蛋白组数据结构常用数据库介绍GO分类定义讲义.pptx

蛋白/蛋白组数据结构 中心法则 蛋白组 == 全体蛋白 Applications 系统生物学（Systems biology） - 全面宏观的 了解各种通路，网络以及相互之间的作用. 生物学过程（biological process) – 确定亚蛋白 组信息：蛋白复合物构成，细胞器中的蛋白 组等 生物标记物（Biomarkers） - 疾病发现/诊断/ 治疗/监控 寻找新药靶（Drug targets） - 确定低毒性， 有效的药物靶标 数据分析流程 DOI: 10.1371/journal.pcbi.1002277 蛋白 肽段 统计数据 一级结构：蛋白序列 二级结构：螺旋， 折叠 三级结构：序列的三维空间结构 四级结构：二聚体，多聚体 蛋白质序列/肽段 MNIQQLALQNIKGNWRNYKVFFLSSCFAIFASFAYMSVIVHPYMKE TMWYQNVRWGLIICNIIIISFFIIFILYSTSIFIEARKKELGLYMLMGATK SNVIGVIMTEQMLIGVFANIFGIGLGIIFLKLFFMVFSMLLGLPKELPII FDVRAIGGTFIAYMVVFVVLSFISALRIWNIKIIRLLKEFRTDKKEKKTS MRLCIFGLICLGIGYALALQTTMPTIAFYFFPVSILVFFGTYFSFTHGTA QILELIKRNKKIMYTYPYLFIVNQLSHRMKENGRFFFLMSMATTFVV TATGTVFLYFSGMQDMWRGGGVHSFSYIEKGTSSHEVFAEGMVE QLLHQYGYDDFQSMSFVGVYASFQSSKGETEIATLMKESEYNQEAR KQGQKTYHPKKGSVTLVYYNKYNHPNMYDQKEIQLQVMNQTYSF VFNGQKEGIQFNYHPSQINGLFFVMHDEDFDGIANKVPDSEKMIY RGYTLPNIENTKELNEDLRKHMKQDDNNAFRSNMELYVNMKAFG DITLFVGSFISILFFLTSCSIVYFKWFHNIASDRKEYGALSKLGMTKEEV WRISRWQLCMLFFAPIIVGSMHSAVALYTFHNTIFMDGSLRKVGLFI LFYIAACIMYFFFAQREYRKHLD 肽段 ? 蛋白质序列是 由20种氨基酸 的单字母符号 排成的序列。 /peptide_cutter/ 蛋白降解预测工具 Trypsin胰蛋白酶 虚拟酶解 原始数据：质谱图 质量排列 ? 虚拟酶解的结果，产生了一系列的多肽，我 们可以计算每个多肽的质量。 把所有多肽的质量排序。 问题 ? 质量相近的多肽 – 限制用来有哪些信誉好的足球投注网站的数据库 – 匹配多个片段 ? 多个蛋白（同一个点 中有2～3个蛋白） – 2级质谱 ? 长短蛋白（长蛋白里 的多肽数目较多，即 以概率来算，匹配上 的几率也会比较大） – 给短蛋白匹配值补偿 多匹配 Carbonic anhydrase II KVLDALDSIKTKGKSTDFPNFDPG SLLPNVLDYWTYPGSLTTPPLLESVTWIVLKEPISVSSQQ MLKFRTLNFNAEGEPELLML ANWRPAQPLKNRQVRGFPK 多匹配可以大大降低随机匹配的概率, 从而增加结果的可信度 SHHWGYGKHBGPZHWHKDFPIANGERQSPVNIDTKAV DFPIANGER 1019.09 VQDPALKPLALVYGEATSRRMVN EPISVSSQQMLK 1347.56 NGHSFNVEYDDSQDKAVLKDGPLTGTYRLVQFHFHWG SSBBQGSEHTVDRKKYAAELHLV VLDALDSIK 974.13 HWNTKYGDFGTAAQQPDGLAVVGVFLKVGDANPALQ 蛋白编号 未使用的 检测到的 蛋白覆 肽段 总信号 盖度 蛋白ID/ 名称 肽段条 数 相对定 P值 量 上 调 常用蛋白ID NCBI : giref|NP_004514.2| kinesin-like protein KIF11 [Homo sapiens] Uniprot: sp|P52732|KIF11_HUMAN Kinesin-like protein KIF11 OS=Homo sapiens GN=KIF11 PE=1 SV=2 tr|Q13865|Q13865_HUMAN Kinesin light chain OS=Homo sapiens GN=beta-kinesin PE=4 SV=1 Ensembl ENSP00000328693 pep:novel chromosome:NCBI35:1:90451