2.7 Primary Protein Sequence Database UniProt

2.7 一级蛋白质序列数据库 UniProt

一级蛋白质数据库分为蛋白质序列数据库和蛋白质结构数据库，里面的数据都是通过实验方法直接得到的基础数据

二级蛋白质数据库都是在一级数据库的基础上分析整理加工出来的

• UniProt = Swiss-Prot + TrEMBL + PIR

• UniProt 三个层次数据库：

  • UniParc: 收录所有 UniProt 数据库子库中的蛋白质序列，量大，粗糙
  • UniRef: 归纳 UniProt 几个主要数据库并将重复序列去除后的数据库
  • UniProtKB: 有详细注释并与其他数据库有链接的数据库，分为 UniProtKB/Swiss-Prot(人工注释，reviewed)和 UniProtKB/TrEMBL(计算机自动注释，not reviewed)

• 详见视频：一级蛋白质序列数据库：UniProtKB-02 P18

• 查找 注：TrEMBL数据库中的数量远远大于Swiss-Prot数据库中的，前者是自动注释的没有经过检查，后者是人工注释的并且经过检查

• UniProtKB

  • 检索号和名称都是唯一的，有第三列的符号表示在Swiss-Prot里面，经过人工注释和检查的，没有的表示在TrEMBL里的

    

  • 标签

    

  • Function

    

  • Names & Taxonomy

    

  • Subcellular location

    成熟的蛋白质必须在特定的细胞部位才能发挥其生物学功能，蛋白质在细胞内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，处于合适的亚细胞定位的蛋白质才能行使其正常的功能，目前研究亚细胞定位的数据来源基本都是属于Swiss-Prot数据库

    

  • Pathology & Biotech

    比如99位丝氨酸会突变成丙氨酸，从而导致磷酸化的缺失

    

  • PTM/Processing

    比如信号肽在到达了指定位置之后，要被剪切掉，有些氨基酸位点上会发生乙酰化、甲基化、磷酸化等翻译后修饰

    

  • Expression

    

  • Interaction

    

  • Structure

    

  • Family & Domains

    

  • Sequences

    含有多个异构体的蛋白质会显示多条序列。这个蛋白质有两个异构体，一个线粒体型的，一个细胞核型的，所以会显示两条序列

    

  • Cross-references

    

  • Entry information

    

  • Miscellaneous

    

  • Similar proteins

    

  • Flat File