APT 干货分享：UniProt 数据库怎么看？

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。这个时候，APT 技术编登场了，教你怎么轻松看懂数据库！

 

 

以常见的牛血清白蛋白（BSA）为例，首先下载 BSA 的数据库信息↓↓↓

 

 

纳尼，前方出现一波天书，别担心别恐慌，听我慢慢道来。

首先 sp 表示Swiss-Prot，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。

 

天书再次飘过，出现一系列缩写，继续了解：

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 transcriptlevel

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 表示 TrEMBL，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：http://www.uniprot.org/help/uniprotkb

 

 

好啦，小编今天就说到这儿，是不是感觉意犹未尽呢~别急，APT会逐步给老师同学们带来文献解读，解惑答疑，行业热点等等等一手的干货，所以要请大家多多关注咯~

同时，APT 「夏季培训班--SCI文献中的代谢组学技术应用」正在火热招生中，感兴趣的不要错过哦，甩链接报名：中科新生命夏季培训班第二轮通知！

（扫一扫，我们都是好朋友❤）

 

中科新生命，成立于2004年，专注于质谱技术方法在科技服务、生物医药、精准医疗领域的应用开发。12年质谱服务经验，每年处理本数超万例，通过与中科院的技术合作及企业研发团队的自主创新，致力成为您最具价值的生物技术合作伙伴。