蛋白质组学常用的网站和数据库
蛋白质组学研究中常用的网站和数据库
蛋白质, 数据库, 研究
本帖引用网址：
一、蛋白质数据库
1.UniProt (The Universal Protein Resource)
网址：
简介：由EBI(欧洲生物信息研究所)、PIR(蛋白信息资源)和SIB(瑞士生物信息研究所)合作建立而成，提供详细的蛋白质序列、功能信息，如蛋白质功能描述、结构域结构、转录后修饰、修饰位点、变异度、二级结构、三级结构等，同时提供其他数据库，包括序列数据库、三维结构数据库、2-D凝聚电泳数据库、蛋白质家族数据库的相应链接。
2.PIR(Protein Information Resource)
网址：
简介：致力于提供及时的、高质量、最广泛的注释，其下的数据库有iProClass、PIRSF、PIR-PSD、PIR-NREF、UniPort，与90多个生物数据库(蛋白家族、蛋白质功能、蛋白质网络、蛋白质互作、基因组等数据库)存在着交叉应用。
3.BRENDA(enzyme database)
网址：
简介：酶数据库，提供酶的分类、命名法、生化反应、专一性、结构、细胞定位、提取方法、文献、应用与改造及相关疾病的数据。
4.CORUM(collection of experimentally verified mammalian protein complexes)
网址：
简介：哺乳动物蛋白复合物数据库，提供的数据包括蛋白复合物名称、亚基、功能、相关文献等
5.CyBase(cyclic protein database)
网址：
简介：环状蛋白数据库，提供环状蛋白的序列、结构等数据，提供环化蛋白预测服务。
6.DB-PABP
网址：
简介：聚阴离子结合蛋白数据库。聚阴离子结合蛋白与聚阴离子的互作在胞内定位、运输、蛋白质折叠等生命过程中起重要作用，此外许多与神经衰退疾病相关的蛋白质均为聚阴离子结合蛋白。该数据库提供已被鉴定的聚阴离子结合蛋白的数据，与NCBI蛋白数据库存在交叉应用。
7.IUPHAR-DB
网址：
简介：G蛋白偶联受体、离子通道数据库。提供这些蛋白的基因、功能、结构、配体、表达图谱、信号转导机制、多样性等数据。
8.GLIDA
网址：
简介：G蛋白偶联受体-配体数据库，提供G蛋白偶联受体-配体互作数据、配体数据、G蛋白偶联受体数据、同源受体关系网、保守识别区，为新药发现提供了支持。
9.LOCATE
网址：
简介：哺乳动物蛋白质亚细胞定位数据库
10.InterPro
网址：
简介：蛋白质综合数据库，从大量的数据库中整合而成的包括蛋白质结构域、蛋白质家族、功能位点等信息的数据库。
11.OKCAM
网址：https://www.doczj.com/doc/6519017748.html,
简介：人体细胞粘附分子数据库。
二、蛋白质组数据库
1.GELBANK
网址：
简介：提供全基因组的二维凝胶电泳图谱，搜集了已知基因组信息生物的蛋白质组二维凝胶电泳图。可通过描述相对分子质量、等电点和蛋白质序列信息进行快速检索。
2.SWISS-2DPAGE
网址：
简介：提供人类、小鼠、大肠杆菌、酿酒酵母、盘基网柄菌的2D-PAGE参考图。
3.SysPIMP(Systematical Platform for Identifying Mutated Proteins)
网址：
简介：通过质谱技术建立的蛋白质突变数据库。当蛋白质某一氨基酸残基发生改变时，其质谱图也会发生改变，通过蛋白质质谱图的改变，检测与疾病相关的突变。
4.Sys-BodyFluid
网址：
简介：人体体液蛋白组研究数据库。提供人体各种体液的蛋白质组数据，包括血浆/血清、尿液、乳汁、泪、汗液、唾液、骨髓液、脑脊液、胃液等。
5.BloodExpress
网址：
简介：小鼠造血过程基因表达数据库
6.CentrosomeDB(human centrosomal proteins database)
网址：
简介：人体中心体蛋白数据库
7.ConsensusPathDB
网址：
简介：人类功能作用网络数据库，与多个数据库有交叉应用，提供蛋白质互作、生化反应、基因调控等作用网数据。
8.Proteome Analysis Database
网址：
简介：蛋白质组分析数据库
10.HPRD(Human Protein Reference Database)
网址：
简介：人体蛋白文献数据库
11.NOPdb
网址：
简介：核仁蛋白组数据库
12.EndoNet
网址：
简介：细胞通讯网络数据库，提供激素、激素受体相关信息
三、蛋白质互作、蛋白质网络数据库
1.3DID(3D interacting domains)
网址：
简介：搜集3D结构已知的蛋白质的互作信息，可通过结构域名称、基序名称、蛋白质序列、GO编码、PDB ID、Pfam编码进行检索。
2.DOMINE
网址：
简介：结构域互作数据库。
3.PiSite(Database of Protein interaction sites)
网址：
简介：以PDB为基础，在蛋白质序列中搜寻互作位点。
4.Binding MOAD
网址：
简介：致力于提供蛋白质-配体晶体结构数据信息。提供结构已知的蛋白质的相关配体，并附有详细注释，同时提供由实验而得的亲和力数据。
5.Phospho.ELM
网址：
简介：蛋白质磷酸化位点数据库
6.SuperSite
网址：
简介：蛋白质中代谢物、药物结合位点数据库，提供结合机制、识别机制、保守结合位点等信息。
7.STITCH
网址：
简介：蛋白质-化合物作用网数据库
8.Reactome
网址：
简介：人体生命活动路径与过程数据库，提供生化过程网络图，并对参与其中的蛋白质分子有详细注解，与其他数据库如UniPort、KEGG、OMIM等建立了广泛的交叉应用。
9.PID(Pathway Interaction Database)
网址：
简介：由NCI和Nature共同创立，提供已知的人体细胞信号转导、调节活动及主要细胞生命过的蛋白质路径网，可通过输入某个分子名或代谢过程名称进行查询。
10.UniHI(Unified Human Interactome database)
网址：
简介：人体蛋白-蛋白相互作用数据库，可根据蛋白质名称、代谢
路径等进行查询。
11.VirHostNet
网址：
简介：病毒-宿主分子互作网数据库，提供病毒-宿主蛋白质互作信息及这些蛋白质的相关注释。可通过输入基因、蛋白质、路径等关键词进行查询。
12.Bionemo(molecular information on biodegradation metabolism)
网址：
简介：搜集与生物降解代谢相关的蛋白质、基因数据，包括蛋白质序列、结构域、结构；基因序列、调控元件、转录单元等信息。除此之外还包括生物降解的代谢路径图、相关生化反应等。
13.PMAP
网址：
简介：蛋白质水解路径数据库
四、蛋白质三维结构数据库
1.PDB(Protein Data Bank)
网址：
简介：生物大分子结构数据库，提供蛋白质、核酸等生物大分子的三维结构数据、序列详细信息、生化性质等。
2. SARST (Structural similarity search Aided by Ramachandran Sequential Transformation)
网址：
简介：高效的蛋白质结构比对数据库
五、蛋白质基序数据库
1. CDD(Conserved Domain Database)
网址：
简介：蛋白质的功能与其结构密切相关，一个蛋白质的保守结构域在一定程度上体现了该蛋白质的功能。CDD，蛋白质保守结构域数据库，收集了大量保守结构域序列信息和蛋白质序列信息。检索者通过CD-Search服务，可获得蛋白质序列中所含的保守结构域信息，从而分析、预测该蛋白质的功能。
2.Blocks
网址：
简介：蛋白家族保守区对比数据库
3.CPDB(database of circular permutation in proteins)
网址：cpdb
简介：蛋白质环形序列重组基序数据库。蛋白质的环形序列重组(Circular permutation, or CP)可看作是原来的N与C端被接在一起，然后在另一处产生新开口。虽然当前已有很多知名的蛋白质家族被发现有CP成员，而且也有研究指出蛋白质结构资料库中可能存在着不少CP实例，高效率的CP搜寻工具却很罕见。CPSARST提供了一套有效的CP搜寻工具。
4.MegaMotifbase
网址：
简介：蛋白质基序家族、超家族数据库，提供已知基序的3D定位图、转角距等数据。
5.Minimotif Miner
网址：
简介：蛋白质基序检测数据库，提供在蛋白质序列中寻找基序的服务。
6.Pfam
网址：
简介：提供多序列比对服务和并提供共同的蛋白质结构域的隐马
尔可夫模型。
六、预测类数据库
1.InterPreTS(Interaction Prediction through Tertiary Structure)
网址：
简介：提供通过三级结构预测蛋白质相互作用的服务，可输入两个蛋白质的序列信息进行查询。
2.Predictome
网址：
简介：预测蛋白质间功能关系的数据库。这些蛋白质间的关系是基于将3种计算机预测法，即染色体相邻法、系统发育谱法、结构域融合法应用与44个基因组上而得到的。
参考文献：
Nucleic Acids Research, 2009, Vol. 37, Database issue
Nucleic Acids Research, 2008, Vol. 36, Database issue
Ps：
《Nucleic Acids Research》每年第一期是分子生物学数据库专刊，综述当前的分子生物学在线数据库。
期刊主页：
生物信息研究中常用蛋白质数据库简述 内蒙古工业大学理学院呼和浩特孙利霞2010.1.5 摘要：在后基因组时代生物信息学的研究当中，离不开各种生物信息学数据库。尤其在蛋白质从序列到功能的研究当中，目前各种行之有效的方法都是基于各种层次和结构的蛋白质数据库。随着计算机技术及网络技术的发展，目前的蛋白质数据库不论是所包含数据量还是功能都日新月异，新的数据库层出不穷。一个新手面对如此浩瀚的数据量往往无从下手。本文粗浅地为目前蛋白质数据库的使用勾画出一个轮廓，作为自己蛋白质研究入门的一个引导。 关键词：蛋白质；数据库 0 引言 随着科技的发展，个人的知识往往赶不上快速膨胀的信息量，人们为了解决这个问题，便创建了形形色色的数据库。蛋白质数据库是指：在蛋白质研究领域根据实际需要，对蛋白质序列、蛋白质结构以及文献等数据进行分析、整理、归纳、注释，构建出具有特殊生物学意义和专门用途的数据库。蛋白质数据库总体上可分为两大类：蛋白质序列数据库和蛋白质结构数据库，蛋白质序列数据库来自序列测定，结构数据库来自X-衍射和核磁共振结构测定（详见图1）。这些数据库是分子生物信息学的基本数据资源。上世纪90年代，我国从事蛋白质研究的学者使用的蛋白质数据库储存介质还是国外实验室发布的激光光盘[1]。信息的传播储存甚为不便。随着蛋白质研究的发展飞快，同时伴随着计算机和因特网发展，蛋白质数据库的储存传播方式也发生的巨大的变化。进入21世纪后，我们所用的各种蛋白质数据库都发展成为存储在网络服务器上，基于“服务器—客户机”的访问查询方式。伴随着计算机及物理测试技术的发展数据库的容量和功能成数量级膨胀。但是面对如此浩瀚的数据，新手往往感到无从下手，在需要时找不到自己需要的合适数据库。 本文从目前蛋白质数据库建立的的逻辑层次出发，系统地简绍了常用蛋白质数据的概况，它们的查询方法以及它们相互之间的联系。同时尽量不涉及数据库建设和维护方面的计算机和网络这些数据库底层的技术，为蛋白质研究的入门
生物芯片北京国家工程研究中心 湖南中药现代化药物筛选分中心 暨湖南涵春生物有限公司 常用数据库名录 1、蛋白质数据库 PPI - JCB 蛋白质与蛋白质相互作用网络 ?Swiss-Prot - 蛋白质序列注释数据库 ?Kabat - 免疫蛋白质序列数据库 ?PMD - 蛋白质突变数据库 ?InterPro - 蛋白质结构域和功能位点 ?PROSITE - 蛋白质位点和模型 ?BLOCKS - 生物序列分析数据库 ?Pfam - 蛋白质家族数据库 [镜像： St. Louis (USA), Sanger Institute, UK, Karolinska Institutet (Sweden)] ?PRINTS - 蛋白质 Motif 数据库 ?ProDom - 蛋白质结构域数据库 (自动产生) ?PROTOMAP - Swiss-Prot蛋白质自动分类系统 ?SBASE - SBASE 结构域预测数据库 ?SMART - 模式结构研究工具 ?STRING - 相互作用的蛋白质和基因的研究工具
?TIGRFAMs - TIGR 蛋白质家族数据库 ?BIND - 生物分子相互作用数据库 ?DIP - 蛋白质相互作用数据库 ?MINT - 分子相互作用数据库 ?HPRD - 人类蛋白质查询数据库 ?IntAct - EBI 蛋白质相互作用数据库 ?GRID - 相互作用综合数据库 ?PPI - JCB 蛋白质与蛋白质相互作用网络 2、蛋白质三级结构数据库 ?PDB - 蛋白质数据银行 ?BioMagResBank - 蛋白质、氨基酸和核苷酸的核磁共振数据库?SWISS-MODEL Repository - 自动产生蛋白质模型的数据库 ?ModBase - 蛋白质结构模型数据库 ?CATH - 蛋白质结构分类数据库 ?SCOP - 蛋白质结构分类 [镜像: USA | Israel | Singapore | Australia] ?Molecules To Go - PDB数据库查询 ?BMM Domain Server - 生物分子模型数据库 ?ReLiBase - 受体/配体复合物数据库 [镜像： USA] ?TOPS - 蛋白质拓扑图 ?CCDC - 剑桥晶体数据中心 (剑桥结构数据库 (CSD))
生命科学中最常用的5个数据库介绍生命科学是一个庞大而复杂的学科，其中包含了关于生命现象 的各种研究。对于生命科学的研究，特别是在分子水平上进行的 研究，需要大量的数据支持。这些数据包括分子序列、蛋白质结构、代谢途径等等。为了有效地管理这些数据，生命科学中广泛 应用了各种数据库。本文将介绍生命科学中最常用的5个数据库。 1. GenBank GenBank是全球最大的分子生物学数据库，包含了全球各地实 验室提交的DNA和RNA序列。它由美国国家生物技术信息中心（NCBI）维护。GenBank包含了数十亿条序列记录，其中包括了 不同物种的基因组、蛋白质序列、DNA和RNA序列等。与DNA 和RNA序列相关的信息包括序列长度、基序、带电的特殊域、结 构域、转录因子结合位点以及其他数据。GenBank还包含了元数据，如物种和菌株的信息、文献引用以及序列的提交日期。 2. PubMed
PubMed是美国国家医学图书馆（NLM）维护的一个生命科学 文献数据库，包括了生命科学、医学和健康相关的数百万篇论文。PubMed提供了对文献的全文搜索和存储，使科学家在查找特定话 题时更加方便。除了搜索全文的功能，PubMed还提供了很多额外 的服务，如翻译摘要、相关文章推荐、绘制图表等。 3. Ensembl Ensembl是一种数据库、搜索引擎和分析平台，专门用于处理 各种生命科学的数据。Ensembl已经成为了全球最大的基因组数据库之一，包含了人类、其他哺乳动物、鸟类、篮球、双子蝎、无 脊椎动物等近700个物种的基因组信息。Ensembl提供的数据包括生物序列、调控区域、基因家族、基因结构、基因组的变异和基 因表达信息等。 4. Protein Data Bank (PDB) 蛋白质数据银行（PDB）是一个三维蛋白结构数据库，由改华 大学、美国罗格斯大学和欧洲生物信息研究所等机构共同维护。PDB存储了全球各地实验室提交的蛋白质晶体结构和生化分析， 包括了大多数已知的蛋白质家族和酶。PDB中的蛋白质结构存储
蛋白质组学研究中常用的网站和数据库 蛋白质, 数据库, 研究 本帖引用网址：https://www.doczj.com/doc/6519017748.html,/thread-35586-1-1.html 一、蛋白质数据库1.UniProt (The Universal Protein Resource) 网址： https://www.doczj.com/doc/6519017748.html,/https://www.doczj.com/doc/6519017748.html,/uniprot/简介：由EBI(欧洲生物信息研究所)、PIR(蛋白信息资源)和SIB(瑞士生物信息研究所)合作建立而成，提供详细的蛋白质序列、功能信息，如蛋白质功能描述、结构域结构、转录后修饰、修饰位点、变异度、二级结构、三级结构等，同时提供其他数据库，包括序列数据库、三维结构数据库、2-D凝聚电泳数据库、蛋白质家族数据库的相应链接。2.PIR(Protein Information Resource) 网址：https://www.doczj.com/doc/6519017748.html,/简介：致力于提供及时的、高质量、最广泛的注释，其下的数据库有iProClass、PIRSF、PIR-PSD、PIR-NREF、UniPort，与90多个生物数据库(蛋白家族、蛋白质功能、蛋白质网络、蛋白质互作、基因组等数据库)存在着交叉应用。3.BRENDA(enzyme database) 网址：https://www.doczj.com/doc/6519017748.html,简介：酶数据库，提供酶的分类、命名法、生化反应、专一性、结构、细胞定位、提取方法、文献、应用与改造及相关疾病的数据。4.CORUM(collection of experimentally verified mammalian protein complexes) 网址： http://mips.gsf.de/genre/proj/corum/index.html简介：哺乳动物蛋白复合物数据库，提供的数据包括蛋白复合物名称、亚基、功能、相关文献等5.CyBase(cyclic protein database) 网址：https://www.doczj.com/doc/6519017748.html,.au/cybase简介：环状蛋白数据库，提供环状蛋白的序列、结构等数据，提供环化蛋白预测服务。6.DB-PABP 网址：https://www.doczj.com/doc/6519017748.html,/DB_PABP/简介：聚阴离子结合蛋白数据库。聚阴离子结合蛋白与聚阴离子的互作在胞内定位、运输、蛋白质折叠等生命过程中起重要作用，此外许多与神经衰退疾病相关的蛋白质均为聚阴离子结合蛋白。该数据库提供已被鉴定的聚阴离子结合蛋白的数据，与NCBI蛋白数据库存在交叉应用。7.IUPHAR-DB 网址： https://www.doczj.com/doc/6519017748.html,简介：G蛋白偶联受体、离子通道数据库。提供这些蛋白的基因、功能、结构、配体、表达图谱、信号转导机制、多样性等数据。8.GLIDA 网址：http://pharminfo.pharm.kyoto-u.ac.jp/services/glida/简介：G蛋白偶联受体-配体数据库，提供G蛋白偶联受体-配体互作数据、配体数据、G蛋白偶联受体数据、同源受体关系网、保守识别区，为新药发现提供了支持。9.LOCATE 网址：https://www.doczj.com/doc/6519017748.html,.au/简介：哺乳动物蛋白质亚细胞定位数据库 10.InterPro 网址：https://www.doczj.com/doc/6519017748.html,/interpro/简介：蛋白质综合数据库，从大量的数据库中整合而成的包括蛋白质结构域、蛋白质家族、功能位点等信息的数据库。11.OKCAM 网址：https://www.doczj.com/doc/6519017748.html,简介：人体细胞粘附分子数据库。二、蛋白质组数据库1.GELBANK 网址：https://www.doczj.com/doc/6519017748.html,简介：提供全基因组的二维凝胶电泳图谱，搜集了已知基因组信息生物的蛋白质组二维凝胶电泳图。可通过描述相对分子质量、等电点和蛋白质序列信息进行快速检索。2.SWISS-2DPAGE 网址：
蛋白质组学 蛋白质是生物体的重要组成部分，参与几乎所有生理和细胞代谢过程。此外，与基因组学和转录组学比较，对一个细胞或组织中表达的所有蛋白质，及其修饰和相互作用的大规模研究称为蛋白质组学。 蛋白质组学通常被认为是在基因组学和转录组学之后，生物系统研究的下一步。然而，蛋白质组的研究远比基因组学复杂，这是由于蛋白质内在的复杂特点，如蛋白质各种各样的翻译后修饰所决定的。并且，研究基因组学的技术要比研究蛋白质组学的技术强得多，虽然在蛋白质组学研究中，质谱技术的研究已取得了一些进展。 尽管存在方法上的挑战，蛋白质组学正在迅速发展，并且对癌症的临床诊断和疾病治疗做出了重要贡献。几项研究鉴定出了一些蛋白质在乳腺癌、卵巢癌、前列腺癌和食道癌中表达变化。例如，通过蛋白质组学技术，人们可以在患者血液中明确鉴定出肿瘤标志物。表1列出了更多的蛋白质组学技术用于研究癌症的例子。 另外，高尔基体功能复杂。最新研究表明，它除了参与蛋白加工外，还能参与细胞分化及细胞间信号传导的过程，并在凋亡中扮演重要角色，其功能障碍也许和肿瘤的发生、发展有某种联系。根据人类基因组研究，约1000多种人类高尔基体蛋白质中仅有500~600种得到了鉴定，建立一条关于高尔基体蛋白质组成的技术路线将有助于其功能的深入研究。 蛋白质组学是一种有效的研究方法，特别是随着亚细胞器蛋白质组学技术的迅猛发展，使高尔基体的全面研究变为可能。因此研究人员希望能以胃癌细胞中的高尔基体为研究对象，通过亚细胞器蛋白质组学方法，建立胃癌细胞中高尔基体的蛋白质组方法学。 研究人员采用蔗糖密度梯度的超速离心方法分离纯化高尔基体，双向凝胶电泳（2-DE）分离高尔基体蛋白质，用ImageMaster 2D软件分析所得图谱，基质辅助激光解吸离子化飞行时间质谱（MALDI-TOF MS）鉴定蛋白质点等一系列亚细胞器蛋白质组学方法建立了胃癌细胞内高尔基体的蛋白图谱。 最后，人们根据分离出的纯度较高的高尔基体建立了分辨率和重复性均较好的双向电泳图谱，运用质谱技术鉴定出12个蛋白质，包括蛋白合成相关蛋白、膜融合蛋白、调节蛋白、凋亡相关蛋白、运输蛋白和细胞增殖分化相关蛋白。通过亚细胞器分离纯化、双向电泳的蛋白分离及MALDI-TOF MS蛋白鉴定分析，研究人员首次成功建立了胃癌细胞SGC7901中高尔基体的蛋白质组学技术路线。 3.1 蛋白质功能预测工具 也许生物信息学方法在癌症研究中最常用的就是基因功能预测方法，但是这些数据库只存储了基因组的大约一半基因的功能。为了在微阵列资料基础上完成功能性的富集分析，基因簇的功能注解是非常重要的。近几年生物学家研发了一些基因功能预测的方法，这些方法旨在超越传统的BLAST搜索来预测基因的功能。基因功能预测可以以氨基酸序列、三级结构、与之相互作用的配体、相互作用过程或基因的表达方式为基础。其中最重要的是基于氨基酸序列的分析，因为这种方法适合于微阵列分析的全部基因。 在表3中，前三项列举了三种同源搜索方法。FASTA方法虽然应用还不太广泛，但它要优于BLAST，或者至少相当。FASTA程序是第一个使用的数据库相似性搜索程序。为了达到较高的敏感程度，程序引用取代矩阵实行局部比对以获得最佳搜索。美国弗吉尼亚大学可以提供这项程序的地方版本，当然数据库搜索结果依赖于要搜索的数据库序列。如果最近的序列数据库版本在弗吉尼亚大学不能获得，那么就最好试一下京都大学（Kyoto University）的KEGG 站点。PSI-BLAST（位点特异性反复BLAST）是BLAST的转化版本，PSI-BLAST的特色是每次用profile搜索数据库后再利用搜索的结果重新构建profile，然后用新的profile再次搜索数据库，如此反复直至没有新的结果产生为止。PSI-BLAST先用带空位的BLAST搜索数据库，将获得的序列通过多序列比对来构建第一个profile。PSI-BLAST自然地拓展了BLAST方法，能寻找蛋白质序列中的隐含模式，有研究表明这种方法可以有效地找到很多序列差异较大
蛋白质序列分析 蛋白质序列的基本性质分析是蛋白质序列分析的基本方面，一般包括蛋白质的氨基酸组成，分子质量，等电点，亲水性，和疏水性、信号肽，跨膜区及结构功能域的分析等到。蛋白质的很多功能特征可直接由分析其序列而获得。例如，疏水性图谱可通知来预测跨膜螺旋。同时，也有很多短片段被细胞用来将目的蛋白质向特定细胞器进行转移的靶标(其中最典型的例子是在羧基端含有KDEL序列特征的蛋白质将被引向内质网。WEB中有很多此类资源用于帮助预测蛋白质的功能。 基本理化性质分析：https://https://www.doczj.com/doc/6519017748.html,/protparam/ 信号肽预测：http://www.cbs.dtu.dk/services/SignalP/ 在生物内，蛋白质的合成场所与功能场所常被一层或多层细胞膜所隔开，这样就涉及到蛋白质的转运。合成的蛋白质只有准确地定向运行才能保证生命活动的正常进行。一般来说，蛋白质的定位的信息存在于该蛋白质自身结构中，并通过与膜上特殊的受体相互作用而得以表达。在起始密码子之后，有一段编码疏水性氨基酸序列的RNA片段，这个氨基酸序列就这个氨基酸序列就是信号肽序列。含有信号肽的蛋白质一般都是分泌到细胞外，可能作为重要的细胞因子起作用，从而具有潜在的应用价值。 糖基化位点预测：http://www.cbs.dtu.dk/services/Net NGlyc/ 跨膜区分析：TMORED 蛋白质序列含有跨膜区提示它可能作为膜受体起作用，也可能是定位于膜的锚定蛋白或者离子通道蛋白等，从而，含有跨膜区的蛋白质往往和细胞的功能状态密切相关。 蛋白酶的结构功能进行预测和分析：http://smart.embl-heidelberg.de/ 同源建模分析：https://www.doczj.com/doc/6519017748.html,//SWISS-MODEL.html 二级结构及折叠类预测：Predictprotein 特殊结构或结构预测：COILS MacStripe 疏水性分析：ExPASy的ProtScale 基于序列同源性分析的蛋白质功能预测： 至少有80个氨基酸长度范围内具有25%以上序列一致性才提示可能的显著性意义。类似于核酸序列同源性分析，用户直接将待分析的蛋白质序列输入NCBI/BLAST(https://www.doczj.com/doc/6519017748.html,/blast)，选择程序BLASTP就可网上分析。 基于motif、结构位点、结构功能域数据库的蛋白质功能预测 蛋白质的磷酸化与糖基化对蛋白质的功能影响很大，所以对其的分析也是生物信息学的一个部分。同时，分子进化方面的研究表明，蛋白质的不同区域具有
表1蛋白质相互作用分析相关数据库及网站 蛋白质序列分析和结构预测 【实验目的】 1、掌握蛋白质序列检索的操作方法； 2、熟悉蛋白质基本性质分析； 3、熟悉基于序列同源性分析的蛋白质功能预测，了解基于motif、结构位点、结构功能域数据库的蛋白质功能预测； 4、了解蛋白质结构预测。 【实验内容】 1、使用Entrez或SRS信息查询系统检索人脂联素（adiponectin）蛋白质序列； 2、使用BioEdit软件对上述蛋白质序列进行分子质量、氨基酸组成、和疏水性等基本性质分析； 3、对人脂联素蛋白质序列进行基于NCBI/Blast软件的蛋白质同源性分析； 4、对人脂联素蛋白质序列进行motif结构分析； 5、对人脂联素蛋白质序列进行二级结构和三维结构预测。 【实验方法】 1、人脂联素蛋白质序列的检索：
（1）调用Internet浏览器并在其地址栏输入Entrez网址（https://www.doczj.com/doc/6519017748.html,/Entrez）； （2）在Search后的选择栏中选择protein； （3）在输入栏输入homo sapiens adiponectin； （4）点击go后显示序列接受号及序列名称； （5）点击序列接受号NP_004788 （adiponectin precursor；adipose most abundant gene transcript 1 [Homo sapiens]）后显示序列详细信息； （6）将序列转为FASTA格式保存（参考上述步骤使用SRS信息查询系统检索人脂联素蛋白质序列）； 2、使用BioEdit软件对人脂联素蛋白质序列进行分子质量、氨基酸组成和疏水性等基本性质分析： 打开BioEdit软件→将人脂联素蛋白质序列的FASTA格式序列输入分析框→点击左侧序列说明框中的序列说明→点击sequence栏→选择protein→点击Amino Acid Composition→查看该蛋白质分子质量和氨基酸组成；或者选择protein后，点击Kyte & Doolittle Mean Hydrophobicity Profile→查看该蛋白质分子疏水性水平； 3、人脂联素蛋白质序列的蛋白质同源性分析： （1）进入NCBI/Blast网页； （2）选择Protein-protein BLAST （blastp）； （3）将FASTA格式序列贴入输入栏； （4）点击BLAST； （5）查看与之同源的蛋白质； 4、人脂联素蛋白质序列的motif结构分析： （1）进入http://hits.isb-sib.ch/cgi-bin/PFSCAN网页； （2）将人脂联素蛋白质序列的FASTA格式序列贴入输入栏； （3）点击Scan； （4）查看分析结果（注意Prosite Profile中的motif information）； 5、人脂联素蛋白质序列的二级结构预测： （1）进入下列蛋白结构预测服务器网址http://www.embl-heidelberg.de/predictprotein//predictprotein.html
生物信息学数据库分类整理汇总 1. Meta databases 元数据库，合并不同来源的相关数据以更新的或更加方便的形式提供新的数据，通俗的讲就是数据库的数据库，代表性的数据库主要有以下几个： ConsensusPathDB 网址：https://www.doczj.com/doc/6519017748.html,/描述：分子功能互作数据库，基于32个公共数据库，整合了人类蛋白质相互作用，遗传相互作用信号，代谢，基因调控和药物- 靶标相互作用的信息。 Entrez 网址： https://https://www.doczj.com/doc/6519017748.html,/Class/MLACourse/Modules/Entrez/complex_boolean.html描述：Entrez跨数据库全局查询搜索系统是一个联合搜索引擎或门户网站，允许用户在NCBI网站上搜索许多离散的健康科学数据库。 Neuroscience Information Framework 网址：https://https://www.doczj.com/doc/6519017748.html,//描述：整合了数百种神经科学相关资源，包括实验，临床和转化神经科学数据库，知识库，地图集和遗传/基因组资源等。 GeneCard 网址：https://https://www.doczj.com/doc/6519017748.html,/描述：自动整合125个数据库，包含基因组、转录组、蛋白组、遗传、临床和功能信息的庞大人基因组数据库。 Ensembl Genomes 网址：https://www.doczj.com/doc/6519017748.html,/描述：该项目由EMBL运营，提供细菌、原生生物、真菌、植物和无脊椎动物后生动物的基因组数据。 UCSC Genome 网址：https://www.doczj.com/doc/6519017748.html,描述：主要是动物基因组信息，基因组注释，基因组保守性和基因组共线性数据。 Human protein atlas 网址：https://www.doczj.com/doc/6519017748.html,/描述：人体蛋白在细胞、组织、病理条件下的表达 2. Model organism databases
分子生物学中常用数据库 综合数据库： 来源： https://www.doczj.com/doc/6519017748.html,/news/science/article/90048.html 生物信息学网址链接： http://www.bioinformatics.ca/links_directory/ Nucleic Acid Research Database Issue： https://www.doczj.com/doc/6519017748.html,/content/vol32/suppl_2/ 一、蛋白相关数据库蛋白质结构域预测工具 Esignal：https://www.doczj.com/doc/6519017748.html,/esignal/ 信号传导系统蛋白的结构域预测工具，凡是涉及到信号传导系统的蛋白用这个预测效果最佳 SignalP：http://www.cbs.dtu.dk/services/SignalP/
信号肽预测工具，适合定位于非胞质位置的蛋白质 Emotif：https://www.doczj.com/doc/6519017748.html,/emotif-search/ 结构域预测工具，由于其用motif电子学习的方法产生结构域模型，故预测效果比Prosite好 Ematrix：https://www.doczj.com/doc/6519017748.html,/ematrix/ 是用Matrix的方法创建的结构域数据库，可与emotif互相印证。其速度快，可快速搜索整个基因组 InterPro：https://www.doczj.com/doc/6519017748.html,/InterProScan/ EBI提供的服务，用图形的形式表示出搜索的结构域结果 TRRD：http://wwwmgs.bionet.nsc.ru/mgs/gnw/trrd/ 转录因子结构域预测的最好数据库。但不会用 Protscale：https://www.doczj.com/doc/6519017748.html,/cgi-bin/protscale.pl
蛋白质组学蛋白质组学相关技术及发展文献综述 蛋白质组学相关技术及发展文献综述张粒植物学21107016 1 概念及相关内容1994年澳大利亚Macquaie大学的Wilkins和Williams等在意大利的一次科学会议上首次提出了蛋白质组proteome这个概念该英文词汇由蛋白质的“prote”和基因组的“ome”拼接而成并且最初定义为“一个基因组所表达的蛋白质”1。然而这个定义并没有考虑到蛋白质组是动态的而且产生蛋白的细胞、组织或生物体容易受它们所处环境的影响。目前认为蛋白质组是一个已知的细胞在某一特定时刻的包括所有亚型和修饰的全部蛋白质2。蛋白质组学就是从整体角度分析细胞内动态变化的蛋白质组成、表达水平与修饰状态了解蛋白质之间的相互作用与联系提示蛋白质的功能与细胞的活动规律。2 蛋白质组学的分类蛋白质组学从其研究目标方面可分为表达蛋白质组学和结构蛋白质组学。前者主要研究细胞或组织在不同条件或状态下蛋白质的表达和功能这将有助于识别各种特异蛋白3目前蛋白质组学的研究在这方面开展的最为广泛其运用技术主要是双相凝胶电泳Two-dimensional gel electrophoresis2DE技术以及图像分析系统当对感兴趣的蛋白质进行分析时可能用到质谱。由于蛋白质发生修饰后其电泳特性将发生改变这些技术可以直接测定蛋白质的含量并有助于发现蛋白质翻译后的修饰如糖基化和磷酸化等4 。结构蛋白质组学的目标是识别蛋白质的结构并研究蛋白质间的相互作用。近年来酵母双杂交系统是研究蛋白质相互作用时常用的方法同时研究者也将此方法不断改进5。有研究者最近发现在研究蛋白质相互作用时通过纯化蛋白复合物并用质谱进行识别是很有价值的4。3 蛋白质组学相关技术目前蛋白质组学研究在表达蛋白质组学方面的研究最为广泛其分析通常有三个步骤第一步运用蛋白质分离技术分离样品中的蛋白质第二步应用质谱技术或N末端测序鉴定分离到的蛋白质第三步应用生物信息学技术存储、处理、比较获得的数据。3.1 蛋白质分离技术这类技术主要是电泳其中应用最多的是双向电泳技术其他还有SDS-PAGE、毛细吸管电泳等。除了电泳外还有液相色谱通常使用高效液相色谱HPLC和二维液相色谱2D-LC。另外还有用于蛋白纯化、除杂的层析技术、超离技术等。3.1.1双相凝胶电泳双相凝胶电泳two-dimensional gel elec—trophoresis2DE这是最经典、最成熟的蛋白质组分离技术产生于20世纪70年代中叶但主要的技术进步如实验的重复性、可操作性蛋白质的溶解性、特异性等是在近lO年取得的。它根据蛋白质不同的特点分两相分离蛋白质。第一相是等电聚焦IEF电泳根据蛋白质等电点的不同进行分离。蛋白质是两性分子根据其周围环境pH可以带正电荷、负电荷或静电荷为零。等电点pI是蛋白质所带静电荷为零时的pH周围pH小于其pI时蛋白质带正电荷大于其pI时蛋白质带负电荷。IEF时蛋白质处于一个pH梯度中在电场的作用下蛋白质将移向其静电荷为零的点静电荷为正的蛋白将移向负极静电荷为负的将移向正极直到到达其等电点如果蛋白质在其等电点附近扩散那么它将带上电荷重新移回等电点。这就是IEF的聚焦效应它可以在等电点附近浓集蛋白从而分离电荷差别极微的蛋白。pH梯度的形成最初是在一个细的包含两性电解质的聚丙烯酰胺凝胶管中进行。在电流的作用下两性电解质可形成一个pH梯度。但由于两性电解质形成的pH梯度不稳定、易漂移、重复性差80年代以后研究人员研制了固定pH梯度的胶条IPG。此种胶条的形成需要一些能与丙烯酰胺单体结合的分子每个含有一种酸性或碱性缓冲基团。制作时将一种含有不同酸性基团的此分子溶液和一种含有不同碱性基团的此分子溶液混合两种溶液中均含有丙烯酰胺单体和催化剂不同分子的浓度决定pH的范围。聚合时丙烯酰胺成分与双丙烯酰胺聚合形成聚丙烯酰胺凝胶。第二相是SDS聚丙烯酰胺凝胶电泳SDS-PAGE根据蛋白质的分子量不同进行分离。此相是在包含SDS的聚丙烯酰胺凝胶中进行。SDS是一种阴离子去污剂它能缠绕在多肽骨架上使蛋白质带负电所带电荷与蛋白质的分子量成正比在SDS聚丙烯酰胺凝胶中蛋白质分子量的对数与它在胶中移动的距离基本成线性关系。SDS-PAGE装置有水平和垂直两种形式垂直装置可同时跑多块胶如Amersham pharmacia Biotech的Ettan DALT II 系统可同时跑12块胶提高了操作的平行性。经过2DE
蛋白质组数据集 蛋白质组数据集是指收集和整理了大量蛋白质组学数据的数据库。蛋 白质组学是一门研究蛋白质在生物体内的表达、结构、功能和相互作 用等方面的学科，是生物学、医学和药学等领域中的重要研究方向。 蛋白质组数据集的建立和应用，对于深入理解生命活动的分子机制， 发现新的生物标志物和药物靶点，以及开发个性化医疗等方面具有重 要意义。 蛋白质组数据集的建立需要采用多种技术手段，包括质谱、蛋白质芯片、基因组学、蛋白质结构学等。其中，质谱技术是最常用的蛋白质 组学技术之一，可以通过对蛋白质样品进行分离、鉴定和定量，获得 大量的蛋白质组数据。蛋白质芯片技术则可以同时检测数千种蛋白质，具有高通量、高灵敏度和高特异性等优点。基因组学和蛋白质结构学 等技术则可以从基因水平和分子水平上研究蛋白质的表达和结构等特征。 蛋白质组数据集的应用范围非常广泛。在基础研究方面，蛋白质组数 据集可以用于研究蛋白质的表达模式、功能和相互作用等，揭示生命 活动的分子机制。在临床医学方面，蛋白质组数据集可以用于发现新 的生物标志物和药物靶点，为疾病的早期诊断和治疗提供依据。在药 物研发方面，蛋白质组数据集可以用于筛选和优化药物靶点，提高药
物的研发效率和成功率。在个性化医疗方面，蛋白质组数据集可以用 于制定个性化治疗方案，提高治疗效果和减少不良反应。 目前，国内外已经建立了多个蛋白质组数据集，如UniProt、ProteomeXchange、PRIDE、PeptideAtlas等。这些数据集包含了 大量的蛋白质组数据，涵盖了多种生物体和组织类型，为蛋白质组学 研究和应用提供了重要的数据资源。同时，这些数据集也面临着一些 挑战，如数据质量、数据标准化、数据共享等问题。因此，建立高质量、标准化、可持续的蛋白质组数据集，是当前蛋白质组学研究和应 用的重要任务之一。 总之，蛋白质组数据集是蛋白质组学研究和应用的重要基础和资源， 对于深入理解生命活动的分子机制，发现新的生物标志物和药物靶点，以及开发个性化医疗等方面具有重要意义。建立高质量、标准化、可 持续的蛋白质组数据集，是当前蛋白质组学研究和应用的重要任务之一。
蛋白质组学及研究方法 质谱法是蛋白质组学中最重要的分析方法之一、常用的质谱法有两大类，一类是基于质谱仪直接测定蛋白质的质量和序列信息，如质谱仪联用 液相色谱法（LC-MS）和二维凝胶电泳结合质谱法（2-DE-MS）；另一类是 基于质谱法间接测定蛋白质的表达水平和修饰信息，如蛋白质组学差异凝 胶鉴定法（DIGE）和蛋白质组学激光解吸电离质谱法（MALDI-TOF）。 质谱法的基本原理是通过将蛋白质分子化为离子，在质谱仪中进行分 离和检测。质谱仪的常见类型有基于时间的质谱仪（TOF）、静电荧光质 谱仪（ESI）、磁性质谱仪（FT-ICR）等。质谱法可以通过测定蛋白质的 质量和碎片信息来确定蛋白质的序列和修饰状态。 免疫检测是蛋白质组学中常用的方法之一，用于检测特定蛋白质在生 物体中的表达水平和定位信息。免疫检测可分为传统免疫学方法和现代免 疫学方法两大类。传统免疫学方法包括酶联免疫吸附测定法（ELISA）、 免疫印迹和免疫组织化学等。现代免疫学方法包括流式细胞术、免疫磁珠 法和免疫表观遗传学等。 生物信息学分析是蛋白质组学中的重要环节。通过生物信息学分析， 可以从大量的蛋白质组学数据中提取有用的信息，如蛋白质相互作用网络、信号通路分析和功能注释等。常用的生物信息学工具和数据库有NCBI、UniProt、STRING和Kegg等。 蛋白质组学的研究方法还包括蛋白质组分离和富集技术、蛋白质组学 数据库和蛋白质组学分析软件等。蛋白质组分离和富集技术可用于从复杂 的蛋白质混合物中提取特定蛋白质或蛋白质家族，并进行进一步的分析。
蛋白质组学数据库和蛋白质组学分析软件可用于存储和分析大规模的蛋白 质组学数据，并帮助研究者解释实验结果。 总之，蛋白质组学是一门综合性研究领域，涉及蛋白质的分析、鉴定、定位和功能等方面。通过质谱法、免疫检测和生物信息学分析等方法，可 以更好地理解蛋白质在生物体内的功能和调控机制，为生物医学研究和药 物开发提供重要的技术支持。
自下而上蛋白质组学 自下而上蛋白质组学是一种研究蛋白质的方法，它从蛋白质的组成入手，逐步深入探究蛋白质的结构、功能和相互作用等方面。本文将从以下几个方面介绍自下而上蛋白质组学。 一、概述 自下而上蛋白质组学是一种基于分析蛋白质胰酶消化产物的方法，通过对这些产物进行分离、鉴定和定量，来研究蛋白质的结构和功能。这种方法通常包括以下几个步骤：1）样品制备；2）胰酶消化；3）分离和富集；4）鉴定和定量。 二、样品制备 样品制备是整个自下而上蛋白质组学流程中非常重要的一个环节。在样品制备过程中，需要注意以下几个方面： 1. 样品来源 样品来源对后续实验结果有着至关重要的影响。因此，在选择样品时需要考虑到其来源、类型、数量等因素。
2. 样品处理 在对样品进行处理时，需要注意避免污染和损失。同时，在处理样品 时还需要根据不同的实验目的进行加工和制备。 3. 样品保存 样品保存是保证实验结果准确性和可重复性的关键。因此，在样品保 存过程中，需要注意避免污染、降解和冻融循环等因素的影响。 三、胰酶消化 胰酶消化是自下而上蛋白质组学中最关键的一个步骤。在这一步骤中，需要将样品与胰酶进行反应，以产生一系列消化产物。这些产物包括 多肽和肽段等，可以通过质谱分析来确定其序列信息。 1. 胰酶选择 在选择胰酶时，需要考虑到其特异性、效率、价格等因素。常用的胰 酶有Trypsin、Lys-C、Asp-N等。 2. 消化条件
在进行胰酶消化时，需要考虑到反应时间、温度、pH值等因素对反应效果的影响。同时，在消化过程中还需要添加一定量的抑制剂来防止 进一步消化。 四、分离和富集 在蛋白质组学研究中，通常需要将产生的多肽或肽段进行分离和富集，以便进行后续的鉴定和定量分析。常用的分离和富集方法包括： 1. 高效液相色谱法（HPLC） HPLC是一种分离和富集多肽或肽段的常用方法。它可以根据不同的物理化学性质，如极性、亲疏水性、电荷等来实现分离。 2. 固相萃取法（SPE） SPE是一种通过吸附-解吸机制来富集样品中目标化合物的方法。在这种方法中，需要选择合适的固相材料，如C18、SCX等，来进行样品 富集。 五、鉴定和定量
药物基因组学数据库 1、Drugbank 2、dgidb 3、pharmGKB 4、cancercommon 5、ChEMBL 6、mycancergenome 7、TTD 8、guidetopharmcology 9、clearityfoundation 10、CIViC 11、DoCM 1 Drugbank 药物和药物靶标资源库。DrugBank是一个独特的生物信息学/化学信息学资源，它结合了详细的药物（例如化学制品）数据和综合的药物靶点（即：蛋白质）信息。该数据库包含了超过4100个药物条目，
包括超过800个FDA认可的小分子和生物技术药物，以与超过3200个试验性药物。此外，超过1.4万条蛋白质或药物靶序列被链接到这些药物条目。每个DrugCard条目包含超过80个数据域，其中一半信息致力于药物/化学制品数据，另一半致力于药物靶点和蛋白质数据。许多数据域超链接到其他数据库（KEGG、PubChem、ChEBI、Swiss-Prot 和GenBank）和各种结构查看小应用程序。该数据库是完全可搜索的，支持大量的文本、序列、化学结构和关系查询搜索。DrugBank的潜在应用包括模拟药物靶点发现、药物设计、药物对接或筛选、药物代谢预测、药物相互作用预测和普通药学教育。DrugBank可以在使用。广泛应用于计算机辅助的药物靶标的发现、药物设计、药物分子对接或筛选、药物活性和作用预测等。 在查询中，每一种药物对应1个DrugCard，即我们所得到的检索结果。每一个DrugCard都包含的数据信息分为药物、靶标和酶三部分。 药物信息包括了该药物的CAS号、商品名、分子式、分子量、SMILES、2D和3D结构、logP、logS、pKa、熔点、吸收性、Caco-2细胞穿透性、药物类别和临床使用、性质描述、剂型与给药途径、半衰期、体内的生物转化、毒性、作用于哪些生物体、食物对服用的影响、与其它药物的相互作用、作用机理、代谢途径、药理学特征、与蛋白质的结合情况、溶解度、物质形态、同义词、关于合成的相关文献等，还与ChEBI、GenBank、PubChem等外部数据库有链接。 靶标的信息包括ID、名称、靶标基因的名称、蛋白质序列、残
TCGA蛋白分析数据库 功能蛋白质组学是对蛋白质在功能活性水平（例如表达和修饰）的大规模研究。对诸如癌症等复杂疾病的研究表明，遗传改变并不能说明该疾病的所有原因。蛋白质水平和结构的变化也已显示在肿瘤发展和进展中起关键作用，而遗传变化并未反映出这一点。在癌症中，疾病的发展通常需要几种遗传和表观遗传学改变。今天给大家介绍一个用于访问，可视化和分析患者肿瘤样本功能蛋白质组学的综合资源：TCPA（/）。 该网站结合了反向蛋白质阵列（RPPA）和TCGA的蛋白质组数据库，可以后续结合TCGA的临床数据进行分析。 每个体系都包括4个方面，基本操作一致，我们这里以肿瘤样本为例简要介绍一下该数据库的使用。 点击View details。 进入，可以发现具体包含4个在线分析工具：
1.Summary 主要为各个肿瘤的数据预览。包括数据集所含样本数目、样本来源、蛋白质数目等信息。点击Details列的Show，可以查看该数据集的详细信息。 2.My Protein 蛋白在所有癌症的分布。下表显示了蛋白质的详细信息，包括相应的基因、验证方式和抗体来源等。
通过底部快速搜索栏进行快速定位，我们可以选择感兴趣的蛋白。 点击View列下的绿色+，可以查看该蛋白在不同肿瘤中的表达情况，以箱式图表示。 3.Visualization 可视化-网络和热图。可以发现，包含网络可视化及热图可视化 （1）Network Visualization 选择欲要查看的肿瘤类型，由于Adobe在2020年12月31日之
后就不再支持Flash Player，所以这部分内容暂时是无法查看的，下面是小编从百度上找到的一张图片，大致内容是这些。 （2）Heatmap Visualization 热图可视化。进入之后，选自自己感兴趣的肿瘤，下面有三个图，K=3，K=4，K=5，分别是指需要分几个cluster，也就是肿瘤分型。 这里选择K=3，选择进入之后就可以得到结果热图，然后左上角Misc-PDF就可以下载PDF格式图片。
生物信息学网站 分子生物学数据库综合目录 1. SRS序列查询系统(分子生物学数据库网络浏览器) http://www.embl-heidelberg.ed/srs5/ 2. 分子生物学数据库及服务器概览https://www.doczj.com/doc/6519017748.html,/people/pkarp/mimbd/rsmith.html 3. BioMedNet图书馆https://www.doczj.com/doc/6519017748.html, 4. DBGET数据库链接http://www.genome.ad.jp/dbget/dbget.links.html 5. 哈佛基因组研究数据库与精选服务器https://www.doczj.com/doc/6519017748.html, 6. 约翰. 霍普金斯大学(Johns Hopkins University) OWL网络服器https://www.doczj.com/doc/6519017748.html,/Dan/proteins/owl.html 7. 生物网络服务器索引，USCS https://www.doczj.com/doc/6519017748.html,/network/science/biology/index.html 8. 分子生物学数据库列表(LiMB) gopher://https://www.doczj.com/doc/6519017748.html,/11/molbio/other 9. 病毒学的WWW服务器，UW-Madison https://www.doczj.com/doc/6519017748.html,/Welcome.html 10. UK MRC 人类基组图谱计划研究中心https://www.doczj.com/doc/6519017748.html,/ 11. 生物学家和生物化学家的WWW资源http://www.yk.rim.pr.jp/~aisoai/index.html 12. 其他生物网络服务器的链接https://www.doczj.com/doc/6519017748.html,/biolinks.html 13. 分子模型服务器与数据库https://www.doczj.com/doc/6519017748.html,/lap/rsccom/dab/ind006links.html 14. EMBO实际结构数据库http://xray.bmc.uu.se/embo/structdb/links.html 15. 蛋白质科学家的网络资源https://www.doczj.com/doc/6519017748.html,/protein/ProSciDocs/WWWResources.html 16. ExPASy分子生物学服务器http://expasy.hcuge.ch/cgi-bin/listdoc 17. 抗体研究网页https://www.doczj.com/doc/6519017748.html, 18. 生物信息网址http://biochem.kaist.ac.kr/bioinformatics.html 19. 乔治.梅森大学(George Mason University)的生物信息学与计算分子生物学专业https://www.doczj.com/doc/6519017748.html,/~michaels/Bioinformatics/ 20. INFOBIOGEN数据库目录https://www.doczj.com/doc/6519017748.html,biogen.fr/services/dbcat/ 21. 国家生物技术信息研究室https://www.doczj.com/doc/6519017748.html,/data/data.html 22. 人类基因组计划情报https://www.doczj.com/doc/6519017748.html,/TechResources/Human_Genome 23. 生物学软件及数据库档案https://www.doczj.com/doc/6519017748.html,/Dan/software/biol-links.html 24. 蛋白质组研究：功能基因组学的新前沿(著作目录) http://expasy.hcuge.ch/ch2d/LivreTOC.html 序列与结构数据库 一．主要的公共序列数据库 1. EMBL WWW服务器http://www.EMBL-heidelberg.ed/Services/index.html 2. Genbank 数据库查询形式(得到Genbank的一个记录) https://www.doczj.com/doc/6519017748.html,/genbank/query_form.html 3. 蛋白质结构数据库WWW服务器(得到一PDB结构) https://www.doczj.com/doc/6519017748.html, 4. 欧洲生物信息学研究中心(EBI) https://www.doczj.com/doc/6519017748.html,/ 5. EBI产业支持https://www.doczj.com/doc/6519017748.html,/ 6. SWISS-PROT(蛋白质序列库) http://www.expasy.ch/sprot/sprot-top.html