6-蛋白质序列分析.pptVIP

第六章 蛋白质序列分析 第一节 蛋白质数据库 1.数据库的分类 蛋白质的功能主要是由它的结构所决定的，蛋白质的结构主要分为四级，依据这种结构层次，将蛋白质数据库分为： 蛋白质序列数据库 以蛋白质的序列为主，并赋予相应的注释；如PIR－PSD、SWISS-PROT/TrEMBL, NCBI等 蛋白质模体及结构域数据库 收集了蛋白质的保守结构域和功能域的特征序列；如PROSITE，Pfam，PRINTS，BLOCKS等 蛋白质结构数据库 以蛋白质的结构测量数据为主；如PDB等 蛋白质分类数据库 分为以序列比较为基础的序列分类数据库和以结构比较为基础的结构分类数据库，如SCOP，CAHT，FSSP等 2. 蛋白质序列数据库 3. 蛋白质模体及结构域数据库 PROSITE蛋白质家族和结构域数据库（/prosite/ ） PROSITE数据库收集了有显著生物学意义的蛋白质位点序列、蛋白质特征序列谱库以及序列模型， 能依据这些特征、属性快速可靠地鉴定出一个未知功能蛋白质序列属于哪个蛋白质家族， 即使在蛋白质序列相似性很低的情况下，可以通过搜索隐含的功能结构模体（motif）来鉴定 因此，是一个有效的序列分析数据库。 PROSITE中涉及的序列模式 酶的催化位点 配体结合位点 金属离子结合位点 二硫键、小分子或者蛋白质结合区域等 PROSITE还包括由多序列比对构建的序列特征谱（profile），能更敏感地发现序列中的信息。 Pfam（蛋白质家族序列比对以及HMM模式数据库）http://pfam.sanger.ac.uk/ 4. 蛋白质结构数据库PDB （/pdb/home/home.do）PDB包括蛋白质、核酸、蛋白质-核酸复合体以及病毒等生物大分子结构数据，主要是蛋白质结构数据 5. 蛋白质分类数据库 SCOP蛋白质结构分类数据库 （Structural Classification of Protein database） (http://scop.mrc-lmb.cam.ac.uk/scop/index.html） CATH蛋白质结构数据库 （CATH Protein Structure Classification） （/） FSSP 基于蛋白质结构－结构比对的折叠分类（Fold classification based on Structure-Structure alignment of Proteins） （http://ekhidna.biocenter.helsinki.fi/dali） 6. 数据库的利用 蛋白质数据库都具备三种功能 数据的注释（annotation） 所有提交到数据库的数据都要由作者或数据库管理人员进行注释方能发布； 数据的检索（search） 数据经注释之后，访问者可以通过数据库网页上提供的搜索引擎进行搜索，找到自己所需的蛋白质信息； 数据的生物信息分析（analysis） 访问者一旦找到感兴趣的蛋白质，就可以运用数据库提供的生物信息分析工具对蛋白质序列的未知数据进行预测，如预测蛋白质的理化性质,预测蛋白质的二级结构，多重序列比对等等。 PROSITE 内容 PROSITE 主要保存两类信息： 模式（pattern）和谱（profile，权重矩阵）。 模式可以理解为保守的氨基酸排列方式，通常以氨基酸单字母方式排列。 例如酪氨酸激酶磷酸化位点模式 [RK]-x(2)-[DE]-x(3)-Y 或 [RK]-x(3)-[DE]-x(2)-Y 其中扩号表示扩号中的各种氨基酸均可，X表示任意氨基酸，小扩号中的数字表示氨基酸个数。 [AC]-x-V-x(4)-{ED}This pattern is translated as: [Ala or Cys]-any-Val-any-any-any-any-{any but Glu or Asp} PROSITE- profile 示例 PROSITE 使用注意事项 Pattern主要可以用来预测某些生物活性位点，如磷酸化位点、甲基化位点。profile预测可靠性高，可以用来对新蛋白进行分类和提供功能提示。 蛋白的功能位点是与其三维结构紧密相关的，局部区域符合某种pattern不能保证一定会具有对应的性质，要根据实际情况，谨慎对待pattern 预测结果。 PROSITE 工具 ScanProsite 搜索蛋白序列是否含PROSITE数据库中存有的模式或是功能位点；搜索Swiss-Prot中符合某种模式的蛋白以及蛋白三维结构数据库PDB中含有该模式的蛋白，可察看其三维结构。 MotifScan 使用PROSITE 以及pfam 中的profile 对蛋白进行搜索。 PRATT 用于找出一系列序列中保守模式的程序，用户可以提交自己的一组