NCBI (National Center for Biotechnology Information) 由美國國立衛(wèi)生研究院(NIH)于1988年創(chuàng)辦，創(chuàng)辦NCBI的初衷是為了給分子生物學(xué)家提供一個(gè)信息儲(chǔ)存和處理的系統(tǒng)。除了建有GenBank核酸序列數(shù)據(jù)庫(該數(shù)據(jù)庫的數(shù)據(jù)資源來自全球幾大DNA數(shù)據(jù)庫，其中包括日本DNA數(shù)據(jù)庫DDBJ、歐洲分子生物學(xué)實(shí)驗(yàn)室數(shù)據(jù)庫EMBL以及其它幾個(gè)知名科研機(jī)構(gòu))之外，NCBI還可以提供眾多功能強(qiáng)大的數(shù)據(jù)檢索與分析工具。其中NCBI提供的BLAST工具相信訪問過NCBI的每個(gè)科學(xué)研究人員都用過該序列比對(duì)工具，但是在使用BLAST工具進(jìn)行序列比對(duì)時(shí)，往往都要選擇一個(gè)Database進(jìn)行比對(duì)，那如何選擇呢？
BLAST工具一：Nucleotide BLAST
Nucleotide BLAST是核苷酸與核苷酸比對(duì)工具，進(jìn)行比對(duì)時(shí)，選擇Standard database中具體哪一種database進(jìn)行比對(duì)呢？每種database都包含哪些序列信息呢？
- Nucleotide collection(nr/nt)
Database描述：包含了除EST，STS，GSS，WGS，TSA，patent，HTGS以及長(zhǎng)度超過100Mb序列以外的包含在GenBank，EMBL，DDBJ，PDB，RefSeq中的所有序列。
使用環(huán)境：未知序列，在不清楚序列物種，序列來源，序列類型的情況下可優(yōu)先考慮
序列類型：mixed DNA
更新時(shí)間：2019/10/03
序列數(shù)量：55908648
- Reference RNA sequences(refseq_rna)
Database描述：包含了refseq數(shù)據(jù)庫中的NM_，NR_，XM_，XR_序列記錄，區(qū)別于Refseq mRNA。
使用環(huán)境：知道序列對(duì)應(yīng)的基因名稱，可以考慮選擇該Database進(jìn)行序列比對(duì)
序列類型：cDNA
更新時(shí)間：2019/09/26
序列數(shù)量：33713514
- RefSeq Representative Genome Database
Database描述：該數(shù)據(jù)庫以最小冗余度建立，包含了從NCBI Refseq基因組數(shù)據(jù)庫中選擇的參考和代表性基因組，其結(jié)果是該數(shù)據(jù)庫中的基因組是NCBI提供的質(zhì)量好的基因組序列信息。對(duì)于真核生物，每個(gè)生物僅包含一個(gè)基因組。但是，對(duì)于其他生物，可能包括來自同一生物（例如大腸桿菌）的不同分離株的多個(gè)基因組。
使用環(huán)境：判斷序列大概有幾個(gè)外顯子組成，或者某段序列在基因組中的位置，方向等
序列類型：Genomic
更新時(shí)間：2015/09/30
序列數(shù)量：13454918
- RefSeq Genome Database(refseq_genomes)
Database描述：包含了所有分類物種的NCBI Refseq基因組序列。它僅包含頂層(top-level)序列，即僅包含代表基因組任何給定部分的最長(zhǎng)序列。雖然包含組裝的染色體序列，但用于組裝此染色體序列的任何較短序列，例如重疊群(contigs)不包括在內(nèi)。
使用環(huán)境：判斷序列大概有幾個(gè)外顯子組成，或者某段序列在基因組中的位置，方向等
序列類型：Genomic
更新時(shí)間：2016/12/14
序列數(shù)量：33120025
BLAST工具二：Primer-BLAST
對(duì)于Standard database的介紹就到這里，NCBI中還有一類特殊比對(duì)工具，這里主要介紹Primer-BLAST比對(duì)工具中的各Database的區(qū)別。
- nr(Nucleotide collection)
Database描述：包含了除EST，STS，GSS，WGS，TSA，patent，HTGS以及長(zhǎng)度超過100Mb序列以外的包含在GenBank，EMBL，DDBJ，PDB，RefSeq中的所有序列。
2、Refseq mRNA
Database描述：只包含了NCBI Refseq 數(shù)據(jù)庫中編碼蛋白質(zhì)的mRNA。.
3、Refseq RNA
Database描述：包含了NCBI Refseq 數(shù)據(jù)庫中編碼蛋白質(zhì)的mRNA和非編碼RNA。
Refseq mRNA和Refseq RNA區(qū)別：舉例NCBI human GLYR1(Gene ID: 84656)有5個(gè)NM號(hào)，6個(gè)NR號(hào)，7個(gè)XM號(hào)，4個(gè)XR號(hào)。在使用AGTCGTCTCAACCTGCGACAT和GCCGCTAAGATCACCAACATC這對(duì)qPCR引物進(jìn)行比對(duì)，結(jié)果為：
如果選擇Refseq mRNA比對(duì)，只能比對(duì)到5個(gè)NM號(hào)和7個(gè)XM號(hào)；
如果選擇Refseq RNA比對(duì)，比對(duì)到5個(gè)NM號(hào)，6個(gè)NR號(hào)，7個(gè)XM號(hào)，4個(gè)XR號(hào)。
4、Refseq representative genomes
Database描述：該數(shù)據(jù)庫以最小冗余度建立，包含了從NCBI Refseq基因組數(shù)據(jù)庫中選擇的參考和代表性基因組，其結(jié)果是該數(shù)據(jù)庫中的基因組是NCBI提供的質(zhì)量好的基因組序列信息。
- Genomes for selected organisms (primary reference assembly only)
Database描述：包含了來自主要染色體裝配的完整或接近完整的基因組序列，可以選擇限定的物種有：apis mellifera，bos taurus ，danio rerio，dog，drosophila melanogaster，gallus gallus，human，mouse，pan troglodytes，pig，rat。
Refseq representative genomes與Genomes for selected organisms (primary reference assembly only)的區(qū)別：前者完全包含后者，后者Genomes for selected organisms (primary reference assembly only)不包含替代基因組，因此比Refseq representative genomes數(shù)據(jù)庫具有更少的冗余。如果您不考慮替代基因組或者線粒體序列，建議在進(jìn)行qPCR引物特異性比對(duì)時(shí)推薦使用Genomes for selected organisms (primary reference assembly only)。
總結(jié)：選擇正確的，合適的Database能夠讓我們非常容易的分析結(jié)果，另外，Database選擇不合適可能會(huì)導(dǎo)致錯(cuò)誤的判讀哦，后面大家在使用BLAST工具時(shí)如果碰到此種情況，建議更換Database重新比對(duì)試試。