Mind map
BASES DE DATOS BIOLÓGICAS

Map content
BASES DE DATOS BIOLÓGICAS
¿Qué es una base de datos?
- Es un archivo computarizado que se usa para almacenar y organizar datos de tal manera que la información se puede recuperar fácilmente a través de una variedad de criterios de búsqueda.
Tipos de bases de datos
- Bases de datos relacionales
- El sistema selecciona elementos de datos vinculados de diferentes tablas y combina la información en un informe. Por lo tanto, la información específica se puede encontrar más rápidamente en una base de datos relacional que en una base de datos de archivos planos.
- Bases de datos orientadas a objetos
- Los datos se pueden estructurar en base a relaciones jerárquicas. Al hacerlo, las tareas de programación se pueden simplificar para los datos que se sabe que tienen relaciones complejas, como los datos multimedia.
- Bases de datos de archivos planos
- Se considera una sola tabla. Se suele usar para almacenar información en una forma no estructurada.
- Bases de datos relacionales
Bases de datos biológicas
- Utilizan los tres tipos de estructura de base de datos: archivos planos, relacionales y orientados a objetos. Se pueden dividir en tres categorías.
- Bases de datos primarias
- Hay tres principales bases de datos de secuencias públicas que almacenan datos brutos de secuencias de ácidos nucleicos producidos y enviados por investigadores de todo el mundo.
- GenBank, EMBL o DDBJ
- Juntos constituyen la colaboración internacional de bases de datos de secuencias de nucleótidos.
- Protein Data Bank (PDB)
- Una base de datos centralizada. Esta base de datos archiva coordenadas atómicas de macromoléculas (proteínas y ácidos nucleicos) determinadas por cristalografía de rayos X y RMN.
- Utiliza un formato de archivo plano para representar el nombre de la proteína, los autores, los detalles experimentales, la estructura secundaria, los cofactores y las coordenadas atómicas.
- Una base de datos centralizada. Esta base de datos archiva coordenadas atómicas de macromoléculas (proteínas y ácidos nucleicos) determinadas por cristalografía de rayos X y RMN.
- GenBank, EMBL o DDBJ
- Hay tres principales bases de datos de secuencias públicas que almacenan datos brutos de secuencias de ácidos nucleicos producidos y enviados por investigadores de todo el mundo.
- Bases de datos especializadas
- Sirven a una comunidad de investigación específica o se centran en un organismo en particular. Las secuencias en estas bases de datos pueden superponerse con una base de datos primaria, pero también pueden tener nuevos datos enviados directamente por los autores. Muchas bases de datos de genoma que son taxonómicas específicas se encuentran dentro de esta categoría.
- Flybase, WormBase, AceDB y TAIR
- También hay bases de datos especializadas que contienen datos originales derivados del análisis funcional. Por ejemplo, la base de datos GenBank EST y Microarray Gene Expression Database en el European Bioinformatics Institute (EBI).
- Sirven a una comunidad de investigación específica o se centran en un organismo en particular. Las secuencias en estas bases de datos pueden superponerse con una base de datos primaria, pero también pueden tener nuevos datos enviados directamente por los autores. Muchas bases de datos de genoma que son taxonómicas específicas se encuentran dentro de esta categoría.
- Bases de datos secundarias
- Contienen información de secuencia procesada computacionalmente derivada de las bases de datos primarias. La cantidad de trabajo de procesamiento computacional varía mucho entre las bases de datos secundarias.
- Algunos son archivos simples de datos de secuencia traducidos de marcos de lectura abiertos identificados en el ADN, mientras que otros proporcionan anotaciones adicionales e información relacionada con niveles más altos de información con respecto a la estructura y las funciones.
- SWISS-PROT,
- Proporciona anotaciones de secuencia detalladas que incluyen estructura, función y asignación de la familia de proteínas.
- TrEMBL,
- una base de datos de secuencias de ácido nucleico traducidas almacenadas en la base de datos de EMBL.
- SWISS-PROT,
- Algunos son archivos simples de datos de secuencia traducidos de marcos de lectura abiertos identificados en el ADN, mientras que otros proporcionan anotaciones adicionales e información relacionada con niveles más altos de información con respecto a la estructura y las funciones.
- Contienen información de secuencia procesada computacionalmente derivada de las bases de datos primarias. La cantidad de trabajo de procesamiento computacional varía mucho entre las bases de datos secundarias.
- Bases de datos primarias
- Utilizan los tres tipos de estructura de base de datos: archivos planos, relacionales y orientados a objetos. Se pueden dividir en tres categorías.
Problemas con las bases de datos biológicas.
- Uno de los problemas asociados con las bases de datos biológicas es el exceso de confianza en la información de secuencia y las anotaciones relacionadas, sin entender la confiabilidad de la información. Las anotaciones de genes también pueden ocasionalmente ser falsas o incompletas. Todos estos tipos de errores se pueden pasar a otras bases de datos, lo que provoca la propagación de errores.
- La redundancia es otro problema importante que afecta a las bases de datos primarias.
- Las causas de la redundancia incluyen el envío repetido de secuencias idénticas o superpuestas por parte de autores iguales o diferentes, la revisión de anotaciones, el volcado de datos de etiquetas de secuencia expresada y una administración de base de datos deficiente que no detecta la redundancia.
- Medidas que se han tomado para reducir la redundancia
- El Centro Nacional de Información de Biotecnología (NCBI) ha creado una base de datos no monetaria, llamada RefSeq, en la que se fusionan secuencias idénticas del mismo organismo y fragmentos de secuencia asociados en una sola entrada.
- El otro problema común son las anotaciones erróneas. La misma secuencia de genes se encuentra bajo diferentes nombres que resultan en múltiples entradas y confusiones sobre los datos.
- Para aliviar el problema de nombrar genes, es necesaria la reanudación de genes y proteínas utilizando un conjunto de vocabulario común y controlado para describir un gen o una proteína. El objetivo es proporcionar un sistema de nombres coherente e inequívoco para todos los genes y proteínas.
Recuperación de información de bases de datos biológicas
- Proporcionar un acceso eficiente y fácil de usar a los datos almacenados. Hay una serie de sistemas de recuperación de datos biológicos.
- Los sistemas de recuperación más populares para bases de datos biológicas son Entrez y los Sistemas de Recuperación de Secuencias (SRS) que brindan acceso a múltiples bases de datos para la recuperación de resultados de búsqueda integrados.
- Proporcionar un acceso eficiente y fácil de usar a los datos almacenados. Hay una serie de sistemas de recuperación de datos biológicos.
Bases de datos biológicas mas importantes.
- NCBI
- Centro Nacional de Información Biotecnológica. Genback es una base de datos que consta de las secuencias de ADN y proteínas públicas más conocidas (Benson et al., 2009). Además de almacenar estas secuencias, GenBank contiene anotaciones bibliográficas y biológicas.
- DDBJ
- base de datos de ADN de Japón (DDBJ). está certificado oficialmente para recoger las secuencias de nucleótidos de los investigadores y emitir el número de acceso reconocida internacionalmente para proveedores de los mismos.
- EBI
- Instituto Europeo de Bioinformática (EBI). Proporciona herramientas para la comprensión de los datos genómicos y proteómicos, así como administrando bases de datos relacionadas con ácidos nucleicos, proteínas y estructuras macromoleculares.
- NCBI
Images and files in the map
Information
- Description
- Mind Map on BASES DE DATOS BIOLÓGICAS, created by Dulce Arias on 27/02/2020.
- Created by
- Dulce Arias
- Views
- 27
- Rating
More on Bases de datos biológicas








