廣州市天河區(qū)黃埔大道中124號2705室
電話：020-29031124
手機：18102256923
Email：servers@gzscbio.com
Fax：020-85625352
QQ：2913120624
隨著生物實驗所驗證的轉(zhuǎn)錄因子結(jié)合位點的不斷積累，目前出現(xiàn)了專門收集TFBS相關(guān)信息而各具特色的數(shù)據(jù)庫。TRANSFAC是真核生物轉(zhuǎn)錄調(diào)控信息的數(shù)據(jù)庫，包含轉(zhuǎn)錄因子，轉(zhuǎn)錄調(diào)控關(guān)系以及轉(zhuǎn)錄因子結(jié)合位點等相關(guān)信息，涵蓋的物種有酵母、擬南芥、線蟲、果蠅、大鼠、小鼠、人等。它通過文獻挖掘來收集數(shù)據(jù)，并有嚴格的質(zhì)量控制。TRANSFAC中收錄的TFBS都是經(jīng)過實驗驗證的， 并且在每一個結(jié)合位點的條目中都標注了相應的實驗技術(shù)， 實驗條件并對該TFBS的可信度進行了評價。TRANSFAC中不僅有TFBS的標注，還提供了相應轉(zhuǎn)錄因子與靶基因的信息，如物種、蛋白質(zhì)一級序列、蛋白質(zhì)功能域等。TRANSFAC 11.3中，共收集了10 018個轉(zhuǎn)錄因子，以及20 431個轉(zhuǎn)錄因子結(jié)合位點，為TFBS預測算法提供了高質(zhì)量的訓練集和驗證集。JASPAR收錄了多細胞真核生物轉(zhuǎn)錄因子結(jié)合位點的信息，并以矩陣的形式保存，這些矩陣是由實驗驗證的結(jié)合位點統(tǒng)計得來的。JASPAR包括3個子庫，JASPAR CORE、JASPAR FAM、JASPAR PHYLOFACTS。目前，JASPAR CORE中包含123個頻數(shù)矩陣，矩陣中的元素表示某個位置上出現(xiàn)某個堿基的頻數(shù)，JASPAR FAM中將轉(zhuǎn)錄因子按其DNA結(jié)合域的結(jié)構(gòu)特性分成若干家族，并提供了11個“家族共有”的TFBS的位置權(quán)重矩陣，為從結(jié)構(gòu)角度進行TFBS研究提供了方便，JASPAR PHYLOFACTS中包含174個從在進化上保守的基因上游元件中提取的頻數(shù)矩陣。值得一提的是，與商業(yè)數(shù)據(jù)庫TRANSFAC不同，JASPAR是完全開放的資源，JASPAR與TRANSFAC的另一個主要區(qū)別是，JASPAR中含有的TFBS信息是非冗余的，即一個轉(zhuǎn)錄因子對應至多一個TFBS條目。SELEX_DB和HTPSELEX中收集了經(jīng)SELEX實驗驗證的TFBS信息。它們不同于綜合型的數(shù)據(jù)庫，除了實驗驗證的結(jié)合位點信息，還盡可能詳盡的提供了實驗中間產(chǎn)物。此類數(shù)據(jù)庫包含的TFBS相對較少，但針對每一個TFBS提供了更為豐富的實驗信息，這為致力于建立更精準TFBS模型的研究者提供了寶貴的數(shù)據(jù)。
另外，還有一些收集特定物種轉(zhuǎn)錄因子以及TFBS信息的數(shù)據(jù)庫：PlantTFDB中包含22種植物中的26 402個轉(zhuǎn)錄因子的信息，AGRIS中包含了模式生物擬南芥的轉(zhuǎn)錄因子及其結(jié)合位點的信息，SCPD是收集酵母啟動子區(qū)域序列的數(shù)據(jù)庫，里面包含轉(zhuǎn)錄起始位點以及轉(zhuǎn)錄因子結(jié)合位點的注釋，TRED是收集哺乳動物轉(zhuǎn)錄調(diào)控元件的數(shù)據(jù)庫，對人、小鼠、大鼠等物種的啟動子區(qū)域有相對完整的注釋，ITFP中收集了哺乳動物的轉(zhuǎn)錄因子與靶基因之間的調(diào)控關(guān)系信息。
主要是ENCODE這個數(shù)據(jù)庫DNA元件百科全書（英語：Encyclopedia of DNA Elements，簡稱為ENCODE計劃）是一個由美國國家人類基因組研究所在2003年9月發(fā)起的一項公共聯(lián)合研究項目，旨在找出人類基因組中所有功能組件。這是既完成人類基因組計劃后國家人類基因組研究所開始的最重要的項目之一。所有在該項目中產(chǎn)生的數(shù)據(jù)都會被迅速的在公共數(shù)據(jù)庫中公開。
2012年9月5日，該項目的初步結(jié)果被整理為30篇論文并發(fā)表于《自然》、《基因組生物學》及《基因組研究》中。這些發(fā)表的論文顯示人類基因組內(nèi)的非編碼DNA至少80%是有生物活性的，而非像之前認為的僅僅是“垃圾”。這個結(jié)果非常重要，因為人類基因組中98%的DNA是非編碼的，意味著它們并不直接編碼任何蛋白質(zhì)序列。