生物信息学已经发展成为一个应用于生物技术和生物科学的信息和计算机技术综合发展的完整的多学科课题。生物信息学使用计算机软件工具进行数据库创建、数据管理、数据储存、数据挖掘和全球网络通信，包括核酸序列(基因和RNA)蛋白质序列和结构信息的注释、存储、分析和检索。包括序列和结构信息的数据库以及访问、搜索、可视化的方法和检索信息。生物信息学致力于创建和维护生物信息数据库，研究人员可以访问现有信息也可以输入新的内容。

功能基因组学，分子结构，蛋白质组分析，细胞代谢，生物多样性，化学工程下游加工，药物和疫苗设计都是生物信息学领域的组成部分。豆科家族是最大的家族之一，包含数千种植物，草本、灌木、树木，其中包含超过250种在古吉拉特邦发现的物种。豆科分为3个亚科：蝶形花科(Papilionaceae)、含羞草科和苏木科。

1方法

该数据库包括豆科家族每个物种的信息，如其描述、经典分类，在古吉拉特州分布的地方、本地名称、图片、用途等。该数据库还包括古吉拉特州部分的豆科家庭成员的分布，包括其在中古吉拉特邦不同地区的谷歌地图分布以及在该特定地区发现的物种的列表。该数据库中包含的信息来自NCBI数据库和五个RNA-Seq序列的生物信息学分析。以这样的方式在这个数据库中提供的数据信息将会对进一步研究或分析非常有用。对任何植物物种进行详细研究都需要它可用的核心数据，创建可以集中提供并根据未来需求定期更新的数据库是集中数据的方法之一。

1.1数据收集

为了创建数据库，我们需要被称为Data.Information的所有豆科家族的物种信息，比如它的描述、经典分类、分布的地方、本地名称。用途和图片是从博士论文，书籍等各种资源收集的。编辑和收集每个豆科家庭物种后，我们需要创建一个数据库来访问和检索每个物种的数据。我们在XAMPP、Dreamweaver和脚本PHP语言的帮助下创建了数据库。

2结论

2.1物种信息检索工具

作为研究的一部分，设计一种名为“物种信息检索工具”的工具，用来获得在古吉拉特州发现的豆科物种的信息。用户必须单击GDB数据库左侧的植物信息选项。图1是GDB数据库的主页，图2是物种信息检索工具的主页，选择物种点击提交按钮之后，它将给出所选择的特定物种的完整结果(图3)。

2.2古吉拉特邦的豆科家庭成员的分布

古吉拉特邦分为几个子区：喀奇、骚拉什特拉、北古吉拉特邦、古吉拉特邦中部、南古吉拉特邦和其他地区(包括在森林、花园中发现的物种)等。此外，创建的区域分配合理的网页需要提供在该特定地区发现的那些物种的信息。用户必须点击GDB数据库左侧的古吉拉特州分布选项，这些数据都是通过使用生物信息学方法开发的，所以用户还可以在Google地图中获取每个区域的位置，根据选择和点击各自的物种后，它将显示物种的完整描述。图4是显示了古吉拉特州和豆科家族的区域分布的信息的首页；图5是Kutch地区的信息，如果用户点击一种物种，它将显示如图6的结果页面。

本节通过工具和数据分析介绍了豆科家族物种的生物信息学数据分析(图7)。一种名为“豆科工具”的工具被开发用来获得在古吉拉特邦发现的每个豆科家庭如DNA，蛋白质，基因组等物种信息。名为“ConSeq工具”的一种工具被开发用来找出提交的序列中的保守序列。本文还介绍了五种豆科家族物种的RNA-Seq数据分析，一种被描述为“De novo RNA-Seq”的数据分析(表1; 2)。

2.3.1豆科植物工具

在印度古吉拉特邦发现这个家庭有超过250个种类，来自NCBI数据库的约149种豆科家庭物种信息已经被收集和编制。豆科分为3个亚科：蝶形花科(Papilionaceae)、含羞草科和苏木科。

在这个“Leguminoase工具”中，用户必须选择相应的选项，单击提交按钮后，它将直接从NCBI数据库获取各种信息，比如它的物种名称、PubMed、Pubmed Central、核苷酸等。

用户必须在GDB数据库的左侧选择Bioinformatics Information选项，然后单击Leguminoase工具。图8显示了点击提交按钮之后选择的一个种类，它给出了各种选项(图9)，无论点击什么选项，它都将从NCBI数据库获取数据到这个VLDB数据库。图10显示了该特定物种的一个Pubmed选项。

2.3.2 ConSeq工具

使用这个工具时，用户必须提供rbcL或matK蛋白质序列作为输入项，然后输出结果，这与用户的序列长度有关，在该序列中发现保守序列决定该物种是否包括在豆科家族的三个亚家族中以及rbcL或 matK蛋白序列。用户必须单击GDB数据库左侧的工具选项重定向到ConSeq工具的主页(图11)。如果在该序列中发现保守区，它会显示如图12的结果。但如果在序列中找不到保守区域，则ConSeq工具输出的结果如图13。

2.3.3 RNA-Seq数据分析

从头意味着组装短的片段以获得全长(有时是新的)的序列，从头测序包括第一次对新的基因组测序并需要测序读数的专业装配。读取长度，读取深度和灵活的成对末端插入物大小的独特组合使得Illumina成为理想的从头测序仪。无与伦比的原始读取精度使得高质量，长重叠群装配实现高效的生产。使用Illumina和Roche 454分析五种不同物种的数据，对数据集的详细分析提供了五种物种的几个重要特征信息，例如GC含量。豆类和其他植物物种保守基因通过GO术语分配功能类别以及通过MISA工具识别SSR。

值得注意的是，对五种不同豆科物种Arachis hypogaea L.、 Cicer arietinum L.、Phaseolus vulgaris L.、Trigonella foenum-graecum L.、和Vicia sativa L.的研究将有助于进一步进行功能基因组学研究，因为它包括具有完整注释的每个物种的有用信息。图14表示De novo RNA-Seq数据页的主页。首先用户需要选择一个平台Roche 454或Illumina，然后在第二个选项中选择物种，最后选择重叠群。单击提交按钮后，它会给出如图15所示的完整的重叠群信息。图15为Arachis hypogea L.的重叠群数10017的结果。结果显示从数据库中获得的一个重叠群的各种不同的信息，有用的信息：物种名称、重叠群名称、Fasta序列、序列长度、比对的最小E值、比对的相似性意义、比对的GO号、比对上可能性较高的物种、比对结果的描述(HSP)、比对上基因的名称、比对目标的登录号、比对结果的E值、比对的长度、比对匹配上的序列长度、比对上的活性部分, 比对上的相似度、比对的描述/重合、比对的描述/查询、比对上的查询帧、比对上的数据库、比对上的得分、比对上的GOs、GO的加入、GO名称、酶代码、Ids进程、GO加入的进程、GO名称的进程、主题细节的进程、主题匹配的进程、比对上的数量、酶，如果有重叠群参与通路，就会产生KeggMaps，其次是KEGG通路图像。总共有82,505条重叠群插入的记录，包括10824个Arachis hypogaea L.的重叠群，34678个Cicer arietinum L.的重叠群，6999个Phaseolus vulgaris L.的重叠群，7256个Trigonella foenum-graecum L.的重叠群以及22748个Vicia sativa L.的重叠群。

3词汇表

讨论了各种于鉴定植物物种有用的植物术语，用户需要选择GDB数据库中左侧的词汇表选项。

4出版物

本文包含作为此数据库结果的出版物列表。

5参考文献

本文包含创建此数据库的参考论文、在线网站和图书等的列表。

6联系我们

本文包含联系我们表格，用户可以向我们发送任何问题。

7结论

设计古吉拉特邦的豆科家庭成员的数据库时考虑了以下几点：

1桥接植物信息与生物信息学信息以及分析。

2利用生物信息学的各种工具分析豆科家族物种的目的。

3通过各种工具和软件的帮助，从上述工作中获取次级信息。

4以数据库的形式向公众提供生物信息学信息。

命名为“古吉拉特邦豆科家庭数据库(GLDB)”的豆科家族的综合数据库创建了每个豆科家族的有用信息，此数据库中开发了许多内置工具以获得特定物种的信息，比如古吉拉特州每个种类的豆科家族在谷歌地图上的分布的完整的信息。生物信息学包括许多工具，比如一个工具被设计用来获得特定物种来自NCBI数据库的DNA、PROTEIN、GENOME等信息。ConSeq工具被用来找出保守的序列，5个豆科家族的RNA-Seq数据分析做了序列拼装及注释。豆科家族的这个特殊数据库，为当前植物学科学界的需求提供服务。因为也需要服务于他们的需要，到目前为止，这样的信息在一个平台是不可用的。豆科家族各种分散数据以一种任何人希望找到这些特定物种的信息只要单击鼠标就可以获得的方式储存。

参考文献

http://www.wego.genomics.org.cn