Nationales Zentrum für Biotechnologie-Information

Das Nationale Zentrum für Biotechnologie-Information ( NCBI ) ^{[ 1 ] [ 2 ]} ist Teil der National Library of Medicine (NLM), einer Einrichtung der National Institutes of Health (NIH). Es wird von der US -Regierung genehmigt und finanziert . Das NCBI hat seinen Sitz in Bethesda, Maryland , und wurde 1988 durch ein vom US-Kongressabgeordneten Claude Pepper eingebrachtes Gesetz gegründet .

Das NCBI beherbergt eine Reihe von Datenbanken mit Bezug zu Biotechnologie und Biomedizin und ist eine wichtige Ressource für Bioinformatik-Werkzeuge und -Dienste. Zu den wichtigsten Datenbanken gehören GenBank für DNA-Sequenzen und PubMed , eine bibliografische Datenbank für biomedizinische Literatur. Weitere Datenbanken sind beispielsweise die NCBI-Epigenomik- Datenbank. Alle diese Datenbanken sind online über die Suchmaschine Entrez zugänglich. Das NCBI wurde von David Lipman ^{[ 2 ]} geleitet , einem der ursprünglichen Autoren des BLAST- Sequenzalignment-Programms ^{[ 3 ]} und einer hoch angesehenen Persönlichkeit in der Bioinformatik .

Die US-amerikanische National Library of Medicine (NLM) führte von 1985 bis 1986 eine Planungsstudie durch, um langfristige Pläne für die Behörde zu entwickeln. Dabei wurden Inkonsistenzen in den Benennungssystemen und fehlende Verbindungen zwischen bestehenden biotechnologischen Wissensdatenbanken verschiedener Forschungseinrichtungen im Bereich der Genetik deutlich. ^{[ 4 ]} Diese Inkonsistenzen erschwerten die parallele Nutzung mehrerer Datenbanken in Studien, da verwandte Informationen aus verschiedenen Datenbanken schwer zu integrieren waren und die Verwendung von Daten aus einer Datenbank zur Erklärung von Informationen aus einer anderen Datenbank erschwert wurde. ^{[ 4 ]} Dies veranlasste die NLM, die Gründung des NCBI (National Center for Biotechnology Information) vorzuschlagen, um die Standardisierung biotechnologischer Datenbanken voranzutreiben, den Informationszugriff für Nutzer zu vereinfachen und die Verknüpfung von Datenbanken für Forschungszwecke zu ermöglichen. ^{[ 5 ]} Der Vorschlag für das NCBI sah außerdem vor, dass es als Speicher- und Verteilungszentrum für biotechnologische Informationen sowie als Entwickler von Werkzeugen zur Informationsanalyse fungieren sollte. ^{[ 6 ]} Der Kongressabgeordnete Claude Pepper, ein Verfechter der medizinischen Forschung, brachte zwischen 1986 und 1988 mehrere Gesetzesentwürfe im Kongress ein, die die Gründung des NCBI vorsahen, bevor der Vorschlag am 4. November 1988 angenommen wurde und das NCBI innerhalb der NLM etablierte. ^{[ 5 ]}

1990 entwickelte ein Team des NCBI, darunter der Mathematiker Stephen Altschul, das BLAST- Tool zum Vergleich biologischer Sequenzen, basierend auf dem bereits existierenden FASTA- Programm. ^{[ 6 ]} Das NCBI übernahm auch die Verantwortung für die bestehende GenBank- Datenbank mit DNA- und Aminosäuresequenzen und ermöglichte 1992 zunächst den Internetzugang per E-Mail. ^{[ 7 ]} 1994 richtete das NCBI eine Website ein, um den Online-Zugriff auf seine Dienste, insbesondere das BLAST-Tool, die GenBank-Datenbank und das Entrez- Abfragesystem für biomedizinische Datenbanken, zu vereinfachen. ^{[ 6 ]} Im Jahr 2000 bot das NCBI außerdem Zugriff auf das vom Humangenomprojekt kartierte menschliche Genom sowie auf PubMed Central, ein kostenloses Online-Archiv biomedizinischer Literatur aus wissenschaftlichen Zeitschriften. ^{[ 6 ]} Der US-Kongress legte später im Jahr 2008 fest, dass Artikel, die aus durch NIH-Mittel geförderter Forschung hervorgegangen sind und in wissenschaftlichen Zeitschriften veröffentlicht wurden, innerhalb von 12 Monaten nach ihrer Veröffentlichung öffentlich auf PubMed zugänglich gemacht werden müssen, wodurch die Anzahl der dort verfügbaren Artikel weiter erhöht wurde. ^{[ 6 ]}

Die NCBI-Website bietet eine breite Palette an Datenbanken und Werkzeugen für die biomedizinische und genomische Forschung.

• PubMed : Eine Datenbank zur Suche nach Zitaten und Abstracts verschiedener biomedizinischer Forschungsliteratur.
• Bücherregal : Eine Sammlung von Büchern über Lebenswissenschaften und Gesundheitswesen.
• PubMed Central (PMC): Ein kostenloses Volltextarchiv für biomedizinische und lebenswissenschaftliche Fachliteratur, das für Forschung, Veröffentlichung und Text Mining genutzt werden kann.

• BLAST : Ein Werkzeug zur Ermittlung von Ähnlichkeiten zwischen biologischen Sequenzen.

• Nukleotiddatenbank : Eine Datenbank mit Nukleotidsequenzen .
• Proteindatenbank : Eine Datenbank mit Proteinsequenzen .
• Genomdatenbank : Eine Datenbank, die Ihnen ab 2026 Zugriff auf über 3,45 Millionen Genome bietet.
• Gendatenbank : Eine Datenbank, die Informationen über Gene verschiedener Spezies enthält .
• dbSNP : Eine Datenbank, die menschliche Einzelnukleotidvarianten, Mikrosatelliten, kleine Insertionen und Deletionen enthält.
• PubChem : Eine Datenbank mit frei zugänglichen chemischen Informationen.
• Sequence Read Archive : Das SRA speichert Sequenzierungsdaten von Sequenzierungsplattformen der nächsten Generation, darunter Roche 454 GS System, Illumina Genome Analyzer, Life Technologies AB SOLiD System, Helicos Biosciences Heliscope, Complete Genomics und Pacific Biosciences SMRT.
• ClinVar : Eine Datenbank, die Informationen über genomische Variationen und deren Beziehung zur menschlichen Gesundheit zusammenfasst.

Eine vollständige Liste der verfügbaren Ressourcen finden Sie auf der Seite „Alle Ressourcen“. ^{[ 8 ]}

Das NCBI Bookshelf ist ein frei zugängliches digitales Archiv, das Forschern, Lehrenden und der Öffentlichkeit Zugang zu biomedizinischen Büchern und Dokumenten bietet. Es wird vom National Center for Biotechnology Information (NCBI) betrieben, das die breite Verbreitung wissenschaftlicher Erkenntnisse fördert.

Das Bücherregal enthält verschiedene Publikationstypen, darunter Lehrbücher, klinische Handbücher, Leitlinien und Monografien. Diese Ressourcen werden von Regierungsbehörden, akademischen Einrichtungen und wissenschaftlichen Verlagen beigesteuert, was ihre Zuverlässigkeit und Relevanz für den biomedizinischen Bereich gewährleistet.

Der Zugriff auf die NCBI-Bibliothek erfolgt über die NCBI-Weboberfläche, die es Nutzern ermöglicht, in integrierten biomedizinischen Datenbanken zu suchen und Filter anzuwenden. Die Oberfläche bietet Suchfunktionen, die Stichwortabfragen und Filter für einen effizienten Informationsabruf unterstützen.

Die Integration der Bookshelf-Plattform mit anderen NCBI-Ressourcen ist eine zentrale Stärke, die die Navigation zwischen wissenschaftlicher Literatur und biologischen Daten ermöglicht. Einträge können mit verwandten Datensätzen in den Datenbanken PubMed und Gene verknüpft werden, was die Zugänglichkeit und die Forschungsproduktivität erhöht.

Verlage können Materialien über ein strukturiertes Verfahren an das Bookshelf einreichen, das wissenschaftliche Genauigkeit, Peer-Review und Relevanz für biomedizinische Themen voraussetzt. Akzeptierte Materialien werden standardisiert formatiert und mit Metadaten indexiert, was eine effiziente Suche und Querverweise ermöglicht.

Die NCBI Bookshelf spielt eine wichtige Rolle bei der Unterstützung von Ausbildung, klinischer Praxis und Forschung, da sie freien Zugang zu hochwertiger wissenschaftlicher Literatur bietet. Diese Verfügbarkeit fördert evidenzbasierte Entscheidungsfindung und trägt zur Wissensverbreitung und zum Forschungsfortschritt innerhalb der globalen biomedizinischen Gemeinschaft bei. ^{[ 9 ]}

BLAST (Basic Local Alignment Search Tool) ist ein Algorithmus und eine Programmsuite, die zur Suche nach Sequenzähnlichkeiten zwischen einer Abfragesequenz und Sequenzen in einer ausgewählten Datenbank ^{[ 10 ]} , wie beispielsweise GenBank, verwendet wird. Es wird häufig zum Vergleich von Nukleotid- und Proteinsequenzen eingesetzt, indem Bereiche lokaler Ähnlichkeit identifiziert werden.

BLAST arbeitet mit heuristischen Methoden und nutzt Abkürzungen, um schneller zu einem Ergebnis zu gelangen. BLAST muss eine vom Benutzer eingegebene Abfragesequenz, die Sequenz aus der ausgewählten Datenbank und Suchparameter einlesen. Anschließend analysiert es die Abfragesequenz auf geringe Komplexität und Wiederholungen, um eine Zeichenkette zu erzeugen, die zum Vergleich der Abfragesequenz mit Sequenzen in der Datenbank verwendet wird. Zunächst sucht die Datenbank mithilfe dieser Zeichenkette nach kurzen, übereinstimmenden Sequenzen. Diese werden dann erweitert, wobei Lücken vermieden werden, um erste Alignments zu finden. Erreichen diese lückenlosen Alignments einen bestimmten Schwellenwert, werden sie für eine Erweiterung mit Lücken verwendet. Diese schätzt den Score und die Länge des Alignments, ohne dabei rechenintensive Einfügungen oder Deletionen zu berechnen. Um einen hohen Rechenaufwand zu vermeiden, werden nur Alignments mit Lücken, die einen bestimmten Score erreichen, beibehalten; Alignments mit niedrigeren Scores werden verworfen. Abschließend führt BLAST einen Traceback durch. Das bedeutet, dass die beibehaltenen Alignments erneut vollständig erweitert werden, diesmal unter Einfügungen und Deletionen sowie mit sensitiveren Parametern, um die endgültigen, detaillierten Alignments zu erzeugen. ^{[ 11 ]}

Die Eingabesequenzen werden üblicherweise im FASTA- oder GenBank-Format bereitgestellt, und die Ergebnisse können in verschiedenen Formaten wie HTML, XML und Klartext ausgegeben werden. Die Standardausgabe der Webseite präsentiert die Ergebnisse tabellarisch, zusammen mit Diagrammen der übereinstimmenden Sequenzen in einem separaten Tab, statistischen Signifikanzwerten und detaillierten Alignments zwischen der Abfrage- und der Zielsequenz.

Auf der NCBI BLAST- Homepage stehen mehrere BLAST-Programme zur Verfügung , die sich in den von ihnen analysierten Sequenztypen unterscheiden. Die Abbildung unten zeigt eines dieser Programme, blastp, und veranschaulicht dessen allgemeine Benutzeroberfläche.

Diese Programme umfassen:

• blastn : Vergleicht Nukleotidsequenzen mit Nukleotidsequenzen in einer ausgewählten Datenbank; wird häufig zur Identifizierung entfernterer Verwandtschaftsverhältnisse verwendet.
• blastp : Vergleicht Proteinsequenzen mit Proteinsequenzen in einer ausgewählten Datenbank; sein Algorithmus bildet die Grundlage für andere BLAST-Programme wie blastx und tblastn.
• blastx : Vergleicht übersetzte Nukleotidsequenzen mit Proteinsequenzen in einer ausgewählten Datenbank.
• tblastn : Vergleicht Proteinsequenzen mit übersetzten Nukleotidsequenzen in einer ausgewählten Datenbank.

Das Entrez Global Query Cross-Database Search System wird am NCBI für alle wichtigen Datenbanken wie Nucleotide and Protein Sequences, Protein Structures, PubMed, Taxonomy, Complete Genomes, OMIM und viele weitere verwendet. ^{[ 12 ]} Entrez ist ein Indexierungs- und Suchsystem, das Daten aus verschiedenen Quellen für die biomedizinische Forschung bereitstellt. Das NCBI veröffentlichte die erste Version von Entrez im Jahr 1991. Sie enthielt Nukleotidsequenzen aus PDB und GenBank , Proteinsequenzen aus SWISS-PROT, übersetzte GenBank-, PIR-, PRF- und PDB-Daten sowie zugehörige Abstracts und Zitate aus PubMed. Entrez wurde speziell entwickelt, um Daten aus verschiedenen Quellen, Datenbanken und Formaten in ein einheitliches Informationsmodell und Suchsystem zu integrieren, das relevante Referenzen, Sequenzen und Strukturen effizient abrufen kann. ^{[ 13 ]}

NCBI beherbergt zahlreiche verschiedene Datenbanken mit biotechnologischen Informationen, die von chemischen Verbindungen bis hin zu Gen- und Proteinsequenzen reichen. ^{[ 8 ]}

GenBank ist die genetische Sequenzdatenbank der National Institutes of Health (NIH), eine annotierte Sammlung aller öffentlich verfügbaren DNA-Sequenzen. ^{[ 8 ]} Die Datenbankressourcen werden seit 1992 vom National Center for Biotechnology Information (NCBI) gepflegt, als die Organisation die Verantwortung für die Bereitstellung der GenBank -DNA -Sequenzdatenbank übernahm . ^{[ 14 ]} GenBank arbeitet mit einzelnen Laboren und anderen Sequenzdatenbanken zusammen, beispielsweise mit denen des Europäischen Laboratoriums für Molekularbiologie (EMBL) und der DNA-Datenbank Japans (DDBJ). ^{[ 14 ]} Seit 1992 hat das NCBI sein Angebot um weitere Datenbanken neben GenBank erweitert.

Die Datenbank Gene ist eine Sammlung von Charakterisierungs- und Strukturinformationen über Gene. Sie dient als zentraler Knotenpunkt im Netzwerk von Genomkarte, Expressions-, Sequenz-, Proteinfunktions-, Struktur- und Homologiedaten. Jedem Gen-Datensatz wird eine eindeutige GeneID zugewiesen, die über Revisionszyklen hinweg verfolgt werden kann. Gen- Datensätze für bekannte oder vorhergesagte Gene werden hier angelegt und anhand ihrer Kartenpositionen oder Nukleotidsequenzen abgegrenzt. Gene bietet gegenüber seinem Vorgänger LocusLink mehrere Vorteile, darunter eine bessere Integration mit anderen Datenbanken des NCBI, einen breiteren taxonomischen Umfang und erweiterte Abfrage- und Suchoptionen durch das Entrez-System. ^{[ 15 ]}

Die Proteindatenbank ist eine Sammlung von Textdatensätzen für einzelne Proteinsequenzen, die aus verschiedenen Quellen wie dem NCBI Reference Sequence (RefSeq)-Projekt, GenBank, PDB und UniProtKB/SWISS-Prot stammen. Die Proteindatensätze liegen in verschiedenen Formaten wie FASTA und XML vor und sind mit anderen NCBI-Ressourcen verknüpft. Protein stellt Nutzern relevante Daten wie Gene, DNA/RNA-Sequenzen, biologische Signalwege, Expressions- und Variationsdaten sowie Literatur zur Verfügung. Außerdem bietet sie für jede Sequenz vordefinierte Mengen ähnlicher und identischer Proteine, die mittels BLAST ermittelt wurden. Die Strukturdatenbank des NCBI enthält 3D-Koordinatensätze für experimentell bestimmte Strukturen aus der PDB, die vom NCBI importiert wurden. Die Datenbank für konservierte Domänen ( CDD ) von Protein enthält Sequenzprofile, die hochkonservierte Domänen innerhalb von Proteinsequenzen charakterisieren. Sie enthält auch Datensätze aus externen Ressourcen wie SMART und Pfam . Eine weitere Proteindatenbank, die sogenannte Proteincluster-Datenbank, enthält Mengen von Proteinsequenzen, die anhand der maximalen Übereinstimmungen zwischen den einzelnen Sequenzen, berechnet mittels BLAST, gruppiert sind. ^{[ 16 ]}

Die PubChem- Datenbank des NCBI ist eine öffentliche Ressource für Moleküle und deren Aktivität in biologischen Assays. PubChem ist über das Entrez- Informationssystem durchsuchbar und zugänglich. ^{[ 18 ]} PubChem besteht aus drei Hauptdatenbanken: ^{[ 8 ]}

• Die Substanz speichert Beschreibungen chemischer Proben aus verschiedenen Quellen. ^{[ 19 ]}
• Compound ist eine Datenbank, die validierte chemische Darstellungen speichert. Diese Strukturen sind vorab gruppiert und werden über Ähnlichkeitsgruppen referenziert. ^{[ 20 ]}
• BioAssay ist eine PubChem-Datenbank, die die Bioaktivität chemischer Substanzen speichert. ^{[ 21 ]}

Die in den Datenbanken BioAssay und Compound gespeicherten Daten beschreiben Daten aus der Substanzdatenbank von PubChem. ^{[ 19 ] [ 20 ] [ 21 ]}

Zu den weiteren Datenbanken des NCBI gehören die Online Mendelian Inheritance in Man (OMIM) , die Molecular Modeling Database (3D-Proteinstrukturen), dbSNP (eine Datenbank für Einzelnukleotid-Polymorphismen ), die Reference Sequence Collection (RSC), eine Karte des menschlichen Genoms und ein Taxonomie- Browser. In Zusammenarbeit mit dem National Cancer Institute (NCI) wird das Cancer Genome Anatomy Project (CGAP) bereitgestellt. Das NCBI vergibt für jede Organismenart eine eindeutige Kennung (Taxonomie-ID). ^{[ 22 ]} Die Software-Tools des NCBI sind über Webbrowser oder per FTP (File Transfer Protocol) zugänglich .

• DNA-Datenbank von Japan (DDBJ)
• Europäisches Bioinformatik-Institut (EBI)

• Offizielle Website
• Offizielle Website der Nationalen Medizinbibliothek
• Offizielle Website der National Institutes of Health