8.华中农业大学生物信息学农业类数据库的利用
生物信息学在农业生产中的应用与探索
生物信息学在农业生产中的应用与探索随着科技的不断进步，生物信息学已经成为了农业生产的重要工具之一。
生物信息学是一门集计算机科学、生物学、数学和统计学于一体的交叉学科，研究获得生物学准确信息的计算方法与技术。
它运用计算机技术对生物信息进行处理、分析和解释。
生物信息学在农业生产中的应用，既可以促进农作物的改良和培育，提高农作物的产量和质量，而且也能够减少农药使用量，更好地保护环境。
一、生物信息学在农作物培育中的应用农作物的培育一直是农业生产的重要方面。
生物信息学在农作物的育种中可以被广泛应用。
首先，利用生物信息学方法可以我们可以对大量农作物基因进行筛查和挑选，以筛选出更具有优良特性的材料。
例如，我们可以通过序列比对和差异性分析，挖掘出对抗气象灾害、抗病虫害等方面具有较强抗性的基因；同时，还可以对农作物能量代谢的分子机制等进行系统分析，深入理解农作物如何利用光能、化学能等能量源进行生长发育的分子机制，为后期的育种工作打下一定基础。
其次，生物信息学方法还可以加速育种进程，降低育种成本。
现在，基于生物信息学的育种方法已经成为效率高、成本低、精度高的育种方式。
对于小麦、水稻等农作物的育种，利用生物信息学技术可以大大加速传统的育种进程。
综合利用转录组和基因组信息，我们可以通过组合选育和基因编辑等手段筛选和改良农作物品种，从而实现培育出更加适合当地生长的农作物。
二、生物信息学在农药使用上的应用除了在农作物培育中的应用，生物信息学还可以在农药使用上做出非常大的贡献。
现在，肥料的施用和农药的使用成为了农业产生制约的一大瓶颈，而基于生物信息学的农药使用方法正是能够帮助人们在这方面取得突破。
生物信息学利用分子模型理论、计算机逆向设计等方法，可以设计出一系列新型农药分子，从而减少传统化学合成的成本和执行周期，让抗性力更强的农药分子更快捕获目标有害生物。
此外，利用生物信息学还可以更加准确地区分目标有害生物与非目标生物，判断是否需要使用化学药剂，从而最大限度地减小农药使用量，降低农业生产成本和对环境的污染。
数据库应用在农业信息管理中的应用
数据库应用在农业信息管理中的应用随着科技的进步和信息化的普及，数据库在不同领域中的应用日益广泛。
农业信息管理作为农业发展的重要组成部分，也逐渐意识到了数据库应用的重要性。
本文将探讨数据库在农业信息管理中的应用，并分析其在提高农业生产效率、优化资源配置以及决策支持方面的优势。
一、数据库在农业信息管理中的重要性农业信息管理旨在通过搜集、整理、存储和分析农业相关数据，为农作物生长、病害防治、资源利用等农业决策提供科学依据。
而数据库作为一种专门用于组织、存储和管理大量数据的系统，可以为农业信息管理提供完善的数据基础。
通过数据库，农业数据可以被高效地储存、查询和分析，提供有力的支持和指导。
二、数据库应用在农业生产效率提升方面1. 数据库的数据集成和共享能力农业生产涉及众多因素，如土壤环境、气象条件、作物生长情况等。
这些数据来源广泛，格式不一，且大量分散在各个部门和单位。
而数据库的数据集成和共享能力可以解决数据分散和格式不一致的问题。
各个农业信息系统可以通过数据库进行数据交换和共享，提高农业信息的整合度，避免信息孤岛。
2. 数据库在农业监测和预警中的应用数据库可以通过接收和存储传感器等设备所获取的实时农业数据，如土壤温湿度、降雨量等，辅助农民进行农业生产的监测和预警。
通过数据库中的数据分析和模型预测，可以提前发现作物病虫害的蔓延趋势，及时采取防治措施，减少损失。
三、数据库应用在农业资源优化配置方面1. 数据库的数据挖掘和分析能力数据库可以通过数据挖掘和分析技术，对大量农业数据进行挖掘和分析，探索其中的潜在关系和规律。
通过对历史数据和模型的分析，可以为农业资源的合理配置提供决策支持。
例如，通过数据库分析数据，可以帮助农业部门确定最佳的农作物种植区域分布，以及农业投入品的分配策略。
2. 数据库在土壤肥力管理中的应用土壤肥力是农业生产中一个重要的方面，而数据库可以帮助管理者进行土壤肥力管理。
通过数据库，可以存储土壤质量检测数据和农田管理措施的实施情况，并进行数据分析和模拟，以确定最佳的土壤肥力管理策略。
数据库在智能农业与农业大数据中的应用与数据分析
数据库在智能农业与农业大数据中的应用与数据分析随着农业科技的不断发展，数据库在智能农业与农业大数据中的应用日益广泛。
数据库技术的发展使得农业数据处理变得更加高效和便捷，同时为农业决策提供了更准确的依据。
本文将探讨数据库在智能农业和农业大数据中的应用，并介绍相关的数据分析方法。
一、智能农业中的数据库应用智能农业依赖于大量的农业数据来实现自动化与智能化管理。
数据库在智能农业中起到了关键的作用。
首先，数据库用于存储农业数据，包括气象数据、土壤数据、植物生长数据等。
这些数据可以通过传感器、无人机等设备采集得到，并通过数据库进行集中管理。
其次，数据库用于处理和分析农业数据。
通过数据库的查询与分析功能，可以提取出有用的信息，为农业生产提供决策支持。
另外，数据库还可以支持智能农业系统的实时监测与控制，实现对作物生长环境的自动调节和优化。
在智能农业中，数据库软件如MySQL、Oracle等被广泛应用。
这些数据库软件具有高效稳定的特点，能够满足农业数据的存储和管理需求。
同时，数据库还支持数据备份与恢复功能，保障了农业数据的安全性。
此外，随着云计算与大数据技术的发展，农业数据也可以存储在云端数据库中，并通过云计算平台提供的分析工具进行深度挖掘，从而实现对农业生产的智能化管理。
二、农业大数据中的数据库应用农业大数据是指农业生产中产生的海量、多样化的数据。
数据库在农业大数据中的应用主要包括数据存储、数据管理和数据分析等方面。
首先，数据库用于存储大量的农业数据，包括农作物生产数据、农业经济数据、农田土壤数据等。
这些数据来源广泛，包括传感器、远程监测设备、农户填报等多种渠道。
数据库能够对这些数据进行有效的组织和管理，实现数据的集中存储与检索。
其次，数据库在农业大数据中的数据管理方面发挥着重要作用。
数据库提供了各种操作和管理工具，包括数据备份与恢复、数据清洗和去重、数据更新和删除等功能。
通过数据库的数据管理功能，可以确保农业数据的完整性和准确性，为后续的数据分析提供可靠的基础。
生物信息学在农业科学研究中的应用
生物信息学在农业科学研究中的应用嘿，咱今天来聊聊生物信息学在农业科学研究里的那些事儿！你知道吗？有一次我去乡下的亲戚家，那是一个美丽的小村庄，到处都是绿油油的农田。
当时正值播种的季节，亲戚们都在田地里忙碌着。
我好奇地凑过去，看到他们一边拿着传统的农具，一边嘴里念叨着今年的收成会咋样。
那个时候我就在想，要是能有更科学、更高效的方法来帮助他们，那该多好啊！而生物信息学，说不定就是这个神奇的“魔法棒”。
先来说说什么是生物信息学吧。
简单来说，它就是把生物学和信息学结合起来，通过对大量生物数据的分析和处理，来揭示生物体内的秘密。
就好像我们有一堆拼图碎片，生物信息学就是帮我们把这些碎片拼成一幅完整的图画。
在农业科学研究中，生物信息学的作用可大了去了。
比如说在作物育种方面，以前农民们大多是靠经验，看看哪株庄稼长得好，就留它的种子。
但现在不一样啦，通过生物信息学，科学家们可以对农作物的基因进行分析，找出那些与优良性状相关的基因。
就像我们要挑选出跑步最快的运动员，先得知道哪些基因决定了他们的速度一样。
我给您举个例子哈。
比如说水稻，科学家们可以分析不同品种水稻的基因序列，找出那些抗病虫害、高产的基因。
然后呢，通过杂交或者基因编辑等技术，把这些优良基因组合在一起，培育出更厉害的水稻品种。
这样一来，农民们种的水稻就能长得又好又多，收成大大提高。
再说说病虫害防治。
病虫害可是让农民们头疼的大问题。
以前一旦有了病虫害，可能就是大面积地喷洒农药，这不仅成本高，还可能对环境造成污染。
但有了生物信息学，情况就不一样啦。
科学家们可以通过分析病虫害的基因信息，了解它们的传播方式、生活习性等等。
就好像我们知道了敌人的弱点，就能更有针对性地进行打击。
比如说，发现某种害虫对某种气味特别敏感，那我们就可以利用这个特点，制作出专门的诱捕器，把害虫一网打尽，而不用大面积地喷洒农药啦。
还有啊，在土壤改良方面，生物信息学也能发挥作用。
土壤里有各种各样的微生物，它们对土壤的肥力、结构都有着重要的影响。
数据库应用在农业领域中的应用
数据库应用在农业领域中的应用随着科技的快速发展和农业现代化的推进，数据库应用在农业领域中起到了重要的作用。
数据库的使用不仅使得农业信息的管理更加高效和便捷，还为农业生产的决策和科研提供了强大的支持。
本文将就数据库在农业领域中的应用进行探讨。
一、农情数据管理农业生产过程中，需要收集大量的农情数据，包括气象数据、土壤数据、农药使用数据等等。
这些数据的准确收集和管理对于农业生产的决策和调度至关重要。
而数据库的应用可以将这些数据进行集中存储和管理，使得农业相关部门及时获取所需数据，并进行有效的分析。
数据库的建立可以对农业数据进行分类整理，更加方便农民、农业技术人员和政府部门进行数据的共享和交流。
通过建立在线数据库系统，农民可以及时查询和了解到当地的气象变化、病虫害情况等信息，有助于他们进行合理的农事安排和决策。
二、农产品质量追溯农产品的质量安全一直是人们关注的焦点。
对于农产品的出产地、生产过程、质量指标等进行追溯，是确保农产品质量安全的有效手段。
而数据库的应用可以帮助建立完整的农产品质量追溯体系。
通过数据库的数据录入和管理，农业部门可以随时查询和掌握农产品的生产信息。
当遇到农产品质量问题时，可以通过追溯系统，将问题追溯到具体的生产环节，进而采取相应的措施进行处理，确保农产品质量安全。
三、农业科研支持数据库在农业科研领域的应用也非常广泛。
农业科研需要大量的数据支持，包括各类作物的生长和发育数据、不同农业技术的试验数据等等。
而数据库的应用可以帮助科研人员进行数据的整理和分析，提高科研工作的效率和准确性。
科研数据库可以提供各种农业数据的查询和统计功能，使得科研人员可以更加方便地获取所需数据，并进行相关的研究和分析。
此外，科研数据库还可以促进不同科研机构之间的信息共享和合作，提高农业科研的整体水平。
四、智慧农业管理随着物联网和人工智能技术的发展，数据库的应用在农业领域中也得到了进一步的拓展。
智慧农业管理系统的建立需要大量的数据支撑，而数据库的应用可以提供必要的数据和支持。
数据库技术在生物信息学中的应用
数据库技术在生物信息学中的应用随着生物技术的快速发展，人类对于生物信息的需求越来越大，以至于生物信息学已经成为了生物学领域的一个重要分支。
生物信息学通过计算机技术和数学方法对生物数据进行存储、分析和解释，然后研究它们的生物学意义。
在这里，数据库技术发挥了巨大的作用。
一、数据库在生物信息学中的作用数据库的作用是存储数据，生物信息学研究的大多数数据都是生物学实验结果，而实验结果是以数据的形式被记录下来的。
因此，只有靠数据库才能对这些数据进行整合、共享和分析。
首先，数据库技术可以帮助研究者保存分析结果和原始数据，从而方便后续的处理和分析。
研究者可以在数据库中找到相关数据和分析结果，从而快速发现和研究问题。
其次，基因组研究是生物信息学中的一个重要领域，其特点是样本数量庞大、维度高，需要针对不同的样本、不同的维度生成大量的数据。
这些数据的处理必须依靠高效、快速、准确的数据存储和查询。
而数据库正是实现这一目标的重要工具。
另外，基于数据库的方法还可以快速找出个体之间的遗传变异，从而在研究疾病和药物敏感性方面提供基础支持。
例如，研究者可以通过比较不同个体的基因组，找到导致疾病发生的基因或基因组变异，从而为疾病的预测和治疗提供参考信息。
总之，数据库技术在生物信息学研究中起着关键的作用。
其从数据存储、共享、分析到研究结果获取方面给予了很大的帮助，使得研究者能够快速找到和处理与自己研究问题相关的数据。
二、数据库技术在生物信息学中的应用案例1. 基因组数据库人类基因组计划的完成开启了基因组研究的新时代。
在这里，基因组数据库扮演着重要的角色。
基因组数据库为不同物种的基因组序列提供了存储、查询和比对等方面的支持。
例如，基因组序列数据库NCBI使研究者可以获取人类基因组、小鼠基因组、病毒基因组等大量的序列数据。
2. 蛋白质数据库蛋白质是生物体内的重要分子，对于蛋白质结构和功能的分析能够为制药和疾病治疗提供基础支持，因此蛋白质数据库的建立和维护具有重要意义。
数据库技术在农业信息化中的应用
数据库技术在农业信息化中的应用农业信息化是指通过信息化技术手段对农业生产、管理和服务等各方面进行优化和提升。
随着信息技术的不断发展，数据库技术在农业信息化中的应用也越来越广泛。
本文将从农业信息化需求出发，探讨数据库技术在农业信息化中的应用，以及未来的发展方向。
一、农业信息化的需求目前，随着科技水平不断提升，农业生产方式也在不断改变。
传统的农业生产方式已经不能满足人们的需求，越来越多的人开始寻求更加高效、智能的生产方式。
而农业信息化，正是这样一种可以提升农业生产、管理和服务的方式。
具体来说，农业信息化主要满足以下几个需求：1. 实时监控：通过信息化技术，可以实现对农业生产环境和农作物生长状况的实时监控，及时发现问题并采取措施，从而保证农作物的健康和高产。
2. 数据分析：通过信息化技术，可以收集、存储、分析大量的农业数据，帮助农民找到更加高效的生产方式，并优化农作物的种植周期，以提高产量和质量。
3. 科学管理：通过信息化技术，可以实现对农作物品种、生长周期、生长环境等方面的科学管理，从而提高农作物的品质和卫生水平。
二、数据库技术在农业信息化中的应用随着信息技术的不断发展，数据库技术在农业信息化中的应用也越来越广泛。
具体来说，数据库技术主要有以下几个方面的应用：1. 数据采集和存储：数据库技术可以帮助农民将种植、养殖、肥料等方面的数据采集到一个统一的系统里，集中存储和管理，从而方便对数据的分析和使用。
2. 数据分析和挖掘：数据库技术可以通过对大量数据的分析和挖掘，帮助农民找到更加高效的生产方式，从而提高农业生产效率和农作物品质。
3. 决策支持：数据库技术可以通过向农民提供实时的生产数据和农作物生长情况，为他们做出更加科学的生产决策提供支持，从而提高农业生产的效率和质量。
4. 信息共享：数据库技术可以帮助农户将自己的生产数据共享给其他农民，促进农民之间的合作，提升整体效益。
三、未来的发展方向随着信息技术的不断发展，数据库技术在农业信息化中的应用也将不断扩大和深化。
华中农业大学《生物信息学》讲义
生物信息学王石平(华中农业大学生命科学技术学院)2005.2.23211.69.135.104/bio-informatics.files/bio-infor.htm /Embnetut/Gcg/index.htm一、数据库1．核苷酸数据库GenBank 、EMBL 、DDBJ （在使用方法和连接的数据库上有差异，但数据量相同。
） 注：氨基酸序列是非试验来源，为推倒的结果。
使用时要谨慎！！！！）（1）GenBank（NCBI）数据解释。
/注：Display 中选FASTA 形式，显示原始的核苷酸数据，便于复制。
每条序列的3种编号（identifier）无意义）定义（描述） 版本 X.Y 1.位点名（基本2.注册号 3.Geninforidentifier（GI 号） 6位（X12345）或8位数字（XY123456）；例外：自编号（一般为基因组序列）物种类型一般与Accession NO.相同（今6位型：属＋种＋X12345 8位型：与AC 相同10位数：早期8位数：现注：NID(Nucleotide ID） 1999.12取消，改用序列的数据可以更改，GI 号、NID 号变化，但AC 号不变。
GI 号。
Coding sequence 谨慎使用！！！！ 最后一条Reference 序列提交者的文章为。
可以知道这一基因的研究历史，便于研究。
（2）dbESTEST来源于mRNA－基因片度（300-400bp，数据长度足以分析编码的产物）或者全基因（已知）－5’端或3’端的cDNA序列（EST）－300-400bp single-pass sequence （可能有误，如果要求<0.1%的错误率，需要测序8-10次）－GenBank中71%以上的是EST序列。
/dbEST/index.html（3）UniGene来源于同一基因的非重复EST，组成基因序列群（contig）注：不同实验室各自采用poly（T）15法和随机引物合成的cDNA（不完整），不同的cDNA的加工、拼接，形成重叠群（Contig）/UniGene/（4）dbSTS （sequence tagged sites）a.短序列（200-500bp）b.已完成染色体上的定位c.可以与电子PCR相连用/dbSTS/index.html（5）dbGSS （genome survey sequence）a.基因组短序列b. cosmid、BAC、YAC外源插入片断末端序列c. Alu PCR 序列/dbGSS/index.html（6）HTG （high-throughput genome sequence）尚未完成测序的重叠群（>2kb）更新快！！！/HTGS/（7）dbSNP每100-300bp有一个SNP/SNP/（8）EMBL/embl/（9）DDBJhttp://www.ddbj.nig.ac.jp/（10）EPD （Eukaryotic Promoter Database）启动子数据库http://www.genome.jp/dbget/dbget2.html2．蛋白质数据库（1）SWISS-PROT/sprot/有详细的注释序列；与44个数据库相互参照（cross-reference）(2)TrEMBL (translation of EMBL)(3)PIR (Promoter information resource)/pir/表明了结构域（4）PRF （Promoter research foundation）http://www4.prf.or.jp/（5）PDBSTR （Re-organized Protein data Bank）/sprot/prosite.html蛋白质的二级结构、α-碳位置（6）Prosite蛋白质家族、结构域/prosite/3．结构数据库（1）PDB (Protein Data Bank)/pdb/(2) NDB (Nucleic Acid Database)/NDB/ndb.html(3)DNA-bind Protein database/NDB/structure-finder/protein/index.html（4）swiss-3D IMAGEhttp://www.expasy.ch/sw3d/4．酶和代谢数据库（1）KEGG （Kyoto Eneyclopedin of genes & genemes）http://www.genome.ad.jp/kegg/(2)PKR (Protein Kinase Resource)/kinases5．文献数据库（1）PubMed/PubMed/（2）OMIM/Omim（3）Agricola/农业相关的文献6．提交数据GenBankBankIt提交 网上直接提交，立即得到临时编号（1周内提供Aceesion No.）SequIn提交 下载软件填写表格，自动确定CDS、ORF和查找重复序列、查载体序列用Update功能修改二、检索数据库的方法1、用关键词或词组进行的数据库检索 Text-based database searching2、用和甘肃或蛋白质序列进行的数据库检索 Sequence-based database searching关键词：名词；描述性词、词组；Accession number体系：Entrz；Sequence retrieval system (SRS)；Integrated database retrieval system (DBGET) 检索须知1、连接词：AND OR NOT用引号将两个词组成一个词组“disease resistance”表示必须两个词先后顺序连续出现disease resistance 表示默认AND2、wild card “*”放在单词后使检索范围扩大，但是专一性降低Wan*=所有以Wan开头的单词 enzyme*=enzyme + enzymes 单复数同（1）Entrz（NCBI）优点：三种检索体系中最容易操作的； 缺点：检索范围有限8大类29个与Entrz体系相连的数据库1、Nucleiotide sequence database(6)GenBank; SNP; Gene; Homologene; UniSTS; ProSet2、Protein sequence database(1)Proteins3、Structure database(4)Structure; PubChem; Compound; 3D-Domain; CDD4、Taxonomy database(1)Taxonomy5、Genome database(2)Genomes; Genome Project6、Expression database(4)UniGene; GEO Profiles; GEO database;GENSAT注：数据库来源于mRNA－cDNA－protein（更确切）7、Literature database(7)PubMed（文摘）; PubMed central（全文）; Books; OMIM; Journals; NLM catalog; MeSH8、OthersPubChem substance; Cancer chromosome; PubChem BioAssay; SiteSearch检索方法：a、数据库间的检索 b、选择数据库 （可以限定检索内容和时间范围）（2）SRS (Sequence Retrieval System)/ 有不同的版本，可以下载。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3. 查看QTL信息 � 许多性状受多基因调控（数 量性状） � 数量性状位点（ quantitative trait locus, QTL ） � 各种QTL的基因？
1
C161 10.7 18.1 8.5 10.6 9.3 13.2 RG173 22.3 6.8 2.6 2.2 3.6 34.2 RM237 C922 RG101 G393 R2201 RM212 C547 C2340 C86 RG236 C112 RM81A G1128b C904 R2632 C39 G359 RG532 RM259 RM243 R753
Bacterial blight resistance QTL (Chen 2001) Sheath blight resistance QTL (Li et al. 1995) Virus resistance QTL (Albar et al. 1998)
八、农业类数据库的利用
� 美国农部农业图书馆的数据库是一个较全面的收集 了农业信息的数据库 � 美国农部农业图书馆主页 （/） ”可查询相关数据库 � 输入关键词 “database database” � 不同的数据库 � 农业文献资料
（一）农作物比较基因组学分析 � 物种基因组间的比较 � 染色体上基因的 分布 � 相同功能基因的 序列比较 � 利用模式植物分析 大基因组的基因
Bacterial blight resistance QTL (Chen 2001) Sheath blight resistance QTL (Li et al. 1995) Virus resistance QTL (Albar et al. 1998)
� 鉴定QTL基因 � 大通量鉴定与某一性状相关的 cDNA cDNA克隆定位在遗传连锁图上 � 确定染色体位置与已知 QTL相对应的cDNA � 分析该cDNA的表达谱 � 分离克隆目标基因 � 基因功能互补实验 � 超量表达目标基因 � 抑制基因功能（ RNAi）
2. 在遗传连锁图上定位基因 将一条水稻 cDNA（EI12I1）序列检索核苷酸数据库 （Blastn） 检索与它同源的基因组序列是否具有分子标记信息 通过RGP的网站（http://rgp.dna.affrc.go.jp/cgibin/statusdb/status.pl/ ）查询AP003076序列是否 具有通用分子标记信息 Chromosome 1的129 cM，分子标记：S10712 根据已定位分子标记以及与它相邻的分子标记在已知 遗传连锁图上的位置，在特定遗传连锁图上 定位这条 cDNA序列
EI31K10EI38D7 EI6G21b
RG236 C112
Blast resistance QTL (Wang et al. 1994) Blast resistance QTL (Chen 2003) Bacterial blight resistance QTL (Li et al. 1999)
BI77K23 BI75E3 EI11C3
EI8H23 EI43O12 EI10P9d
2.1
EI10P9f
9.2 4.7 8.8
RM200 RM227 R1925 RM148 7.8 8.3
5
R830 R3166 RG360
3.8 0.4 25.0
12
RM20b C732
EI3H3 BI75M9
29.5
EI35K24c
R1629 C483 C347 EI3G1 RG978 R1394 G2132 R727 EI24B14a RM223 L363A RZ66 G1149 R2272 EI21C23
1.3 0.4 5.8 1.7 0.6 1.3 3.2 6.0 3.8 9.8
EI35K24d
32.5 C472 25.5 9.7 6.8 6.0 2.0 7.2 12.0 0.8 R2638 RM257 RM242 RG570 RG667 RM215 R1952b RZ404
� 分析方法（ 2）：SoyBase数据库 在SoyBase 主页() 点 ” 击“Soybean Breeders Toolbox Toolbox” ”网页点击 在“The Soybean Breeders Toolbox Toolbox” ”作为查询内容 “Map Collection Collection” 在Map网页选择染色体图片种类和染色体 遗传连锁图 查看分子标记相关信息
28 EI10L24 R2672 28.5 8.9 1.8 8.2 28.5 5.7 RM70 R643 C87 R496 C909B C996 G1128a R887 G1314b 7.3 7.2 2.3 1.4 2.7 23.3 10.1 6.9
10
C153A RM222 R2174 BI73F17a C909A EI20C18 C148 EI35K24b RM239 EI28H1 C1633 C677 RM258
� 分析方法（3）：GrainGenes 数据库 GrainGenes () ” 在GrainGenes 网页点击“CMap CMap” ” 在 CMap网页选择“GrainGenes GrainGenes” 选择物种和染色体 染色体的遗传连锁图 其它植物基因组数据库 见: 常用生物信息学数据库和分析工具网址
8.6 8.3 2.9 2.7 16.1 4.9 1.1 5.8 26.0 8.3
Blast resistance QTL (Wang et al. 1994) Blast resistance QTL (Chen 2003) Bacterial blight resistance QTL (Li et al. 1999)
� 分析方法：比较基因组分析 ” 在Gramene 数据库主页点击“MAPS MAPS” ” 在Gramene-MAPs网页点击 “Maps Maps” ” 在Map网页选择物种然后点击 “ChangeMaps ChangeMaps” 在 rice map 网页选择map类型后点击“Show Selected Set ’s Maps ” Set’ Maps” ” 在新网页选择染色体的编号，点击 “Draw Maps Maps” 显示这条染色体
”，显示比较染色体 点击“Show Comparison Menu Menu” 的选择栏目 ” 选择1条或两条比较的染色体，点击 “Redraw Mpa Mpa” 显示比较图 可以继续比较新的染色体
（二）农作物基因组数据库中的其它内容查询 � 农业类基因组数据库中包含了大量内容 � 基因或分子标记的染色体位置 � 形态标记遗传连锁图 � 分子标记遗传连锁图 � 分子标记 � RFLP标记 � cDNA序列标记 � 基于PCR的分子标记（SSR、RAPD等）
8
9
R902 EI10P9e C1211 RG333 RM25
11
C153B C2 C477 C1232 R265 R543b C734 R1164 RZ698 RM219 R1687 RM201 0.4 10.1 3.3 2.6 5.3 12.9 27.7 2.9 5.5 4.0 6.8 2.2 6.3 1.6 5.9 5.2 12.8 7.4 16.7 6.3 3.1 1.5 2.9 4.3 4.0 1.4 1.4 0.6 1.5 1.7 2.6 C1237 G44 G257 RM209 RM229 RG2 CDO534 RM21 RG103 C1003B G4001 RM254 C405b G389 G181 Y2668LA L1044 Y6854L RM224 M55 R1506 Y6855RA R543a RZ536 TEL3 C104 RM20a R3203 CDO127 R2918 C794 RG118
30.2 2.4 10.4 6.3 9.9 12.7 C746 11.5 0.9 1.6 41.7 C944 R321 RM55
EI39P24b
22.5 G144 EI24B14b RG393 C1087 RZ403 EI13J2b R19 6.8 11.5 9.3 22.2
RZ467
G102 RM255 G235
2
R2510 RM211 RG634 EI10P9a R1738 RM53 21 2.9 10.4 14.9
3
BI26N5a
C1176 EI11K3b C316 C63 RM232
BI76G3b EI13D12 EI13D12
6 4
10.1 1.8 C56 C820 C933 EI31M6 EI35K2 16.0 6.2 6.7 5.6 3.3 5.8 1.0 11.2 20.5 3.1 7.7 1.3 6.9 24.3 R2869 R3139 Waxy R1952a R2749 RM225 RZ389 EI28P15 RM204 R1014 RZ588 R2147 G200 EI10N21 RZ667 EI38M12 RG424 17.8 RG620 R2549 34.9 C962 RZ242 RG653 G342 4.8 4.3 7.1 13.2 3.1 8.9 2.2 4.0 0.6 3.1 4.2 3.4 34 9.0 13.5
EI36C19
EI38J4 EI44L19
EI39C 8 EI22F22
RM259 BI73F17b RM243 7.8 4.1 10.1 1.9 1.7 6.6 21.3
BI76J4
RZ599 R712 EI8F24 RZ324 RM29 R1843 C777 EI36H4 RZ386 G1314a EI19I24
禾本科植物比较基因组数据库 Gramene 数据库（ ） � � � � � � � � � � 水稻（rice ） 以一个物种基因组作模板 野生稻（wild rice ） 大麦（barley） 小麦（wheat） 与其它物种基因组比较 燕麦（oat） 黑麦（rye） 玉米（maize） 高粱（sorghum） 小米（foxtail millet ） 珍珠粟（pearl millet ）