|
質(zhì)譜技術(shù)是通過肽段質(zhì)荷比的匹配來判別蛋白質(zhì)的種類，其原理就是利用蛋白序列數(shù)據(jù)庫中的多肽質(zhì)量信息與實際測得的質(zhì)量信息進行對比而實現(xiàn)鑒定的。因此蛋白質(zhì)組數(shù)據(jù)庫是研究蛋白質(zhì)組學的基礎，基于質(zhì)譜技術(shù)的蛋白質(zhì)組學分析或鑒定結(jié)果的質(zhì)量首先取決于數(shù)據(jù)庫的來源與數(shù)據(jù)庫的質(zhì)量。那么有那些來源的數(shù)據(jù)庫能用于蛋白組學研究呢？ 蛋白質(zhì)組數(shù)據(jù)庫的來源 Uniprot數(shù)據(jù)庫 UniProt是Universal Protein的英文縮寫，被認為是收錄最廣泛、注釋信息最全面的蛋白質(zhì)數(shù)據(jù)庫。它由Swiss-Prot、TrEMBL和PIR-PSD三大數(shù)據(jù)庫的數(shù)據(jù)整合而成。其數(shù)據(jù)主要來自于基因組測序項目完成后獲得的蛋白質(zhì)序列，并包含了大量來自文獻和人工注釋的蛋白質(zhì)的生物功能的信息。
獲取UniProt相應物種數(shù)據(jù)庫的步驟： 圖1 獲取UniProt相應物種數(shù)據(jù)庫 NCBI數(shù)據(jù)庫 NCBI是世界上最大的基因數(shù)據(jù)庫。收錄了70,000多種生物的核苷酸序列，每條紀錄都有編碼區(qū)（CDS）特征的注釋，還包括氨基酸的翻譯，主要是科研人員直接提供或來源于大規(guī)?；蚪M測序計劃。有兩種方式獲取蛋白序列，一是來自特定基因組版本的蛋白序列，二是獲取所有和關鍵字或物種相關的蛋白序列。但后者獲得的數(shù)據(jù)庫蛋白重復度較高，優(yōu)先推薦使用UniProt的數(shù)據(jù)庫。 圖2 NCBI蛋白數(shù)據(jù)庫獲得 基因組de novo拼接 如果僅僅有基因組的數(shù)據(jù)，可以先對基因組上的基因進行注釋，將注釋后的結(jié)果翻譯成蛋白來獲取蛋白數(shù)據(jù)庫。圖3描述了從基因組到蛋白庫的分析過程。 圖3 基因組蛋白數(shù)據(jù)庫獲得 轉(zhuǎn)錄組 如果在公共數(shù)據(jù)庫中沒有相應物種的蛋白數(shù)據(jù)庫或記錄蛋白條目較少，可以考慮先做轉(zhuǎn)錄組學，將轉(zhuǎn)錄組學數(shù)據(jù)翻譯成蛋白作為蛋白質(zhì)組學分析的理論數(shù)據(jù)庫?；谵D(zhuǎn)錄組數(shù)據(jù)的蛋白質(zhì)組學分析得到的蛋白數(shù)據(jù)更加全面。 圖4 轉(zhuǎn)錄組蛋白數(shù)據(jù)庫獲得 其他蛋白數(shù)據(jù)庫 Ensembl數(shù)據(jù)庫，開始于一個真核生物基因組注釋項目，其側(cè)重于脊椎動物的基因組數(shù)據(jù)以及注釋數(shù)據(jù)，但也包含了其他生物，如線蟲，酵母，擬南芥和水稻等。 phytozome植物數(shù)據(jù)庫，包含了大約有100多種植物基因組數(shù)據(jù)和其注釋的數(shù)據(jù)，如大豆，油菜，水稻等。 |
|
|
