蛋白质序列数据库

三大数据库共同构建蛋白质序列数据库——uniprot 数据库

Uniprot 数据库

uniprot 数据库三个层次数据库：
1）UniPrac：收录所有UniProt 数据库子库中的蛋白质序列，量大，粗糙。
2）UniRef：归纳UniProt 几个主要数据库并将重复序列去除后的数据库。
3）UniProtKB：有详细注释并与其他数据库有链接的数据库（Swiss-Prot / TrEMBL）

uniprot 数据信息内容

亚细胞定位

成熟的蛋白质必须在特定的部位才能发挥生物学功能，蛋白质在不同组分中的定位即为蛋白质的亚细胞定位。
亚细胞定位，对蛋白质的生理功能有着直接的影响。
处于合适的位置才能发挥其正常功能。

可以看到两种异构体信息，分别位于细胞核与线粒体中。
这与先前在genebank 中看到的两端mRNA 信息一致。（多出一段序列的是信号肽，对应线粒体定位）

pathol/biotech

提供蛋白质突变或缺失导致的疾病及表型信息。

PTM/processing

提供蛋白质翻译后修饰或翻译后加工的信息。

Expression

提供了基因在mRNA水平或蛋白质水平的表达信息，或者在不同器官的表达信息。

interaction

蛋白质相互作用信息。
1）uniproKB 中有直接记录的两两相互作用蛋白质信息。
2）其他蛋白互作数据库记录。如string 网络数据库的链接。

Structure

family&domains

提供蛋白质家族及结构域信息。
有三个重要的区域与其他蛋白结合。

还有与系统发生学的一些内容

sequence

提供蛋白质氨基酸序列信息
多个isoforms 会显示多个序列信息
选择FASTA 获得该格式序列信息

cross-references

列出了所有其他含有该蛋白信息的数据库链接

similiar protein

在UniRef 中找到与该蛋白在序列水平上相似的其他蛋白质，并按一定的顺序分组。

导出uniprot 信息

txt 格式文件会在左侧显示索引，表示不同类别的数据。
参见：

蛋白质结构数据库

蛋白质的结构

PDB 数据库

• 只有通过实验方法获得3D 结构才会被收入
  周更（。。tql）
  链接：http://www.rcsb.org/

搜索出来结果

主要界面信息

一个结构对应一个PDB ID
完全的信息存储在PDB格式的文件内。

PDB 文件信息

COMPND : 对各个分子进行描述。
SOURCE：每一个分子的实验来源。
KEYWDS：数据库搜索关键词。
EXPDTA：特定结构采用的实验方法。

JRNL：发表该结构的文献。
除此之外还有蛋白质的各级结构的具体信息。

实验参数部分

其中3D坐标部分的内容篇幅最长，也最为重要。

• PDB 实际存储的是3D 坐标，由此来构建3D模型。

3D可视化操作

由先前部分，知道了每一个3D 模型其实都是根据一些列的参数设定，并通过相关的化学键信息，连接而成。

PDB提供了在线3D可视化软件（需要java 环境）

PDB 提供了一个在线查看功能结构的平台。但是功能不够全面，没有分析功能。

MDL 数据库

ACD-3D 数据库，提供世界各大化学品供应商的产品目录，可以买到具有潜在活性的候选化品。
即通过购买有潜在活性的候选中间物，避免了消耗在合成中间物上所需要的时间。