16个最好的蛋白质研究数据库

哪些蛋白质数据库最受研究者欢迎？

GEN网站罗列出16个，包括BioGRID, DDBJ, ExPasy, Gepasi, IntAct, KEGG, MINT, MS-Fit, NCBI, STRING, Uniprot等，详细列表请见如下内容。

BioGRID数据库于2003年建立，是一个有关于蛋白质—蛋白质以及基因相互作用的数据库。

蛋白质预测分析

物理性质预测： 
Compute PI/MW http://expaxy.hcuge.ch/ch2d/pi-tool.html Peptidemass http://expaxy.hcuge.ch/sprot/peptide-mass.html TGREASE ftp://ftp.virginia.edu/pub/fasta/ SAPShttp://ulrec3.unil.ch/software/SAPS_form.html

基于组成的蛋白质识别预测 
AACompIdent http://expaxy.hcuge.ch/ch2d/aacompi.html AACompSim http://expaxy.hcuge.ch/ch2d/aacsim.html PROPSEARCH http://www.embl-heidelberg.de/prs.html 

二级结构和折叠类预测
nnpredict http://www.cmpharm.ucsf.edu/~nomi/nnpredictPredictprotein http://www.embl-heidelberg.de/predictprotein/SOPMA http://www.ibcp.fr/predict.htmlSSPRED http://www.embl-heidelberg.de/sspred/ssprd_info.html

图解ClustalX多序列比对

软件简介:
　　CLUSTALX－是CLUSTAL多重序列比对程序的Windows版本。Clustal X为进行多重序列和轮廓比对和分析结果提供一个整体的环境。
　　序列将显示屏幕的窗口中。采用多色彩的模式可以在比对中加亮保守区的特征。窗口上面的下拉菜单可让你选择传统多重比对和轮廓比对需要的所有选项。

主要功能：
　　你可以剪切、粘贴序列以更改比对的顺序；
　　你可以选择序列子集进行比对；
　　你可以选择比对的子排列(Sub-range)进行重新比对并可插入到原始比对中；
　　可执行比对质量分析，低分值片段或异常残基将以高亮显示。

核酸序列预测分析的基本思路

当我们得到一个DNA序列时，一般都需要对该片段进行分析，确定它的功能区域，寻找调控区域、编码区域，预测其编码蛋白，这些就是我们研究DNA序列的目的。 

核酸序列的预测就是在核酸序列中寻找基因，找出基因的位置及功能位点，以及标记已知的序列模式等过程。在此过程中，确认一段DNA序列是一个基因需要有多个证据的支持： 
1、一般而言，在重复片段频繁出现的区域里，基因编码区和调控区不太可能出现； 
2、如果某段DNA片段的假想产物与某个已知的蛋白质或其它基因的产物具有较高序列相似性的话，那么这个DNA片段就非常可能属于外显子片段； 
3、在一段DNA序列上出现统计上的规律性，即所谓的“密码子偏好性”，也是说明这段DNA是蛋白质编码区的有力证据； 

序列组装后的生物信息学分析

对一种真菌的基因组测序研究或许能够回答下面的问题:
为什么一种真菌能够成为病原物,而另外一种能够成为一种杀虫剂。
同样的，对水稻或者其它工程菌的测序或许也能回答下面的问题：
为什么有的水稻穗大粒多，高产，而另外一种水稻穗小粒少，低产。

下一代的测序技术(SOLiD, 454 and Genome Analyzer System)使得对真菌进行快速的测序成为可能,
在得到测序数据后,主要要进行后续的数据处理和分析:

第一步:
对序列进行组装,如果是重测序,可以用MAQ进行组装;
如果是对新物种进行(de novo)测序,用velvet进行组装.

第二步:
对组装后得到的Scaffold进行全基因组基因注释:
包括:基因组组分分析;编码基因预测;重复序列注释;Non-coding RNA基因注释;Micro RNA基因注释;tRNA基因注释;假基因(Pseudogene)注释等.

生物信息学分析实例

ORF预测的可靠性检验
设计引物：Primer Premier 5.0评估引物质量：Oligo 6.65 或Oligonucleotide Properties Calculator
NCBI的blast 2 SEQUENCES程序 http://www.ncbi.nlm.nih.gov/blast/bl2seq/wblast2.cgi

核苷酸序列＝>氨基酸序列
制作密码子用法表
蛋白质理化性质分析
在线分析
ExPasy服务器上的ProtParam http://us.expasy.org/tools/protparam.html 

生物信息可视化软件汇总

        在处理二代测序数据上，布朗（Broad ）研究所开发了许多优秀的软件，这是它的一个软件中心：（http://www.broadinstitute.org/scientific-community/software），其中Integrative Genomics Viewer (IGV)（http://www.broadinstitute.org/software/igv/home）是一个用于数据可视化的软件。它直接读取由短片段序列比对基因组的bam文件，可以阅览所有短序列上的SNP。

         对于许多进一步加工后的数据，比对SNP文件、INDEL文件和可变剪切的GFF文件，chip-seq数据，UCSC（http://genome.ucsc.edu/）是一个非常实用的在线网站，但是它包含的基因组还相对有限。GBrowse（http://gmod.org/wiki/Gbrowse）是一个可供拥有服务器的实验室自主搭建基因组在线浏览的平台。