数据库检索
数据库检索的一般程序
数据库检索的一般程序
数据库检索的一般程序是：
1、选库：数据库一般按学科或年代分为几个子数据库，检索者根据需要选择子数据库。
2、选择字段：选择检索词应出现的字段。
3、填入检索词：在输入库中填入检索词。
4、选择逻辑算符：有几个检索词时，选择词与词之间的逻辑关系。
5、执行检索。
6、显示：一般有题录、题录+文摘、全文等几种输出格式，由检索者选择确定。
7、输出：打印、存盘或发Email。
数据库的介绍：
数据库是按照数据结构来组织、存储和管理数据的仓库。
随着信息技术和市场的发展，特别是XX世纪XX年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统，在各个方面都得到了广泛的应用。
数据库是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。
它是一个按数据结构来存储和管理数据的计算机软件系统。
也就是说，数据库包含有两种含义：保管数据的“仓库”，
以及管理数据的方法和技术。
数据库的发展大致可以划分为以下几个阶段：人工管理阶段、文件系统阶段、数据库系统阶段、高级数据库阶段。
根据数据结构的联系和XX，数据库大致可以分为3类：层次式数据库、网络式数据库和关系型数据库。
不管是哪种类型的数据库，都应该有以下共同的属性：采用特定的数据类型。
增加数据共享、减少数据冗余，具有较高的数据独立性，具有统一的数据控制功能。
数据库检索途径
数据库检索途径
数据库检索是信息检索的一种方法，旨在从大量数据中获取所需信息。
在现代信息和通信技术的支持下，数据库检索途径不断发展，越来越便捷高效。
以下是一些常用的数据库检索途径：
1. 检索工具：检索工具是通过搜索引擎、数据库、目录、分类索引等途径提供检索服务的软件。
常见的检索工具包括Google、百度、WolframAlpha、PubMed等。
2. 数据库平台：数据库平台是指提供对数据进行存储、管理、处理、分析和查询的系统。
各种类型的数据库平台可以根据需求选择，如关系数据库、文档数据库、图形数据库、时间序列数据库等。
3. 检索语言：检索语言是一种语法规则，用于编写查询语句以在数据库中搜索所需信息。
常见的检索语言包括SQL、SPARQL、XQuery 等。
4. 数据库搜索策略：搜索策略是指在数据库中进行信息检索时采取的一系列操作和方法。
常用的搜索策略包括布尔逻辑、通配符、短语搜索、权重调整等。
5. 数据库管理系统：数据库管理系统是一种软件，用于管理数据库中的数据、元数据、安全性和完整性。
常见的数据库管理系统包括MySQL、Oracle、Microsoft SQL Server等。
以上是常用的数据库检索途径，选择合适的检索途径可以提高检索效率和准确率。
- 1 -。
数据库检索介绍
音频检索
总结词
基于音频特征提取和匹配算法，实现音频相 似度检索的方式。
详细描述
音频检索是一种基于音频特征提取和匹配算 法的检索方式，它通过提取音频中的特征信 息，并利用相似度匹配算法实现相似度检索。 这种检索方式广泛应用于音频数据库、音乐 推荐系统等领域，为用户提供准确的音频资 源获取和推荐服务。
详细描述
自然语言检索是一种利用自然语言处理技术的检索方式，它能够理解自然语言提问，并自动将其转化 为结构化查询进行匹配。这种检索方式能够提高用户查询的便利性和友好性，减少用户输入的复杂性 。
图像检索
总结词
基于图像特征提取和匹配算法，实现图 像相似度检索的方式。
VS
详细描述
图像检索是一种基于图像特征提取和匹配 算法的检索方式，它通过提取图像中的特 征信息，并利用相似度匹配算法实现相似 度检索。这种检索方式广泛应用于图像数 据库、数字图书馆等领域，为用户提供方 便快捷的图像资源获取方式。
数据库检索介绍
目录
• 数据库检索概述 • 数据库检索技术 • 数据库检索系统 • 数据库检索的应用 • 数据库检索的未来发展
01
数据库检索概述
数据库检索的定义
数据库检索是指利用计算机系统从数 据库中检索出所需要的信息，并对这 些信息进行存储、处理和传输的过程。
数据库检索技术是现代信息技术的重 要组成部分，广泛应用于科学研究、 商业智能、政府管理等领域。
数据库检索的重要性
1 2
提高信息获取效率
数据库检索技术能够快速、准确地检索出所需信 息，避免了传统手工查找的繁琐过程，提高了信 息获取的效率。
促进知识共享与创新
通过数据库检索，人们可以方便地获取他人的研 究成果、经验和技术，从而促进知识共享和创新。
数据库检索通用方法
通过逻辑运算符（如AND、OR、NOT）来组合检索词，实现精确匹配。
详细描述
布尔检索是一种基本的检索技术，通过使用逻辑运算符来组合关键词，以缩小检索范围，提高检索的准确率。例 如，使用"AND"运算符可以同时检索出包含两个关键词的记录，使用"OR"运算符可以检索出包含任一关键词的 记录。
自然语言检索
VS
详细描述
模糊检索利用模糊匹配算法，通过计算查 询语句与数据库中记录的相似度来进行检 索。这种检索方式能够处理拼写错误、同 义词等问题，提高了检索的灵活性和容错 性。
分类检索
总结词
将数据按照一定的分类体系进行组织，通过 分类进行检索。
详细描述
分类检索将数据按照一定的分类体系进行组 织，用户可以通过选择分类来缩小检索范围。 分类检索能够提高检索的效率和准确性，尤 其适用于大量数据的分类管理。
云计算与数据库检索的结合
要点一
总结词
要点二
详细描述
云计算为数据库检索提供了灵活、可扩展的解决方案，有 助于降低成本和提高效率。
云计算技术可以将数据库检索系统部署在云端，实现数据 资源的共享和动态扩展。同时，云计算还可以提供丰富的 数据处理和分析工具，帮助用户更好地挖掘和利用数据价 值。
06
数据库检索的应用案例
数据库检索通用方法
目 录
• 数据库检索概述 • 数据库检索技术 • 数据库检索性能优化 • 数据库检索安全与隐私保护 • 数据库检索的未来发展 • 数据库检索的应用案例
01
数据库检索概述
数据库检索的定义
数据库检索是指从数据库中获取所需 数据的过程，通常涉及对数据库的查 询、搜索、筛选等操作。
数据库检索是数据库管理系统 （DBMS）的基本功能之一，通过提 供高效、准确的检索方法，帮助用户 快速获取所需数据。
数据库 检索中文字段
数据库检索中文字段
在数据库中检索中文字段时，如果需要处理的文本长度超过 400 字，可以考虑以下几种方法：
1. 使用全文搜索引擎：许多数据库系统都提供全文搜索功能，可以在大量文本数据中查找匹配的内容。
全文搜索引擎通常能够处理较长的文本字段，并提供相关度排序和关键词匹配等功能。
2. 分块检索：如果文本字段非常大，可以将其分为多个较小的块进行检索。
例如，可以按照一定的字数限制将文本分割为多个子块，并分别对每个子块进行检索。
然后，将各个子块的检索结果合并起来，得到最终的结果。
3. 使用索引和查询优化：为中文字段建立适当的索引可以提高检索性能。
选择合适的索引类型和列，可以加速查询过程。
此外，还可以优化查询语句，使用合适的筛选条件和连接方式，以减少需要处理的数据量。
4. 预处理和关键词提取：在检索之前，可以对中文字段进行预处理和关键词提取。
通过词法分析、词性标注、命名实体识别等技术，提取出文本中的关键信息和特征。
然后，可以基于这些关键词进行检索，提高查询的准确性和效率。
5. 考虑使用专业的中文搜索引擎或中文自然语言处理（NLP）工具：如果数据库中的中文字段检索需求较为复杂，可以考虑使用专业的中文搜索引擎或中文 NLP 工具。
这些工具通常具有更强大的中文处理能力和更高级的检索算法。
需要根据具体的数据库系统和应用场景选择适合的方法。
不同的数据库系统可能提供不同的功能和工具，因此建议参考数据库系统的文档和手册，了解其支持的中文检索特性和优化建议。
数据库检索的技巧
数据库检索的技巧数据库检索是指通过特定的查询语言（如SQL）来获取需要的数据。
在进行数据库检索时，可以使用一些技巧来提高检索效率和准确性。
以下是一些常用的数据库检索技巧。
1. 确定检索需求：在开始检索之前，要明确自己需要获取哪些数据。
需求明确可以帮助我们更好地组织查询语句，提高检索效率。
2. 使用索引：数据库索引是一种提高数据查询速度的技术。
在查询过程中，数据库会先在索引中搜索，然后再定位到具体的数据行。
因此，合理地使用索引可以大大提高数据检索的效率。
常见的索引包括主键索引、唯一索引和普通索引。
3. 编写高效的查询语句：在编写查询语句时，要注意语句的简洁和高效。
可以合理地选择查询的字段，只选择需要的字段，避免选择全部字段。
此外，合理地使用JOIN操作，可以将多个表中的相关数据连接起来，提高查询效率。
4. 使用WHERE子句：WHERE子句可以帮助我们根据指定的条件筛选出满足要求的数据。
在使用WHERE子句时，要注意使用索引列作为查询条件，这样可以更快地获取结果。
5. 使用分页查询：当数据库中数据量很大时，一次性获取全部数据可能会导致性能问题。
可以使用分页查询的方式，按需获取数据。
分页查询可以使用LIMIT关键字或者使用ROW_NUMBER()函数来实现。
6. 使用ORDER BY子句：ORDER BY子句可以对查询结果进行排序。
在使用ORDER BY子句时，可以选择合适的排序字段，并根据需要进行升序或降序排序。
注意，当对大量数据进行排序时，可能会影响性能。
7. 使用GROUP BY子句：GROUP BY子句可以将数据按照指定的字段进行分组，并对每个分组进行聚合操作，如COUNT、SUM等。
GROUP BY子句常与聚合函数一起使用，可以快速得到需要的结果。
8. 使用子查询：子查询可以将一个查询语句嵌套在另一个查询语句中。
子查询可以用来获取嵌套条件的数据，或者用来作为大查询的过滤条件。
在使用子查询时，要注意查询语句的逻辑和性能。
数据库检索的设置
数据库检索的设置1.引言1.1 概述数据库检索是指通过查询数据库中的数据来获取所需信息的过程。
在信息化时代，大量的数据存储在各种不同类型和规模的数据库中。
为了能够快速、准确地找到所需信息，数据库检索的设置显得尤为重要。
概述部分将介绍数据库检索的基本概念、文章的结构和目的。
首先，我们将详细解释什么是数据库检索以及它的作用。
数据库检索是根据用户给定的查询条件，从数据库中提取所需的数据。
通过检索数据库，我们可以实现数据的快速访问和分析，从而为用户提供准确、实用的信息。
其次，我们将介绍文章的结构。
本文将分为引言、正文和结论三个部分。
引言部分将简要介绍关于数据库检索的背景和意义。
正文部分将重点讲解数据库检索的基本概念和设置方法。
结论部分将对全文进行总结，并展望数据库检索的未来发展方向。
最后，我们将明确文章的目的。
本文的目的是介绍数据库检索的基本概念和设置方法，帮助读者了解数据库检索的原理和技术，并为他们在实际应用中正确地设置数据库检索提供参考。
我们希望通过本文的阐述，能够提高读者对数据库检索的认识和应用能力，使其能够更好地利用数据库的强大功能，从而更好地满足信息处理的需求。
综上所述，本文旨在介绍数据库检索的设置，重点分析数据库检索的基本概念和设置方法，以期提高读者对数据库检索的理解和应用能力。
通过本文的阅读，读者将能够深入了解数据库检索的原理和技术，为实际应用中正确设置数据库检索提供参考。
文章结构部分是对整篇文章的组织和安排进行说明。
在这部分内容中，我们可以介绍文章的分章节安排和每个章节的主要内容，以便读者能够清晰地了解整篇文章的结构。
下面是文章1.2 文章结构部分的内容示例：文章结构部分：本文主要由引言、正文和结论三个部分组成。
1. 引言：在引言部分，我们将首先介绍本文的概述，对数据库检索的基本概念进行初步解释，并阐述本文的目的。
2. 正文：正文部分包括两个章节：数据库检索的基本概念和数据库检索的设置方法。
数据库检索技巧
数据库检索技巧数据库检索是数据库使用中非常重要的一部分，掌握一些技巧可以提高检索的效率和质量。
以下是一些常见的数据库检索技巧：1. 明确查询目标：在开始查询之前，需要明确查询的目标。
这包括确定要检索的数据类型、范围和条件。
2. 使用适当的字段：在搜索时，使用适当的字段可以帮助缩小结果集。
例如，如果你知道要查找的数据在特定字段中，那么只对该字段进行搜索。
3. 使用布尔运算符：大多数数据库系统支持使用AND、OR和NOT等布尔运算符来组合多个搜索条件。
4. 使用通配符：许多数据库系统支持使用通配符进行模糊匹配。
例如，`%`可以匹配任意数量的字符，`_`可以匹配单个字符。
5. 利用索引：如果数据库表有适当的索引，那么检索操作会更快。
确保对经常用于搜索和排序的字段建立索引。
6. 限制结果集：通过使用`LIMIT`或相应的数据库特定命令，可以限制返回的结果数量。
这有助于提高查询性能和响应时间。
7. 优化查询语句：编写高效、简洁的查询语句可以大大提高检索性能。
避免使用复杂的子查询和嵌套查询，如果可能的话。
8. 利用数据库的统计信息：许多数据库系统收集和存储有关表和索引的统计信息。
这些统计信息可以用来优化查询计划和提高检索效率。
9. 考虑查询缓存：一些数据库系统支持查询结果缓存。
如果相同的查询被频繁执行，利用缓存可以减少处理时间。
10. 定期维护数据库：保持数据库的健康和性能是至关重要的。
这包括定期运行优化命令、清理旧数据、重新建立索引等。
记住，这些技巧是通用的，但具体的实现可能因使用的数据库系统而异。
因此，了解并利用您所使用的特定数据库系统的特性和功能是非常重要的。
检索数据库和方法
检索数据库和方法
1. 关键字检索：这是最常见的检索方法，用户通过输入与所需信息相关的关键字来查找匹配的记录。
数据库将返回包含这些关键字的所有记录。
2. 高级检索：高级检索允许用户使用更多的条件和运算符来更精确地定义他们的检索需求。
用户可以使用逻辑运算符（如 AND、OR、NOT）以及通配符来组合多个关键字，并指定字段、日期范围等条件。
3. 全文检索：全文检索是一种基于文本内容的检索方法，它可以搜索数据库中所有文本字段的内容。
它不仅可以匹配确切的关键字，还可以匹配关键词的近义词、相关词等。
4. 分类检索：某些数据库可能按照特定的分类体系进行组织，用户可以通过选择特定的分类来检索相关的记录。
5. 字段检索：用户可以选择特定的字段进行检索，例如作者、标题、摘要、日期等。
这种方法可以帮助用户更准确地找到他们所需的信息。
6. 布尔检索：布尔检索是一种使用逻辑运算符来组合检索条件的方法。
例如，用户可以使用"AND"操作符来查找同时包含两个关键字的记录，使用"OR"操作符来查找包含任何一个关键字的记录。
这些是一些常见的数据库检索方法，具体的检索方式可能因所使用的数据库系统而有所不同。
在进行数据库检索时，建议先了解所使用的数据库的检索功能和语法，以便有效地找到所需的信息。
文献检索(常用数据库检索平台)
检索方式
支持关键词、作者、标题等字段的检索，提供快 速检索和高级检索功能。
ABCD
内容
主要涵盖工程技术、自然科学、农业科学等领域， 收录了大量的科技期刊、专利和标准。
输出结果
检索结果按照相关度、时间、被引次数等排序方下的学术搜索引擎，提供学术资源的搜索和获取服务。
内容
涵盖各个学科领域的学术期刊、学位论文、会议论文等。
检索方式
支持关键词、作者、标题等字段的检索，提供简单检索和高级检索功能。
输出结果
检索结果按照相关度、时间、被引次数等排序方式展示，可在线阅读和下载全文。
03
数据库检索技巧
便快速找到高质量的文献。
保存和导出结果
03
将筛选和排序后的结果保存或导出，方便后续的文献阅读和整
理。
04
数据库检索平台的未来发 展
人工智能在数据库检索中的应用
自然语言处理
利用人工智能技术，实现文献检索过程中对自然语言的理解和解析， 提高检索的准确性和效率。
智能推荐
通过分析用户检索历史和行为，利用人工智能算法为用户提供个性 化的文献推荐服务。
限定字段搜索
在特定字段（如标题、作者、关键词等）进行搜索， 提高检索的准确度。
限制结果类型
根据需要选择结果类型（如学术论文、会议论文、专 利等）。
检索结果的筛选与排序
筛选结果
01
根据题目、作者、出版时间等对检索结果进行筛选，排除不相
关或重复的文献。
排序结果
02
根据相关性、发表时间、被引次数等对检索结果进行排序，以
跨学科数据库检索平台的开发
跨学科数据整合
- 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)。
目录
1 关键词 (2)
2序列检索： (2)
2.1两条DNA序列对位排列分析 (4)
2.2 两条蛋白质序列对位排列分析 (4)
2.3 记分原则： (5)
2.4 基本概念 (5)
3 BLAST program (5)
3.1 blastn 用核苷酸序列检索核苷酸数据库 (5)
3.2 PSI-BALAST(Position Specific Iterated BLAST)： (6)
3.3 PHI-BLAST(Pattern Hit Initiated BLAST) (7)
3.4 Translated BLAST，同blastx, tblast, tblastx，基本操作同blastn (7)
3.5 conserved domain search (7)
3.6 primer-BLAST (7)
3.7 Constraint-based Multiple Alignment Tool (7)
3.8 SNP-BLAST (8)
3.9 BLAST其他应用 (8)
4 FASTA检索(读音“fast ei”)及其他检索体系 (8)
5 两序列对位排列分析：BLAST 2 sequences (8)
1 关键词
disease resistance gene
("2015/01/01"[Date - Publication] : "2015/01/31"[Date - Publication+) AND (“Huazhong agricultural university”*Affiliation+ )
D-loop[FKEY] AND human[ORGN
human[ORGN] AND 50[SLEN]:60[SLEN] AND 1999[MDAT
j mol evol[JOUR] AND drosophila[ORGN
(AF123456[Accession]:AF123478[Accession]) AND (1500[Sequence Length]:2000[Sequence Length])
2序列检索：
标识序列的字符
2.1两条DNA序列对位排列分析
2.2 两条蛋白质序列对位排列分析
相同（identity，同位点核苷酸或氨基酸残基完全相同）的同DNA表示；相似(similarity, positive)的（即两个氨基酸残基化学性质相似的）用“+”表示；不同的空白表示
同源（homology），是定性词，不能定量说A与B有百分之多少同源；但identity 和similarity 可以说有百分之多少相似（同）
相同的”ד表示，相似度高的”：“表示（如半胱氨酸和胱氨酸，天冬氨酸和天冬酰胺）；相似度低的”.“表示（如碱性氨基酸类的）；不同的空白表示
2.3 记分原则：
（1）记分矩阵（scoring matrix, PAM矩阵、BLOSUM矩阵）原则：相同序列记高分、相似序列记低分、不同序列记负分。
长度一定时，分数越高，两条序列匹配越好。
注：为一致氨基酸时，稀有氨基酸（如胱氨酸，有二硫键，会影响蛋白的三级结构）分值更高，普通氨基酸分值低一点。
（2）空位（间隔）罚分（gap penalty
基因产生插入缺失（indel）突变时，允许序列对位排列（比对）时插入空位（即，存在插入时，插入碱基的另一条链式空缺插入碱基的部分），罚分分为：空位开发（gap opening）、空位延伸(gap extension)。
通常空位开放罚的分比空位延伸的多。
2.4 基本概念
（1）Global alignment :两条完整序列相比较
Local alignment ：两条序列中相似程度最高的部分相比较(相似程度比较低的，如只有1-2%相似程度的，则不予比较
（2）gapped alignment ：为达到最佳的alignment，在序列中加入空格
ungapp4d alignment：比较氨基酸或核苷酸连续的序列，不加入空格的比对
（3）alignment score ：分值越大，两个比较序列的相似程度越高
E(expect) value ：相当于P值，越小越好。
Blast中E的阈值默认为10。
1e-66=1×10−66（4）Low-complexity regions(LCRs): 核苷酸和蛋白质序列中短短的重复序列或由少数几种核苷酸或氨基酸残基组成的序列（如polyA，大多数真核DNA序列都有polyA）。
因此sequence alignment 时应避免LCR相互配对得分，BLAST采用filter功能避免比较LCR(在比对结果的query序列中用小写字母或x 和n表示LCR)
3 BLAST program
3.1 blastn 用核苷酸序列检索核苷酸数据库
blastp用蛋白质序列检索蛋白质数据库
blastx 将核苷酸序列通过6 种阅读框翻译成不同的蛋白质序列检索蛋白质数据库tblastn 用蛋白质序列检索核苷酸数据库（数据库中的序列被翻译出不同的蛋白质序列）tblastx 将核苷酸序列通过6 种阅读框翻译成不同的蛋白质序列检索核苷酸数据库（数据库中的序列也被翻译出不同的蛋白质序列）
6 种阅读框：指正反义链的各3种阅读框，即翻译是从ATG开始、TGX开始还是GXX开始翻译存在3种阅读框。
如下。
BLAST database
Human genomic plus transcript 人基因组和mRNA序列
Mouse genomic plus transcript 小鼠基因组和mRNA序列
nucleotide collection (nr/nt) GenBank (无EST, STS, GSS, HTGS)
non-redundant protein sequences (nr)非冗余蛋白质数据库
refseq-rna Reference mRNA sequences
refseq-genomic Reference genomic sequences
refseq-protein Reference protein sequences
est EST 数据库
est-others 非人和小鼠的EST数据库
gss GSS 数据库
htgs HTGS 数据库
pat 专利序列数据库
pdb 蛋白质三维结构数据库
alu_repeats Alu 重复序列数据库
swissprot swissprot蛋白质数据库
dbsts STS 数据库
wgs whole-genome shotgun reads
env_nt Environmental samples (nt)
env_nr Environmental samples (pro)
3.2 PSI-BALAST(Position Specific Iterated BLAST)：
可重复检索数据库（即会找出现在高同源性序列的远亲同源序列，会越找越多，直到最后所有的亲缘关系序列都找完）
先blastp标准检索，得到结果后，在下方的run PSI-Blast iteration处点go。
之后可以不断的在得到结果的页面点go进行PSI-BLAST的检索循环
3.3 PHI-BLAST(Pattern Hit Initiated BLAST)
在PHI pattern处输入一个你要查询的特殊序列（特殊区域），然后检索BLAST
在得到的比对结果中，若搜到具有同样的特殊区域，则会以“*”表示，如上述蓝框中的，表面存在sbjct与你的查询序列序列（quey）存在一致的特殊序列。
该PHI-BLAST可以和PSI-BLAST相连，重复检索。
3.4 Translated BLAST，同blastx, tblast, tblastx，基本操作同blastn
3.5 conserved domain search
检索query序列中是否含有保守结构域
3.6 primer-BLAST
3.7 Constraint-based Multiple Alignment Tool
多重比较进化分析
3.8 SNP-BLAST
3.9 BLAST其他应用
仅在物种参考序列中BLAST(数据库选择) Search RefSeqGene
载体序列的剔除、基因表达查询、批量BLAST等
利用BLAST方法分析miRNA
分析RNA或DNA二级结构
4 FASTA检索(读音“fast ei”)及其他检索体系
/Tools/sss/
FASTA和BLAST检索体系有时不能检索出某些远缘序列的相关性，而下面一些特殊设计的序列检索体系在发现基因和家族成员方面可能更为可靠
5 两序列对位排列分析：BLAST 2 sequences
/
NCBI的分析工具，对任意两条序列进行对位排列，允许空位。
Blastn: 两条核苷酸序列相比较
Blastp：两条蛋白质序列相比较
Blastx：比较核苷酸序列(翻译成蛋白质序列)（sequence1）和蛋白质序列（sequence2）tblastn：比较蛋白质序列（sequence1）和核苷酸序列（翻译成蛋白质序列）（sequence2）tblastx：两条核苷酸序列（翻译成蛋白质序列）比较。