一般上傳數據到NCBI SRA的過程需要6步：
1、Create a BioProject for this research
2、Create a BioSample submission for your biological sample(s)
3、Gather Sequence Data Files
4、Enter Metadata on SRA website
a、Create SRA submission
b、Create Experiment(s) and link to BioProject and BioSample
c、Create Run(s)
5、Transfer Data files to SRA
6、Update Submission with PubMed links, Release Date, or Metadata Changes
需要注意的一點是，上傳的過程中很多地方一旦保存或提交就不可以修改，尤其是各處的Alias。但是，可以聯系NCBI的工作人員修改內容。NCBI的工作效率是很高的，一般不超過48小時，就可以得到確認，並拿到登錄號。
⑵ 在DNA 測序工作中，需要將某些限制性內切酶的限制位點在 DNA上定位
案是A嗎
其實這東西很簡單..
HindⅢ酶的切點長度：2.8kb 1.2kb
BamHⅠ酶的切點長度：1.8kb 1.3kb 0.9kb
如圖所示,當兩種酶一起用的時候，切出來了 1.0kb 0.3kb的新長度..
說明1.0kb 0.3kb是兩種酶組合切出來的..
剛好2.8kb-1.8kb=1.0kb
1.2kb-0.9kb=0.3kb
1.0kb 的長度是HindⅢ酶切2.8kb BamHⅠ酶切1.8kb組合出來的
0.3kb 的長度是HindⅢ酶切1.2kb BamHⅠ酶切0.3kb組合出來的
所以新的長度是舊長度組合的
沒有新的切點
那麼
HindⅢ酶的切點有1個，分別是2.8kb 1.2kb
BamHⅠ酶的切點有2個，分別是1.8kb 1.3kb 0.9kb
⑶ 蛋白序列、結構資料庫常用的有哪些
蛋白質資料庫介紹
蛋白質資料庫
1. PIR和PSDPIR國際蛋白質序列資料庫(PSD)是由蛋白質信息資源(PIR)、慕尼黑蛋白質序列信息中心(MIPS)和日本國際蛋白質序列資料庫(JIPID)共同維護的國際上最大的公共蛋白質序列資料庫。這是一個全面的、經過注釋的、非冗餘的蛋白質序列資料庫，包含超過142,000條蛋白質序列(至99年9月)，其中包括來自幾十個完整基因組的蛋白質序列。所有序列數據都經過整理，超過99%的序列已按蛋白質家族分類，一半以上還按蛋白質超家族進行了分類。PSD的注釋中還包括對許多序列、結構、基因組和文獻資料庫的交叉索引，以及資料庫內部條目之間的索引，這些內部索引幫助用戶在包括復合物、酶－底物相互作用、活化和調控級聯和具有共同特徵的條目之間方便的檢索。每季度都發行一次完整的資料庫，每周可以得到更新部分。
PSD資料庫有幾個輔助資料庫，如基於超家族的非冗餘庫等。PIR提供三類序列搜索服務：基於文本的互動式檢索；標準的序列相似性搜索，包括BLAST、FASTA等；結合序列相似性、注釋信息和蛋白質家族信息的高級搜索，包括按注釋分類的相似性搜索、結構域搜索GeneFIND等。
PIR和PSD的網址是：http://pir.georgetown.e/。
資料庫下載地址是：ftp://nbrfa.georgetown.e/pir/。
2. SWISS-PROT
SWISS-PROT是經過注釋的蛋白質序列資料庫，由歐洲生物信息學研究所(EBI)維護。資料庫由蛋白質序列條目構成，每個條目包含蛋白質序列、引用文獻信息、分類學信息、注釋等，注釋中包括蛋白質的功能、轉錄後修飾、特殊位點和區域、二級結構、四級結構、與其它序列的相似性、序列殘缺與疾病的關系、序列變異體和沖突等信息。SWISS-PROT中盡可能減少了冗餘序列，並與其它30多個數據建立了交叉引用，其中包括核酸序列庫、蛋白質序列庫和蛋白質結構庫等。
利用序列提取系統(SRS)可以方便地檢索SWISS-PROT和其它EBI的資料庫。
SWISS-PROT只接受直接測序獲得的蛋白質序列，序列提交可以在其Web頁面上完成。
SWISS-PROT的網址是：http://www.ebi.ac.uk/swissprot/。
3. PROSITE
PROSITE資料庫收集了生物學有顯著意義的蛋白質位點和序列模式，並能根據這些位點和模式快速和可靠地鑒別一個未知功能的蛋白質序列應該屬於哪一個蛋白質家族。有的情況下，某個蛋白質與已知功能蛋白質的整體序列相似性很低，但由於功能的需要保留了與功能密切相關的序列模式，這樣就可能通過PROSITE的搜索找到隱含的功能motif，因此是序列分析的有效工具。PROSITE中涉及的序列模式包括酶的催化位點、配體結合位點、與金屬離子結合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質結合的區域等；除了序列模式之外，PROSITE還包括由多序列比對構建的profile，能更敏感地發現序列與profile的相似性。PROSITE的主頁上提供各種相關檢索服務。
PROSITE的網址是：http://www.expasy.ch/prosite/。
4. PDB
蛋白質數據倉庫(PDB)是國際上唯一的生物大分子結構數據檔案庫，由美國Brookhaven國家實驗室建立。PDB收集的數據來源於X光晶體衍射和核磁共振(NMR)的數據，經過整理和確認後存檔而成。目前PDB資料庫的維護由結構生物信息學研究合作組織(RCSB)負責。RCSB的主伺服器和世界各地的鏡像伺服器提供資料庫的檢索和下載服務，以及關於PDB數據文件格式和其它文檔的說明，PDB數據還可以從發行的光碟獲得。使用Rasmol等軟體可以在計算機上按PDB文件顯示生物大分子的三維結構。
RCSB的PDB資料庫網址是：http://www.rcsb.org/pdb/。
5. SCOP
蛋白質結構分類(SCOP)資料庫詳細描述了已知的蛋白質結構之間的關系。分類基於若干層次：家族，描述相近的進化關系；超家族，描述遠源的進化關系；折疊子(fold)，描述空間幾何結構的關系；折疊類，所有折疊子被歸於全α、全β、α/β、α＋β和多結構域等幾個大類。SCOP還提供一個非冗餘的ASTRAIL序列庫，這個庫通常被用來評估各種序列比對演算法。此外，SCOP還提供一個PDB-ISL中介序列庫，通過與這個庫中序列的兩兩比對，可以找到與未知結構序列遠緣的已知結構序列。
SCOP的網址是：http://scop.mrc-lmb.cam.ac.uk/scop/。
6. COG
蛋白質直系同源簇(COGs)資料庫是對細菌、藻類和真核生物的21個完整基因組的編碼蛋白，根據系統進化關系分類構建而成。COG庫對於預測單個蛋白質的功能和整個新基因組中蛋白質的功能都很有用。利用COGNITOR程序，可以把某個蛋白質與所有COGs中的蛋白質進行比對，並把它歸入適當的COG簇。COG庫提供了對COG分類數據的檢索和查詢，基於Web的COGNITOR服務，系統進化模式的查詢服務等。
COG庫的網址是：http://www.ncbi.nlm.nih.gov/COG。
下載COG庫和COGNITOR程序在：ftp://ncbi.nlm.nih.gov/pub/COG。
⑷ 預測化學領域有哪些研究以後可能獲得諾貝爾獎
預測2021年化學領域中自由基化學、點擊化學、金屬有機框架 (MOF) 和疫苗技術可能獲得諾貝爾。
世界將在不到兩周的時間里找出誰獲得了今年的諾貝爾化學獎，在這個科學界最負盛名的獎項設立 120 周年之際，人們再次興奮起來。分析師和在線評論員再次試圖預測誰將獲得認可，最受歡迎的包括自由基化學、點擊化學、金屬有機框架 (MOF) 和疫苗技術。
維護出版索引平台Web of Science的Clarivate Analytics提出了來自新加坡國立大學的英國生物化學家Barry Halliwell在自由基化學方面的開創性研究，日本研究員Mitsue Sawamoto提出了金屬催化活性自由基的發現和發展聚合和耶魯大學的威廉·喬根森 (William Jorgensen)，以表彰他在溶液中有機和生物分子系統的計算化學方面的工作。
科睿唯安的諾貝爾預測成立於 19 年前，它基於其資料庫中索引的 5200 萬篇科學文章和會議錄的發表和引用數據。這些「引用獎獲得者」是從引用次數超過 2000 次的少數研究論文中選出的。在 Web of Science 資料庫多年來因其對科學的有影響力的貢獻而突出顯示的這些人中，有 59 人在此後不久獲得了諾貝爾獎。
例如，Emmanuelle Charpentier、Jennifer Doudna 和 John Goodenough 都是 2015 年的引用獎獲得者。 這兩位女性去年因開發 Crispr-Cas9 基因編輯而獲得諾貝爾化學獎，Goodenough 與 Stanley Whittingham 和 Akira Yoshino 分享該獎項2019 年，因為他在開發鋰離子電池方面的作用。 Clarivate 前幾年成功預測的其他化學諾貝爾獎獲得者包括 Fraser Stoddart 和 Martin Karplus。
在由《Chemistry Views》雜志進行並由其讀者投票進行的一項民意調查中，今年的兩個主要競爭者是來自劍橋大學的 Shankar Balasubramanian，因其在核酸和下一代測序方面的工作，以及加州大學，伯克利分校的 Omar Yaghi，以在 MOF 和共價有機框架方面的工作而聞名。 Balasubramanian 和劍橋大學生物物理化學家 David Klenerman 在本月早些時候贏得了 300 萬美元（230 萬英鎊）的突破獎之一——由矽谷頂級科技企業家設立的一系列獎項。
賓夕法尼亞大學兼職生物化學家 Katalin Karikó 曾幫助開發 mRNA 技術，並且是德國生物技術公司 BioNtech 的高級副總裁，該公司與輝瑞合作開發了成功的 Covid-19 疫苗，在與 Klenerman 的民意調查中並列第二多票. 9 月 21 日，Karikó 還因基於 mRNA 的疫苗技術而獲得生命科學突破獎，該技術為首個 Sars-Cov-2 疫苗奠定了基礎。 Klenerman 以其對下一代 DNA 測序的貢獻而聞名，在化學觀點民意調查中與她的投票相匹配。
諾貝爾化學獎的評選考核
每年的諾貝爾化學獎最多頒給三個人及兩項不同的科學研究。獲獎者由貝爾化學委員會甄選。該委員會由瑞典皇家科學院所推舉的五名成員組成。每年9月進行的第一輪選拔中，事先選出包括大學教授、諾貝爾化學獎得主等人在內的約3千人會收到一份保密的提名表。
表格須於翌年1月之前送達諾貝爾委員會，專家在審議後，在被提名人中選出15人左右。委員會將最終人選報告呈交至皇家科學院，接受進一步審議。瑞典皇家科學院最後以多數表決的方式，挑選出獲獎者。
諾貝爾基金會的法規規定，被提名人名單從不向公眾發布，被提名人本身也不會得知自己被提名。提名記錄封存50年。
⑸ 第二代DNA測序技術的應用展望
第二代測序技術
--以Illumina/Solexa Genome Analyzer 為例
1.概述
DNA測序（DNA sequencing）作為一種重要的實驗技術，在生物學研究中有著廣泛的應用。早在DNA雙螺旋結構（Watson and Crick,1953)被發現後不久就有人報道過DNA測序技術，但是當時的操作流程復雜，沒能形成規模。隨後在1977年Sanger發明了具有里程碑意義的末端終止測序法，同年A.M.Maxam和W.Gilbert發明了化學降解法。Sanger法因為既簡便又快速，並經過後續的不斷改良，成為了迄今為止DNA測序的主流。然而隨著科學的發展，傳統的Sanger測序已經不能完全滿足研究的需要，對模式生物進行基因組重測序以及對一些非模式生物的基因組測序，都需要費用更低、通量更高、速度更快的測序技術，第二代測序技術（Next-generation sequencing)應運而生。第二代測序技術的核心思想是邊合成邊測序（Sequencing by Synthesis)，即通過捕捉新合成的末端的標記來確定DNA的序列，現有的技術平台主要包括Roche/454 FLX、Illumina/Solexa Genome Analyzer和Applied Biosystems SOLID system。這三個技術平台各有優點，454 FLX的測序片段比較長，高質量的讀長（read）能達到400bp；Solexa測序性價比最高，不僅機器的售價比其他兩種低，而且運行成本也低，在數據量相同的情況下，成本只有454測序的1/10；SOLID測序的准確度高，原始鹼基數據的准確度大於99.94%，而在15X覆蓋率時的准確度可以達到99.999%，是目前第二代測序技術中准確度最高的。雖然第二代測序技術的工作一般都由專業的商業公司來完成，但是了解測序原理、操作流程等會對後續的數據分析有很重要的作用，下文將以Illumina/Solexa Genome Analyzer 測序為例，簡述第二代測序技術的基本原理、操作流程等方面。
2.基本原理
Illumina/Solexa Genome Analyzer測序的基本原理是邊合成變測序。在Sanger等測序方法的基礎上，通過技術創新，用不同顏色的熒游標記四種不同的dNTP，當DNA聚合酶合成互補鏈時，每添加一種dNTP就會釋放出不同的熒光，根據捕捉的熒光信號並經過特定的計算機軟體處理，從而獲得待測DNA的序列信息。
3.操作流程
1）測序文庫的構建（Library Construction）
首先准備基因組DNA（雖然測序公司要求樣品量要達到200ng，但是Gnome Analyzer系統所需的樣品量可低至100ng,能應用在很多樣品有限的實驗中），然後將DNA隨機片段化成幾百鹼基或更短的小片段，並在兩頭加上特定的接頭（Adaptor）。如果是轉錄組測序，則文庫的構建要相對麻煩些，RNA片段化之後需反轉成cDNA，然後加上接頭，或者先將RNA反轉成cDNA，然後再片段化並加上接頭。片段的大小（Insert size）對於後面的數據分析有影響，可根據需要來選擇。對於基因組測序來說，通常會選擇幾種不同的insert size，以便在組裝（Assembly）的時候獲得更多的信息。
2）錨定橋接（Surface Attachment and Bridge Amplification）
Solexa測序的反應在叫做flow cell的玻璃管中進行，flow cell又被細分成8個Lane，每個Lane的內表面有無數的被固定的單鏈接頭。上述步驟得到的帶接頭的DNA 片段變性成單鏈後與測序通道上的接頭引物結合形成橋狀結構，以供後續的預擴增使用。
3）預擴增（Denaturation and Complete Amplification）
添加未標記的dNTP 和普通Taq 酶進行固相橋式PCR 擴增，單鏈橋型待測片段被擴增成為雙鏈橋型片段。通過變性，釋放出互補的單鏈，錨定到附近的固相表面。通過不斷循環，將會在Flow cell 的固相表面上獲得上百萬條成簇分布的雙鏈待測片段。
4）單鹼基延伸測序（Single Base Extension and Sequencing）
在測序的flow cell中加入四種熒游標記的dNTP 、DNA 聚合酶以及接頭引物進行擴增，在每一個測序簇延伸互補鏈時，每加入一個被熒游標記的dNTP就能釋放出相對應的熒光，測序儀通過捕獲熒光信號，並通過計算機軟體將光信號轉化為測序峰，從而獲得待測片段的序列信息。從熒光信號獲取待測片段的序列信息的過程叫做Base Calling，Illumina公司Base Calling所用的軟體是Illumina』s Genome Analyzer Sequencing Control Software and Pipeline Analysis Software。讀長會受到多個引起信號衰減的因素所影響，如熒游標記的不完全切割。隨著讀長的增加，錯誤率也會隨之上升。
5）數據分析（Data Analyzing）
這一步嚴格來講不能算作測序操作流程的一部分，但是只有通過這一步前面的工作才顯得有意義。測序得到的原始數據是長度只有幾十個鹼基的序列，要通過生物信息學工具將這些短的序列組裝成長的Contigs甚至是整個基因組的框架，或者把這些序列比對到已有的基因組或者相近物種基因組序列上，並進一步分析得到有生物學意義的結果。
（註：圖片引自Elaine R. Mardis (2008) Next-Generation DNA Sequencing Methods Annu. Rev. Genomics Hum. Genet. 9:387–402）
4.討論
目前Solexa測序的讀長能達到75bp，這個大小比傳統的Sanger測序要短得多，也比Applied Biosystems 公司的SOLID測序要短，但是Solexa測序的優勢是能夠獲得海量的數據，並且價格低廉，按相同的數據量來算，Solexa測序要比其他測序技術便宜很多。75bp的長度肯定是不適合直接用來分析的，測序得到的reads需要拼接之後才能有實際的用途，這就要求有強大的生物信息學分析能力作為支撐。
和傳統的測序技術相比，Solexa測序的錯誤率也相對較高，並且測序錯誤傾向於分布在read後面的鹼基中，如何區分測序錯誤和真正的DNA多態性也是一個大問題。
盡管新一代測序技術還不盡如人意，但是它還是有著廣泛的應用。目前一些模式生物的全基因組重測序、非模式生物的全基因組測序以及一些生物的轉錄組測序都採用了新一代測序技術，比如說前不久剛發表的熊貓的全基因組(Ruiqian Li et al,2009)測序就是用Solexa測序技術完成的。
5.參考文獻
(1)Elaine R. Mardis (2008) Next-Generation DNA Sequencing Methods Annu. Rev. Genomics Hum. Genet. 9:387–402
(2)Jay Shenre, Hanlee Ji (2008) Next-generation DNA sequencing. nature biotechnology 6:1135-1145
(3)Stephan C Schuster (2008) Next-generation sequencing transforms today』s biology. Nature Methods 5:16-18
(4)Zhou DG, Zhao QG, Fu CG et al (2008) The Next Generation Sequencing and its Effect on the Rice Molecular Design Breeding. Molecular Plant Breeding 6: 619-630
⑹ 銷售測序方面的技巧
所有的銷售技巧，包括銷售測序方面的技巧，都可以簡單地濃縮成一句話，那就是：促使顧客達成交易的關鍵是滿足顧客的慾望，你的產品是什麼並不重要，重要的是通過你的產品這個媒介，顧客可以得到某種慾望的滿足。當你與顧客進行行之有效的溝通時，顧客所感受到的不應該是你要賣給他東西，而是能夠從你這個得到非常專業的他所想要的幫助。這就是最關重要的銷售任何產品的技巧。
許多專業銷售人員感覺到自己在實際銷售中面對的最大的、最令人頭痛的、最難應付的問題就是價格問題。那麼，為什麼在銷售中賣方會經常遇到價格問題？金錢是否就是決定買方購買的因素？對於這一問題，我們關鍵是要正確認識和理解兩種因素，一是清潔因素，二是滿足因素。
金錢並非最主要的激發買方購買的因素，金錢不足以激勵買方產生強大的購買力量。當然，買方會因為支付太多而感到沮喪，但只是當他們認為其他人與他們相比能得到折扣或更低價格時才會這樣。買方對付價格的態度與他們對待清潔的態度具有明顯的相似之處，人們一般只是在手臟了的時候或是習慣性地去洗手，僅是想保持清潔的或維持習慣的願望促使人們去洗手，這對價格與購買也是一樣，所以價格因素在心理學上又稱作清潔因素。
如果金錢並非最主要的激發買方購買的因素，那麼是什麼呢？心理學通過大量研究證實，買方購買的動力大多來自於成就感、對自身工作的滿意、工作本身所具有的挑戰性、所擔當的責任、個人發展的可能性以及對未來的期許等，這在心理學上稱作滿足因素，因為它們能夠促成滿足，而清潔因素僅僅通過它們形成的不滿足感起作用。
所以，強調買方擁有產品後的價值感，而非對自己產品的觀感，譬如成本，在銷售中是最最重要的技巧。
建議讀一本書：
《行為心理學》（學苑出版社，2003年）。章乃器學院導師推薦書目 http://znq.zjgsu.e.cn/eWebEditor/UploadFile/200810309249872.xls
網路文庫下載
http://hi..com/%BD%E2%B6%C1%D0%C4%C0%ED%D1%A7/blog/item/8da16aafd023f0024a36d64b.html
⑺ 將16s rRNA測序數據上傳NCBI的SRA資料庫，釋放數據的時間選擇最好是什麼時候
一般上傳數據到NCBI SRA的過程需要6步：
1、Create a BioProject for this research
2、Create a BioSample submission for your biological sample(s)
3、Gather Sequence Data Files
4、Enter Metadata on SRA website
a、Create SRA submission
b、Create Experiment(s) and link to BioProject and BioSample
c、Create Run(s)
5、Transfer Data files to SRA
6、Update Submission with PubMed links, Release Date, or Metadata Changes
需要注意的一點是，上傳的過程中很多地方一旦保存或提交就不可以修改，尤其是各處的Alias。但是，可以聯系NCBI的工作人員修改內容。NCBI的工作效率是很高的，一般不超過48小時，就可以得到確認，並拿到登錄號。
⑻ 什麼是高性能計算集群
群集技術
開放分類： IT、群集技術
就像冗餘部件可以使你免於硬體故障一樣，群集技術則可以使你免於整個系統的癱瘓以及操作系統和應用層次的故障。一台伺服器集群包含多台擁有共享數據存儲空間的伺服器，各伺服器之間通過內部區域網進行互相連接；當其中一台伺服器發生故障時，它所運行的應用程序將與之相連的伺服器自動接管；在大多數情況下，集群中所有的計算機都擁有一個共同的名稱，集群系統內任意一台伺服器都可被所有的網路用戶所使用。一般而言，群集和高可用性結合的伺服器可將運行提升至99.99%。群集技術不僅僅能夠提供更長的運行時間，它在盡可能地減少與既定停機有關的停機時間方面同樣有著重要意義。例如，如果使用群集，你可以在關閉一台伺服器的同時，不用與用戶斷開即可進行應用，硬體，操作系統的"流動升級"。集群系統通過功能整合和故障過渡技術實現系統的高可用性和高可靠性，集群技術還能夠提供相對低廉的總體擁有成本和強大靈活的系統擴充能力。
隨著計算機技術的發展和越來越廣泛的應用，越來越多的依賴於計算機技術的應用系統走進了我們的工作和生活。在給我們帶來方便和效率的同時，也使得各行各業對於計算機技術的依賴程度越來越高。盡管隨著計算機技術以日新月異的速度發展，單台計算機的性能和可靠性越來越好，但還是有許多現實的要求是單台計算機難以達到的。
高可用性集群，英文原文為High Availability Cluster, 簡稱HA Cluster，是指以減少服務中斷（宕機）時間為目的的伺服器集群技術。
隨著全球經濟的增長，世界各地各種各樣的組織對IT系統的依賴都在不斷增加，電子貿易使得商務一周七天24小時不間斷的進行成為了可能。新的強大的應用程序使得商業和社會機構對日常操作的計算機化要求達到了空前的程度，趨勢非常明顯，我們無時無刻不依賴於穩定的計算機系統。
這種需求極速的增長，使得對系統可用性的要求變得非常重要，許多公司和組織的業務在很大程度上都依賴於計算機系統，任何的宕機都會造成嚴重的損失，關鍵IT系統的故障可能很快造成整個商業運作的癱瘓，每一分鍾的宕機都意味著收入、生產和利潤的損失，甚至於市場地位的削弱。
⑼ 中國存在的狼的種類有哪些
答西密恩豺
直到最近，這種體重15～30千克、小巧玲瓏的狼被認為是一個獨特的品種，定名為犬屬魯拂斯。現在解剖學家認為，這種狼僅僅是犬屬盧普希大小和顏色的變異。當發生這種自然變化時，我們稱之為亞種。如果發生這種變化時由於人為作用，則稱之為「育種」。現在，純種紅狼亞種可能在野外消失。美國東南部常見像狼的動物最可能是紅狼的雜種，或是向東遷移的郊狼。
郊狼
郊狼給人的形象是單獨狩獵者，但當保衛領地或獵物時，有血緣關系的郊狼會形成群體。北美洲廣闊的牧羊場曾經被這些適應能力很強的似犬的動物所破壞，現在，牧羊場的經營者利用歐洲牧犬群保護羊群。
北美洲狼
數百萬年前，同其它狼一樣，作為狼家族中數量最多的北美洲狼在歐亞大陸的進化，隨後遷移到北美洲。它有復雜的群居等級制度。
紅狼
體小，細長，外形象犬，是輕巧和肌肉發達的追獵者。
墨西哥狼
小型墨西哥狼是存在於墨西哥中部山區的一個獨特亞種。它們的出現表明古代墨西哥人，如阿茲克人和印加人有對犬進行育種的遺傳基因材料。墨西哥狼體形小，但卻很強健
肯內艾狼
它們是灰狼中最大的亞種，其個體中多數都超過45千克，生活在美國阿拉斯加州的肯內艾半島，於1951年滅絕。
紐芬蘭白狼
1842年，紐芬蘭地方政府為追捕這種動物的人設立獎金。1911年，它們成為北美洲灰狼許多亞種中第一個滅絕的亞種。冬天長的被毛容易偽裝。
日本狼
日本狼的體型或許是狼亞種中最細小的，因此，這種動物能生存到20世紀。日本狼生活在本州、北海道和現在有爭議的日本群島中的千島群島。這些小型灰狼中的最後一隻於1905年被殺死。尾巴長，粗壯、毛濃密。
狼在世界上的分布
北極狼
北極狼生活在加拿大北極地區，向北到艾利斯梅里島。由於食物的缺乏，每群狼都有很大的領地。加拿大南部食物較多，所以狼群的領地就小。
歐洲灰狼
歐洲灰狼曾經一直是具有優勢的亞種，但現在這個品種在西歐的大部分地區都已經滅絕。在歐洲的中部和東部、斯堪的納維亞半島和伊比利亞半島生活著少數的歐洲灰狼。
亞洲/阿拉伯狼
這個小的亞種可能是許多歐洲和亞洲家犬的祖先。在亞洲廣大地區，這種群居生活和適應性強的狼，居住在家犬最早出現的地區。由於它們是在中國、歐洲和北美有血緣關系的，從而增加了家犬育種遺傳基因。
⑽ YLWWINNER是什麼
分子生物學資料庫的演變經歷了文獻索引資料庫、事實資料庫和知識資料庫三個階段。
生物信息學涉及的資料庫可大致分為二種：初級資料庫和二級資料庫。
一級資料庫（初級資料庫）：資料庫中的數據直接來源於實驗獲得的原始數據，只經過簡單的歸類整理和注釋。
二級資料庫：對原始生物分子數據進行整理、分類的結果，是在一級資料庫、實驗數據和理論分析的基礎上針對特定的應用目標而建立的。
國際上著名的初級核酸資料庫有Genbank資料庫、EMBL核酸庫和DDBJ庫等；蛋白質序列資料庫有SWISS-PROT、PIR等；蛋白質結構庫有PDB等；基因組資料庫等。
國際上二級生物學資料庫非常多，它們因針對不同的研究內容和需要而各具特色，如人類基因組圖譜庫GDB、轉錄因子和結合位點庫TRANSFAC、蛋白質結構家族分類庫SCOP等等。
EMBL資料庫的每個條目是一份純文本文件。每一行最前面是由兩個大寫字母組成的識別標志， 歐洲國家的許多資料庫如SWISS-PROT、ENZYME、TRANSFAC 都採用EMBL格式。
GenBank序列文件由單個的序列條目組成。序列條目是一個純文本文件，由欄位組成，每個欄位由關鍵字（為完整的英文字，不用縮寫）起始（每行左端或為空格），後面為該欄位的具體說明。有些欄位又分若干次子欄位，以次關鍵字或特性表說明符開始。每個序列條目以雙斜杠「//」作結束標記。
Genbank庫包含了所有已知的核酸序列和蛋白質序列，以及與它們相關的文獻著作和生物學注釋。
PubMed系統是由美國國立生物技術信息中心（NCBI）開發的用於檢索MEDLINE、PreMED-LINE資料庫的網上檢索系統。MEDLINE是美國國立醫學圖書館（U.S.National Library of Medicine）最重要的書目文摘資料庫，內容涉及醫學、護理學、牙科學、獸醫學、衛生保健和基礎醫學。
BLAST(Basic Local Alignment Search Tool)：是目前常用的資料庫搜索程序，意為「基本局部相似性比對搜索工具」。國際著名生物信息中心都提供基於網路的BLAST伺服器。
SWISS-PROT和PIR是國際上二個主要的蛋白質序列資料庫。
資料庫查詢(database query) ：對序列、結構以及各種二次資料庫中的注釋信息進行關鍵詞匹配查找。有時也稱資料庫檢索，它和互聯網上通過搜索引擎 (Search engine) 查找需要的信息是一個概念。
資料庫搜索(database search
是指通過特定的序列相似性比對演算法，找出核酸或蛋白質序列資料庫中與檢測序列具有一定程度相似性的序列。最為著名的信息檢索系統是美國NCBI開發的Entrez數據檢索系統和EBI開發的SRS序列檢索系統
資料庫相似性搜索工具最常見的是FASTA工具和BLAST工具。
EMBL的發送系統為WebIn
GenBank 的發送系統sequin
測序工作者可以把自己工作中獲得的新序列提交給NCBI，添加到Genbank資料庫。這個任務可以由基於Web界面的BankIt或獨立程序Sequin來完成。
確定DNA序列之間或蛋白質序列之間相似性程度的過程稱為序列比對(sequence alignment)。
雙序列比對(pairwise alignment)是指通過一定演算法對兩個DNA或蛋白質序列進行比較，找出兩者之間最大相似性匹配。
變異的種類主要有以下三種： 替代(substitution)插入或刪除(insertion or deletion) indel 重排(rearrangement
同源序列是從某一共同祖先經趨異進化而形成的不同序列 。
相似性（similarity）指序列比對過程中用來描述序列之間相同或相似DNA鹼基或氨基酸殘基序列所佔比例的高低。
同源性（homology）是指從一些數據中判斷出兩個基因在進化上曾具有共同祖先的結論。
全局比對(global alignment)：
從全長序列出發，考察兩個序列之間的整體相似性。
局部比對(local alignment)：
著眼於序列中的某些特殊片斷，比較這些片斷之間的相似性、
（3）K-元法/字法
(k-tuple method /word method)
該方法從尋找完全匹配的短片斷(稱為k-元或字)出發，並以此為基礎運用動態規劃方法將這一片斷向兩端延伸，得到較長的相似性匹配。
在進行序列兩兩比對時，有兩方面問題直接影響相似性分值：取代矩陣和空位罰分。
空位:序列中任意連續的盡可能長的空格
空位開放 (gap opening)
對新空位的產生進行的空位開放罰分（a）
空位延伸（gap extension )
對空位延伸所進行的空位延伸罰分（b）
空位罰分（Wk）的數學公式
Wk=a+bk k為連續空位個數
@空位處罰特點：1、同常對於a會選擇一個高分（10-15分）對於b會選擇一個低分（1-2分）
2、大的空位設置值配以很小的空位擴展罰值被普遍證實是最佳的設定思路
@目前最有名的蛋白質矩陣Blosum、PAM
@PAM矩陣要點：可觀測突變百分率
核酸序列的檢索
1.NCBI中的Entrez
*核酸中載體序列的識別和去除VecScreen
重復序列分析 有CENSOR（EMBL）和RepeatMasker
CpG島識別 CpGPlot/CpGReport
啟動子與轉錄因子結合位點的識別TRES、Neural Network Promoter Prediction、Dragon Promoter Finder、 promoterInspector、NNPP2.1、TSSG、promoter2.0、Mcpromoter 。
內含子－外顯子剪接位點的識別SpliceView、NetGene2和BDGP中Splice Site Prediction等。
編碼區統計特性分析GRAIL和GenMark
tRNA基因的識別tRNAscan-SE
其它綜合基因預測工具GENSCAN
限制性內切酶分析REBASE(從google英文界面進入)
在線限制性酶切資源NEBcutter V2.0 WebCutter
PCR引物設計Primer 3 Genefisher
① 引物應用核酸系列保守區內設計並具有特異性。
② 產物不能形成二級結構。
③ 引物長度一般在15~30bp鹼基之間，常用的是18~27bp，但不應大於38bp，兩引物長度差異不超過3bp。
④ G+C含量在40%~60%之間。
⑤ 退火溫度在42~57℃，但兩引物間的退火溫度的差不可大於5℃ 。
⑥ 引物自身不能有連續4個鹼基的互補。
⑦ 引物之間不能有連續4個鹼基的互補。
⑧ 引物5′端可以修飾（加酶切位點序列；標記生物素、熒光素、地高辛等 ）。
⑨ 引物3′端不可修飾。
⑩ 引物3′端要避開密碼子的第3位，一般避免使用鹼基A，最好為G和C。
PIR國際蛋白質序列資料庫(PSD)是由蛋白質信息資源(PIR)、慕尼黑蛋白質序列信息中心(MIPS)和日本國際蛋白質序列資料庫(JIPID)共同維護的國際上最大的公共蛋白質序列資料庫。這是一個全面的、經過注釋的、非冗餘的蛋白質序列資料庫，
PSD資料庫有幾個輔助資料庫，如基於超家族的非冗餘庫等。PIR提供三類序列搜索服務：基於文本的互動式檢索；標準的序列相似性搜索，包括BLAST、FASTA等；結合序列相似性、注釋信息和蛋白質家族信息的高級搜索，包括按注釋分類的相似性搜索、結構域搜索GeneFIND等。
SWISS-PROT是經過注釋的蛋白質序列資料庫，由歐洲生物信息學研究所(EBI)維護。資料庫由蛋白質序列條目構成，每個條目包含蛋白質序列、引用文獻信息、分類學信息、注釋等，注釋中包括蛋白質的功能、轉錄後修飾、特殊位點和區域、二級結構、四級結構、與其它序列的相似性、序列殘缺與疾病的關系、序列變異體和沖突等信息。
ProtParam工具這是用於計算蛋白質的各種物理化學性質的工具，包括蛋白質的相對分子質量、理論pI值、氨基酸組成、原子組成、消光系數、半衰期、不穩定系數以及總平均親水性等。
Compute pI/MW工具 是ExPASy工具包中的程序，計算蛋白質的等電點和分子量。對於鹼性蛋白質，計算出的等電點可能不準確。
AACompldent工具 根據氨基酸組成辨識蛋白質。
PeptideMass工具 是分析蛋白質在各種蛋白酶和化學試劑處理後的內切產物。
蛋白質二級結構預測
nnpredict工具 （不能用，二級結構預測改用GOR）
HNN工具- Hierarchical Neural Network method
ProtScale工具蛋白質的疏水性分析
Tmpred---跨膜結構分析
COILS---捲曲螺旋預測
SignalP ---信號肽預測工具
蛋白質三級結構預測
SWISS-Model工具 自動蛋白質同源模建伺服器，有三個工作模式：Automated Mode、 Alignment Mode和 Project Mode。程序先把提交的序列在ExPdb晶體圖像資料庫中搜索相似性足夠高的同源序列，建立最初的原子模型，再對這個模型進行優化產生預測的結構模型。
最為著名的三大核心資料庫：PDB 生物大分子結構資料庫；SWISS-PROT 蛋白質序列資料庫；
GENBANK 核酸資料庫
公認三大核酸資料庫：NCBI(美) EMBL（歐洲） DDBJ（日）