蛋白组数据结构+常用dATA数据库介绍+GO分类定义.pdf

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 • 蛋白质序列是 TMWYQNVRWGLIICNIIIISFFIIFILYSTSIFIEARKKELGLYMLMGATK SNVIGVIMTEQMLIGVFANIFGIGLGIIFLKLFFMVFSMLLGLPKELPII 由20种氨基酸 FDVRAIGGTFIAYMVVFVVLSFISALRIWNIKIIRLLKEFRTDKKEKKTS MRLCIFGLICLGIGYALALQTTMPTIAFYFFPVSILVFFGTYFSFTHGTA 的单字母符号 QILELIKRNKKIMYTYPYLFIVNQLSHRMKENGRFFFLMSMATTFVV TATGTVFLYFSGMQDMWRGGGVHSFSYIEKGTSSHEVFAEGMVE QLLHQYGYDDFQSMSFVGVYASFQSSKGETEIATLMKESEYNQEAR 排成的序列。 KQGQKTYHPKKGSVTLVYYNKYNHPNMYDQKEIQLQVMNQTYSF VFNGQKEGIQFNYHPSQINGLFFVMHDEDFDGIANKVPDSEKMIY RGYTLPNIENTKELNEDLRKHMKQDDNNAFRSNMELYVNMKAFG DITLFVGSFISILFFLTSCSIVYFKWFHNIASDRKEYGALSKLGMTKEEV WRISRWQLCMLFFAPIIVGSMHSAVALYTFHNTIFMDGSLRKVGLFI LFYIAACIMYFFFAQREYRKHLD 肽段 /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 • 长短蛋白（长蛋白里 – 限制用来搜索的数据库 的多肽数目较多，即 – 匹配多个片段 以概率来算，匹配上 的几率也会比较大） • 多个蛋白（同一个点