótidos

GenBank

GenBank (NCBI, Centro Nacional de Información Biotecnológica, EE. UU.): posee secuencias de nucleótidos y también de proteínas.
Está sincronizado con EMBL y DDBJ.
La base de datos es redundante; solo los autores pueden modificar sus entradas.
Tiene un enfoque taxonómico, con secuencias que presentan un error por cada 10.000 nucleótidos.
Cuenta con 11 divisiones taxonómicas.
Está integrada en Entrez, desde donde se puede acceder a GenBank.
La información de las entradas se presenta en formato FASTA, que incluye el identificador seguido de la secuencia.

Bases de datos relacionadas con GenBank

UniGene: unifica los ESTs no redundantes, formando clústeres (conjuntos).
RefSeq: base de datos secundaria que recoge las secuencias más representativas para cada transcrito, no redundantes, con varias anotaciones. Sus estados pueden ser: predicho, provisional o revisado. Los identificadores constan de 2 letras seguidas de un guion bajo.

EMBL-EBI (Europa)

Cuenta con 15 divisiones taxonómicas: 8 idénticas a las de GenBank y 4 nuevas (FUN, ENV, MUS y TGN).
No hay revisión de los datos; los autores son responsables de los mismos.
Los datos se agrupan según la metodología seguida en su obtención y según su origen taxonómico.

Bases de datos del EMBL-EBI

EMBL-Bank: secuencias de ADN y ARN.
SWISS-PROT: secuencias de proteínas.
TrEMBL: secuencias de traducción de cDNA.
MSD: estructuras de proteínas.
Ensembl: visores de genomas.
ArrayExpress: base de datos de microarrays.

Ensembl es un visor que permite mantener anotaciones sobre el genoma de diferentes especies.

DDBJ (Japón)

Base de datos de secuencias de nucleótidos en ASI, que intercambia información con las bases de datos de Europa y EE. UU.

WGS

Secuencias cortas.

INSDC

Entidad formada por las bases de datos más importantes, de acceso universal, y el mayor repositorio de secuencias de ADN.

ENA (European Nucleotide Archive)

Parte del EMBL, es un centro de investigación y servicios en bioinformática. El EBI gestiona bases de datos de información biológica como secuencias de ácidos nucleicos, proteínas y macromoléculas.

TMHMM

Utiliza modelos matemáticos sofisticados para la predicción de hélices transmembrana.

Bases de datos de secuencias de proteínas

Swiss-Prot

Base de datos de alto nivel de anotación.

UniProt

Desarrollada por el European Bioinformatics Institute (EBI) y el SIB (Swiss Institute of Bioinformatics). Recoge clústeres de secuencias.

UniProtKB se compone de dos secciones:

Swiss-Prot: anotada manualmente y revisada.
TrEMBL: anotada automáticamente y no revisada.

GenPept (NCBI)

Base de datos de secuencias de proteínas traducidas a partir de GenBank.

EMBOSS

(European Molecular Biology Open Software Suite) es una colección de programas gratuitos para el análisis de secuencias. Funciona únicamente en sistemas UNIX, aunque es accesible desde Windows. Incluye el programa DOTMATCHER.

Bases de datos de estructura de proteínas

PDB: Protein Data Bank.
MMDB: estructuras resueltas experimentalmente de proteínas, ADN y ARN.
SCOP: dominios estructurales de las proteínas.
CATH: clasificación jerárquica de dominios estructurales de proteínas.
ExPASy: contiene herramientas como ProtParam (estimación de determinadas características de la secuencia) y Compute pI/Mw (cálculo del punto isoeléctrico y del peso molecular).

Información bibliográfica

PubMed (NCBI)

Bibliografía médica de acceso gratuito. Los resultados se pueden guardar en distintos formatos: Summary, Abstract y MEDLINE (óptimo para gestores de referencias como EndNote).

Web of Science (WOK)

Plataforma de información bibliográfica y de citas científicas.