在微生物测序分析中，常常需要对未知的核酸或蛋白序列进行物种,功能或类别注释。注释方法种类较多，其中最常用的是与一些标准数据库进行相似性搜索，也就是序列比对。因此，数据库的优劣对注释结果至关重要。
这次我们将分别介绍几个耳熟能详的常用数据库。
NR/NT 数据库
NR(Non-Redundant Protein Sequence Database)非冗余蛋白库，所有GenBank+EMBL+DDBJ+PDB中的非冗余蛋白序列，对于所有已知的或可能的编码序列，NR记录中都给出了相应的氨基酸序列（通过已知或可能的读码框推断而来）以及专门蛋白数据库中的序列号。NR库相当于一个以核酸序列为基础的交叉索引，将核酸数据和蛋白数据联系起来。NT(Nucleotide Sequence Database),核酸序列数据库，是NR库的子集。此数据库是NCBI建立并维护的。
NR和NT库都可以通过NCBI（National Center for Biotechnology Information,美国国立生物技术信息中心）进行在线BLAST,也可以将数据直接下载到本地，建立本地版的BLAST+数据库。需要注意的是，NR和NT库是被切分为以数字命名的子数据库上传的，将所有的子数据库放到同一个目录下，解压缩后构建索引文件即可。（可直接通过BLAST+软件进行下载数据库并建立索引）
Taxonomy 数据库
Taxonomy数据库是NCBI的一个重要组成部分，用于存储和管理生物分类学信息。它是一个全球公认的生物分类系统，包含了各种生物的分类、命名和分类信息。Taxonomy数据库提供了一个完整的生物分类系统，包括从域（Domain）到种（Species）的各个分类级别。
Taxonomy数据库为每个物种提供了详细的分类信息，包括其科属、亚种、变种等级别的分类信息。
Taxonomy数据库还提供了物种的系统发育树，显示了不同物种之间的进化关系和亲缘关系。
Taxonomy数据库通常包含了一系列的分类和子分类，每个分类都有一个唯一的标识符和一些属性。这些属性可以描述分类的特征、属性和关系，使得用户可以根据这些属性进行查询和检索。
Taxonomy Browser – NCBI – NLM
此数据库在线查询使用非常频繁。
RefSeq/GenBank数据库
RefSeq数据库和GenBank数据库都是重要的生物信息学资源，它们在存储和管理生物序列数据方面发挥着关键作用。以下是这两个数据库的主要区别：
| 特征/名称 | RefSeq数据库 | GenBank数据库 |
| 来源 | 由NCBI科研人员与一些机构合作，从INS DC中挑选出质量高的序列构成 | 来源于用户提交的序列 |
| 冗余性 | 非冗余 | 可能存在冗余 |
| 质量控制 | 经过专家审查和校正 | 提交者负责质量控制 |
| 序列选择 | 每个基因选择一个代表序列 | 包含多个序列版本 |
| 注释信息 | 必须包含注释 | 注释信息可有可无 |
| 维护者 | 由NCBI维护 | 由提交者维护 |
| 访问号前缀 | GCF_ | GCA_ |
| 应用场景 | 生信分析的参考基因组 | 存储和备份序列记录 |
GTDB数据库
GTDB（Genome Taxonomy Database）是一个专注于基因组分类学的数据库，旨在提供高质量的细菌、古细菌、叶绿体和线粒体的分类信息。通过使用全基因组信息，GTDB提供了多级别的分类，包括域、界、纲、目、科、属等级别。
在宏基因组学分析的物种注释中常使用的一个数据库。
生物学界物种分类
生物分类等级有：域、界、门、纲、目、科、属、种。
英文分别是Domain、Kingdom、 Phylum、 Class、Order、 Family、 Genus、Species。
在NCBI上 域（Domain）有四大类：Eukaryota（真核生物域）、Archaea（古菌域）、Bacteria（细菌域）、Viruses（病毒）
（病毒其实不是一个域，但是我这里归纳到域里去理解了）
- Eukaryota（真核生物域）：包括所有具有复杂细胞结构的生物，这些生物的细胞内有核膜包被的细胞核和多种细胞器。真核生物域包括动物、植物、真菌以及某些单细胞的原生生物，如藻类和原生动物。
- Archaea（古生菌域）：古生菌是一类独特的原核生物，它们在遗传特征和生理特性上与细菌有所不同。古生菌通常能在极端环境中生存，如高温、强酸、强碱或高盐环境。
- Bacteria（细菌域）：细菌是单细胞微生物，广泛存在于自然界中。它们在形态、生理和生态多样性方面都非常丰富。细菌在生态系统中扮演着重要角色，一些细菌对人类有益，而另一些则可能引起疾病。
- Viruses（病毒）：病毒是一种非细胞形式的生物体，它们需要寄生在宿主细胞内才能复制和生存。病毒具有非常简单的结构，通常由蛋白质外壳和内部的遗传物质（DNA或RNA）组成。病毒可以感染各种生物，包括动物、植物和微生物，某些病毒对人类健康构成威胁。