UniProt数据库怎么看

Posted 2020-12-11 yanzhi123

     由于蛋白质组学的发展，使得蛋白质数据库也日益丰富，数据库的专一性及综合性均增强，而且，通过超文本的链接，可以使多个数据库进行相互的衔接。目前，关于蛋白质的结构，蛋白质质谱等数据库均较多，今天就来讲讲使用频率最高且冗余度最低的uniprot数据库。

拿到蛋白质组学鉴定结果后，看懂数据库当然是第一步的。

以常见的牛血清白蛋白（BSA）为例，首先下载BSA的数据库信息

   

 

   首先sp表示，Swiss-Prot数据库是注释精炼的蛋白序列库，它的所有序列都经过了科学家的查阅文献核实(reviewed, manually annotated) 。

    P02769是蛋白在uniprot上的ID号，即蛋白的身份证号。

    ALBU_BOVIN是蛋白在uniprot上的登录名，跟P02769是一个作用。

    Serum albumin是蛋白名称，即蛋白的姓名啦。

    OS表示Organism，也就是物种名称，数据库中的物种名称一般为拉丁名称，牛血清白蛋白Bostaurus当然是牛的拉丁。

    GN表示gene name,即基因名称。

    PE表示ProteinExistence，即蛋白的可靠性，PE=1、2、3、4、5分别对应如下，可以看出数字越小可靠性越高：

    1. Experimental evidence at protein level

    2. Experimental evidence at tranlevel

    3. Protein inferred from homology

    4. Protein predicted

    5. Protein uncertain

    SV表示SequenceVersion，即序列版本，即蛋白的身份证第二代，第三代……    

    这里需要指出的是，除了sp，有时还会出现下图的情况。

   

     唯一不同的只有Tr，这里Tr，TrEMBL数据库全称“Translation of EMBL”，是从EMBL中的cDNA序列翻译得到的，其中TrEMBL收录的是未经人工注释的编码DNA序列翻译数据。(unreviewed, automatically annotated)，不难看出，相比之下，sp数据库更可靠。

     登陆uniprot官方网站（http://www.uniprot.org/，见截图）即可看到，目前uniprot网站收录的sp数据库有554241条蛋白条目，tr数据库有84827567条。当然这一数据每天都有更新。更多数据库参考信息相关链接：