المعهد الأوروبي للمعلوماتية الحيوية

يُعدّ برنامج BLAST ^{[ 5 ]} خوارزميةً لمقارنة البنية الأولية للجزيئات الحيوية الكبيرة، وغالبًا ما تكون تسلسلات النيوكليوتيدات للحمض النووي DNA /RNA، وتسلسلات الأحماض الأمينية للبروتينات، المخزنة في قواعد البيانات البيولوجية، مع التسلسل المطلوب. تستخدم الخوارزمية نظام تسجيل نقاط للتسلسلات المتاحة مقابل التسلسل المطلوب، وذلك باستخدام مصفوفة تسجيل نقاط مثل BLOSUM 62. تمثل التسلسلات ذات أعلى درجات التسجيل أقرب الكائنات صلةً بالتسلسل المطلوب، من حيث التشابه الوظيفي والتطوري. ^{[ 6 ]}

يتطلب البحث في قواعد البيانات باستخدام BLAST أن تكون بيانات الإدخال بتنسيق صحيح (مثل FASTA أو GenBank أو PIR أو EMBL). كما يمكن للمستخدمين تحديد قواعد البيانات المراد البحث فيها، واختيار مصفوفات التقييم المستخدمة، وغيرها من المعايير قبل تشغيل الأداة. تُرتَّب أفضل النتائج في نتائج BLAST وفقًا لقيمة E المحسوبة (احتمالية وجود نتيجة مماثلة أو أعلى في قاعدة البيانات بالصدفة). ^{[ 7 ]}

Clustal Omega ^{[ 8 ]} أداةٌ لمحاذاة التسلسلات المتعددة (MSA) تُمكّن من إيجاد محاذاة مثالية لما لا يقل عن ثلاثة تسلسلات من الحمض النووي والبروتين، وما لا يزيد عن 4000 تسلسل. ^{[ 9 ]} تستخدم خوارزمية Clustal Omega نموذجين من نماذج ماركوف المخفية (HMMs) لاستخلاص المحاذاة النهائية للتسلسلات. يمكن عرض مخرجات Clustal Omega في شجرة توجيهية (العلاقة التطورية بين أفضل التسلسلات المتطابقة) أو ترتيبها حسب تشابه التسلسلات المتبادلة بين الاستعلامات. ^{[ 10 ]} تتمثل الميزة الرئيسية لـ Clustal Omega مقارنةً بأدوات MSA الأخرى (Muscle، ProbCons ) في كفاءتها العالية، مع الحفاظ على دقة نتائجها.

^{يُعدّ Ensembl [ 11 ]} ، ومقره EMBL-EBI، قاعدة بيانات مُنظّمة حول البيانات الجينومية، ويُشرف عليها مشروع Ensembl . يُعنى Ensembl بالترقيم المستمر لجينومات الكائنات النموذجية ، مُوفّرًا للباحثين مصدرًا شاملًا للمعلومات البيولوجية ذات الصلة بكل جينوم على حدة. يتم ترقيم الجينومات المرجعية المُخزّنة تلقائيًا بناءً على التسلسل. يضم Ensembl قاعدة بيانات جينومية متاحة للعموم يُمكن الوصول إليها عبر متصفح الويب. يُمكن التفاعل مع البيانات المُخزّنة باستخدام واجهة مستخدم رسومية، تدعم عرض البيانات بمستويات دقة متعددة، بدءًا من النمط النووي، مرورًا بالجينات الفردية، وصولًا إلى تسلسل النيوكليوتيدات. ^{[ 12 ]}

كان مشروع Ensembl يركز في الأصل على الحيوانات الفقارية كمجال اهتمام رئيسي، ولكنه منذ عام 2009 يوفر بيانات مُشروحة حول جينومات النباتات والفطريات واللافقاريات والبكتيريا وغيرها من الأنواع، وذلك من خلال مشروع Ensembl Genomes الشقيق . اعتبارًا من عام 2020،تضم قواعد بيانات مشروع Ensembl المختلفة مجتمعة أكثر من 50000 جينوم مرجعي. ^{[ 13 ]}

بنك بيانات البروتين (PDB) ^{[ 14 ]} هو قاعدة بيانات تضمّ البنى ثلاثية الأبعاد للجزيئات الحيوية الكبيرة، مثل البروتينات والأحماض النووية. تُجمع البيانات عادةً باستخدام تقنية علم البلورات بالأشعة السينية أو مطيافية الرنين المغناطيسي النووي (NMR)، ويُرسلها علماء الأحياء البنيوية حول العالم يدويًا عبر المنظمات الأعضاء في PDB، وهي: PDBe وRCSB وPDBj وBMRB. يُمكن الوصول إلى قاعدة البيانات عبر مواقع الويب الخاصة بأعضائها، بما في ذلك PDBe (الموجودة في EMBL-EBI). وبصفتها عضوًا في اتحاد بنك بيانات البروتين العالمي (wwPDB)، تُساهم PDBe في المهمة المشتركة لأرشفة بيانات بنية الجزيئات الكبيرة وصيانتها. ^{[ 15 ]}

يُعدّ UniProt مستودعًا إلكترونيًا لبيانات تسلسل البروتينات وشروحها، موزعة في قواعد بيانات UniProt Knowledgebase (UniProt KB) وUniProt Reference Clusters (UniRef) وUniProt Archive (UniParc). وقد تمّ تصوره في الأصل كمشاريع فردية لكل من EMBL-EBI والمعهد السويسري للمعلوماتية الحيوية (SIB) (اللذان يتشاركان في صيانة Swiss-Prot وTrEMBL) و Protein Information Resource (الذي يضم قاعدة بيانات تسلسل البروتينات)، إلا أن الزيادة في إنتاج بيانات البروتينات على مستوى العالم أدت إلى تعاونهم في إنشاء UniProt في عام 2002. ^{[ 16 ]}

تُفهرس مدخلات البروتينات المخزنة في UniProt بواسطة مُعرّف UniProt فريد. تُنظّم بيانات الشرح المُجمّعة لكل مدخل في أقسام منطقية (مثل وظيفة البروتين، وبنيته، وتعبيره، وتسلسله، أو المنشورات ذات الصلة)، مما يُتيح نظرة عامة مُنسّقة حول البروتين محل الاهتمام. كما تُوفّر روابط لقواعد البيانات الخارجية والمصادر الأصلية للبيانات. بالإضافة إلى البحث القياسي باستخدام اسم البروتين/مُعرّفه، تحتوي صفحة UniProt على أدوات للبحث باستخدام BLAST، ومحاذاة التسلسل، أو البحث عن البروتينات التي تحتوي على ببتيدات مُحدّدة. ^{[ 17 ]}

قاعدة بيانات AlphaFold لبنية البروتين (AlphaFold DB) هي مشروع تعاوني مع Google DeepMind لإتاحة بنى البروتينات المتوقعة من نظام الذكاء الاصطناعي AlphaFold مجانًا للمجتمع العلمي. ^{[ 18 ]} صدرت النسخة الأولى من قاعدة البيانات في عام 2021؛ اعتبارًا من عام 2024توفر قاعدة بيانات AlphaFold DB إمكانية الوصول إلى أكثر من 214 مليون بنية بروتينية. ^{[ 19 ]}