利用SWISS_PROT網(wǎng)獲取生物信息學資源

1、文章編號:100021336(20020120081203利用SWISS 2PR OT 網(wǎng)獲取生物信息學資源劉樹春(中國醫(yī)科大學醫(yī)學信息學系,沈陽110001關(guān)鍵詞:生物信息學;蛋白質(zhì)序列;因特網(wǎng)中圖分類號:Q51收稿日期:2001210215作者簡介:劉樹春(1963,男,博士生。生物信息學是是采用數(shù)學、統(tǒng)計學和計算機方法對生物學數(shù)據(jù)信息進行采集、存儲、傳播、分析、歸類、解釋的科學1。Internet 網(wǎng)絡(luò)是信息傳輸、檢索、獲取、交流的重要手段。當前,在Internet 網(wǎng)上可以查詢到大量的生物信息學數(shù)據(jù)庫,其中SWISS 2PROT 蛋白質(zhì)序列數(shù)據(jù)庫是網(wǎng)上生物信息學最核心的3個數(shù)據(jù)庫之一。

2、通過該數(shù)據(jù)庫,可以較完整地獲得生物大分子的序列信息。同時,研究者也可以將測定的序列信息通過該數(shù)據(jù)庫予以認定、發(fā)表、交流。本文主要探討SWISS 2PROT 蛋白質(zhì)序列數(shù)據(jù)庫的特點、檢索方法及利用Internet 獲取蛋白質(zhì)序列信息。1.蛋白質(zhì)序列數(shù)據(jù)庫1.1SWISS 2PROT 蛋白質(zhì)序列數(shù)據(jù)庫SWISS 2PROT 是蛋白質(zhì)序列注釋性知識數(shù)據(jù)庫,創(chuàng)建于1986年,由瑞士生物信息學研究所(S wiss Institute for Bioinformatics ,SI B 和歐洲生物信息學研究所(European Bioin formatic Institute ,E BI 共同協(xié)作維護。該數(shù)

3、據(jù)庫到2001年末共收錄102708個序列數(shù)據(jù),包含37803202個氨基酸。在SWISS 2PROT 數(shù)據(jù)庫各種氨基酸的分布中,亮氨酸、丙氨酸、絲氨酸、甘氨酸、纈氨酸、谷氨酸占較高的比例,而組氨酸、半胱氨酸、苯丙氨酸等占的比例較小(表1。SWISS 2PROT 數(shù)據(jù)庫現(xiàn)有的序列數(shù)據(jù)涉及1202種期刊的92845篇文獻。被引用100篇文獻以上的期刊有91種,其中經(jīng)常被引用的前20種期刊(表2被引用次數(shù)皆在表1SWISS 2PROT 蛋白質(zhì)序列數(shù)據(jù)庫中各種氨基酸分布氨基酸%氨基酸%氨基酸%氨基酸%Ala7.62G ln 3.94Leu 9.54Ser 7.08Arg 5.19G lu 6.47L

4、ys 5.97Thr 5.57Asn 4.35G ly 6.85M et 2.36T rp 1.21Asp 5.25His 2.25Phe 4.10T yr 3.16Cys1.62Ile 5.85Pro 4.89Val6.61表2SWISS 2PROT 蛋白質(zhì)序列數(shù)據(jù)庫引用文獻來源期刊分布N o.期刊名稱被引用文獻(篇%1J of Biol Chem81258.752Proc Natl Acad Sci US A 4659 5.023Nucleic Acids Res 3560 3.834J Bacteriology 3320 3.585G ene3163 3.416FE BS Lett250

5、2 2.697Biochem Bioph Res C ommun 2316 2.498Eur J Biochem 2274 2.459Biochem istry 2164 2.3310E M BO J 2006 2.1611Nature1914 2.0612Biochim Bioph Acta 1846 1.9913J M ol Biol 1692 1.8214Cell1528 1.6515G enom ics 1487 1.6016M ol Cell Biol 1439 1.5517Biochem J1112 1.2018M ol G ene G ene 1087 1.1719Plant M

6、 ole Biol 1081 1.1620Science10391.121000次以上,合計貢獻文獻48314篇,占總被引用文獻數(shù)的52.04%,說明這些期刊是發(fā)表蛋白質(zhì)序列相關(guān)信息的主要文獻源。1.2SWISS 2PROT 數(shù)據(jù)庫的特點(1可提供蛋白質(zhì)序列的詳盡注釋信息序列注釋包括蛋白質(zhì)功能、蛋白質(zhì)翻譯后修飾、結(jié)構(gòu)域和結(jié)合位點、二級結(jié)構(gòu)、四級結(jié)構(gòu)、蛋白質(zhì)缺陷相關(guān)疾病等信息。(2避免過多的重復(fù)在SWISS 2PROT 中,盡量避免過多的重復(fù)。對同種蛋白質(zhì)的多個記錄進行仔細比較后歸結(jié)到一個記錄內(nèi),方便了用戶檢索利用。表3SWISS2PROT記錄字段及含義縮寫全稱含義縮寫全稱含義ID Identi

7、fication標識號RC Reference comments參考文獻評注AC Accession Number登記號RX Cross2references交叉參考DT Date創(chuàng)建日期RA Reference authors文獻著者DE Description名稱R L Reference location文獻出處G N G ene name(s基因名稱CC C omments or notes評注或注釋OS Organism species來源物種DR Database cross2references數(shù)據(jù)庫參見OG Organelle來源細胞器K W K eyw ords關(guān)鍵詞OC O

8、rganism classification物種分類FT Feature table data特征數(shù)據(jù)列表RN Reference number參考文獻序號S Q Sequence header序列題頭RP Reference position參考文獻內(nèi)容/T erm ination line結(jié)束符(3與其他數(shù)據(jù)庫交叉參考一次檢索可同時獲得蛋白質(zhì)的各方面資料信息。(4記錄顯示格式規(guī)范字段名運用兩位字母代碼表示。代碼具體含義(表3。1.3T rE M BL蛋白質(zhì)序列數(shù)據(jù)庫T rE M2 BL是計算機注釋的蛋白質(zhì)序列數(shù)據(jù)庫,是SWISS2PROT蛋白質(zhì)序列數(shù)據(jù)庫的輔助數(shù)據(jù)庫,其包含尚未結(jié)合到SWI

9、SS2PROT數(shù)據(jù)庫的E M BL核酸序列數(shù)據(jù)庫中所有編碼序列(C DS的翻譯內(nèi)容。T rE M BL可作為SWISS2 PROT的初級部分,它也是加速注釋升級以達到SWISS2PROT質(zhì)量標準的重要處理過程。SWISS2PROT和T rE M BL記錄的一般結(jié)構(gòu)是一致的,檢索方式也相同。二者的主要區(qū)別在于T rE M BL的數(shù)據(jù)分類總是標明“Prelimi2 nary(初級”,而SWISS2PROT數(shù)據(jù)標明“Stan2 dard(標準”。2.SWISS2PR OT/T rEMB L數(shù)據(jù)庫的檢索Web上有多個站點可進入并檢索該數(shù)據(jù)庫。其主要站點有蛋白質(zhì)分析專家系統(tǒng)(Ex2 PASy分子生物學網(wǎng)

10、站(http:/w w w.expasy. ch/sprot/和歐洲生物信息學研究所(E BI網(wǎng)站(http:/w w w.ebi.ac.uk/swissprot/等。通過ExPASy網(wǎng)站可鏈接到國際上包括SWISS2PROT、T rE M BL、PROSITE、E NZY ME等數(shù)據(jù)庫的有關(guān)蛋白質(zhì)、核酸、基因組序列、結(jié)構(gòu)與功能的1000多個站點。該網(wǎng)站在瑞士、澳大利亞等國家和地區(qū)設(shè)立了鏡像站點, 2000年起在中國的北京大學也設(shè)立了鏡像站點,網(wǎng)址是/。2.1SWISS2PROT/T rE M BL的常規(guī)檢索途徑進入ExPASy網(wǎng)站上的SWISS2PROT

11、/ T rE M BL首頁,在檢索窗口內(nèi)輸入檢索詞進行一般性檢索(Quick Search。這些檢索詞可以是:登記號(AC、標識號(I D、序列描述內(nèi)容(Description、基因名稱(G ene name、物種名稱(Organism等字段中的詞匯。通過首頁的上的“Access to SWISS2PROT and T rE M BL”欄目可從以下幾種途徑進行檢索:(1全文搜索(Fulltext Search通過點擊“Fulltext Search”鏈接到全文搜索界面。在檢索窗口內(nèi),可以輸入:AC、I D、DE、G N、OS、OC、RX、RC、RA、R L、CC、DR、K W、FT字段中的任意

12、詞。輸入的檢索詞應(yīng)區(qū)分大小寫。如果選定檢索窗口下方的“Prefix and append wildcard 3to w ords”(前綴及詞上添加通配符3復(fù)選框,還可以將輸入的檢索詞作為前綴或詞的一部分進行擴展檢索。當同時輸入多個檢索詞時,則可利用邏輯運算符(AND,OR, NOT及大括號“”、“”來限定檢索。例如:“coli ANDatpase OR atp synthetase”,該檢索式可獲得包含“coli”,同時還包含“atpase”或“atp synthetase”的記錄。(2登記號或標識號(AC或I D途徑檢索進入登記號檢索界面后,可在檢索窗口內(nèi)輸入登記號或標識號進行檢索。如:P0

13、4406, G3P2-H UMAN。但需注意,每次只能輸入一個登記號或標識號。(3序列描述或標識(DE或I D檢索在此檢索界面可在檢索窗口內(nèi)輸入SWISS2PROT 或T rE M BL數(shù)據(jù)庫中DE、OS、OG、G N或I D字段中的任意詞進行檢索。(4著者(Author檢索可在檢索窗口內(nèi)輸入著者姓名全稱或姓名的一部分。名字縮寫后需加“.”。例如:BAIROCH、H ochstrasser D.F.。在輸入著者姓名時,也可以利用通配符“3”代表多個字母,利用“?”代表任意一個字母。例如:可利用“Craw for3”或“Craw?ord”檢索“Craw ford”為作者的記錄。(5文獻源(Cit

14、ation檢索此途徑只可以檢索SWISS2PROT數(shù)據(jù)庫而不能檢索T rE M BL 數(shù)據(jù)庫。用戶可以在相應(yīng)的檢索窗口內(nèi)輸入期刊全名或刊名縮寫、期刊的出版年、卷號(后兩者可選等,從發(fā)表文獻的期刊的角度檢索。2.2SRS序列檢索系統(tǒng)通過點擊在Ex2 PASy的SWISS2PROT數(shù)據(jù)庫網(wǎng)頁下方的SRS 鏈接進入建立在Web上的SRS序列檢索系統(tǒng)。在SRS頁面上,點擊“Start”按鈕進入選擇ExPASy數(shù)據(jù)庫網(wǎng)頁。ExPASy網(wǎng)站上的所有數(shù)據(jù)庫均可通過該網(wǎng)站的SRS檢索系統(tǒng)進行檢索。SRS的大多數(shù)界面上方有6個按鈕,包括“T op Page”、“Query F orm”、“Query Manag

15、er”、“View Manag2 er”、“Databanks”及“Help”?！癟 op Page”用于選擇數(shù)據(jù)庫,一次可選擇;“Query F orm”為檢索界面,通過在檢索窗口內(nèi)輸入檢索詞,進入檢索;“Query Manager”有兩個功能,其一為存儲檢索史,其二是做進一步檢索或?qū)崿F(xiàn)鏈接;“View Manager”可以定義檢索結(jié)構(gòu)的閱讀方式;“Databanks”網(wǎng)頁上以圖表的方式列出了可提供服務(wù)的數(shù)據(jù)庫,并標明版次、數(shù)據(jù)記錄數(shù)量、索及日期、分組等信息;“Help”提供數(shù)據(jù)庫、字段等各種幫助信息。3.檢索結(jié)果的顯示與輸出在檢索窗口內(nèi)輸入檢索詞并執(zhí)行數(shù)據(jù)庫檢索后,可顯示出符合檢索條件的記

16、錄列表。選擇需要瀏覽詳細資料的記錄,進入記錄的詳細顯示界面。在結(jié)果顯示的詳細界面中,最初為NiceProt顯示方式,內(nèi)容包括:一般信息(記錄名、登記號等、名稱及來源(蛋白質(zhì)名稱等、PubMed文獻信息、評論、交叉檢索、關(guān)鍵詞、特性、序列信息等。也可以對SWISS2PROT顯示格式進行選擇。此外,通過點擊“Quick Blastp search”可進入SI B的BLAST網(wǎng)絡(luò)服務(wù)系統(tǒng),對序列進行相似性比較。4.SWISS2PR OT序列數(shù)據(jù)上傳研究者可將被直接測序的肽鏈序列數(shù)據(jù)上傳至E BI的SWISS2PROT數(shù)據(jù)庫。該數(shù)據(jù)庫將為這些序列提供登記號。上傳序列數(shù)據(jù)表格可在E BI網(wǎng)站(http:

17、/w w w.ebi.ac.uk/2 sp/sub.form獲得。表格填寫后,將其發(fā)至datasubsebi.ac.uk。在7個工作日內(nèi)將收到結(jié)果信息,告知著者所呈報的序列被賦予的登記號或所需要進一步提供的信息。呈報的蛋白質(zhì)序列數(shù)據(jù)還與德國的MIPS(Martin2 sried蛋白質(zhì)序列數(shù)據(jù)研究所及美國的NBRF2PIR(國家生物醫(yī)學研究基金會蛋白質(zhì)鑒定資源等數(shù)據(jù)庫共享。參考文獻1蕭浪濤.湖南農(nóng)業(yè)大學學報(自然科學版,2000,26(6:405410第六屆細胞信號轉(zhuǎn)導(dǎo)專題學術(shù)討論會經(jīng)細胞生物學會細胞信號轉(zhuǎn)導(dǎo)專業(yè)委員會主持召開首次籌備會(武漢,2001年5月19日討論決定,原“鈣與細胞功能暨細胞信號轉(zhuǎn)導(dǎo)專題學術(shù)討論會”改名為“細胞信號轉(zhuǎn)導(dǎo)專題學術(shù)討論會”,屆時將請多名國內(nèi)外知名教授作報告。會議歡迎跨學科(物理、化學等專業(yè)專家、研究生參加。本會第六屆會議將于2002年10月在武漢召開,主辦單位為武漢大學生命科學學院,會議名譽主席為該學院楊弘遠院士。會議主題內(nèi)容為