SwissProt -简介

SwissProt - 特点

SwissProt -简介

SWISS-PROT是经过注释的蛋白质序列数据库，由欧洲生物信息学研究所(EBI)维护。数据库由蛋白质序列条目构成，每个条目包含蛋白质序列、引用文献信息、分类学信息、注释等，注释中包括蛋白质的功能、转录后修饰、特殊位点和区域、二级结构、四级结构、与其它序列的相似性、序列残缺与疾病的关系、序列变异体和冲突等信息。SWISS-PROT中尽可能减少了冗余序列，并与其它30多个数据建立了交叉引用，其中包括核酸序列库、蛋白质序列库和蛋白质结构库等。利用序列提取系统(SRS)可以方便地检索SWISS-PROT和其它EBI的数据库。SWISS-PROT只接受直接测序获得的蛋白质序列，序列提交可以在其Web页面上完成。

SwissProt - 特点

SwissProt采用了和EMBL核算序列数据库相同的格式和双字母标识字。这种双字母的标识字对于数据库的管理维护比较方便，但用户在使用时却不很方便，特别对数据库格式不很熟悉的用户。ExPASy开发了面向生物学家的、基于浏览器的用户界面，特别是用可视化方式表示氨基酸特征表，使用户对序列特性一目了然，如二硫键、跨膜螺旋、二级结构片段、活性位点等。截止1998年6月，SWISS-PROT数据库包含约7万条序列，这些序列涵盖了5千多个不同种属，其中大部分来自于几种主要模式生物，如人、小鼠等。

SWISS-PROT数据库的结构与其它蛋白质序列数据库不同。给出SWISS-PROT数据库中一个序列条目的实例。图中每一行由两个字母起始，用来说明每一行所代表的信息。起其中第一行以ID开始，最后一行以双斜杠//结束。ID行表示该序列的名称是OPSD_SHEEP，共有348个氨基酸残基。SWISS-PROT数据库的ID包含一定信息，如本例中OPSD表示蛋白质名称缩写，而SHEEP表示该蛋白质分子来自于哪个物种，中间用下划线分隔。即这一蛋白序列是来源于绵羊的视紫红质(rhodopsin)。序列条目的标识符ID随着版本的更新有可能改变，因此有必要采用能够唯一识别该序列条目的其它标识符。SWISS-PROT采用AC（accession number）作为表示某个特定序列的代码，具有唯一性和永久性。在文献中引用某个序列时，应以AC为准，而不是以序列名称或ID为准。本例中，代码AC为P02700。采用AC代码的另一个好处是便于计算机处理。如果在AC行出现了几个代码值，那么应以第一个为准，它表示该序列在当前版本中的代码。下面的DT行提供了蛋白质序列提交到数据库的时间，及最近一次修改的时间等信息。描述行（DE）可以有一行或几行，提供了对该蛋白质的简单说明。此例中，说明该蛋白质为视紫红质。下面的几行中提供了有关该蛋白质的基因名（GN）、物种来源（OS）和分类学位置（OC）等信息。接下来是与该蛋白质相关的基本注释信息，包括文献信息、与测序有关的信息、以及对该蛋白质序列分析得到的与结构或突变相关的信息等。这些注释为用户提供了非常有价值的信息。基本注释信息后，是说明行（CC）。在CC行中按主题进行区分，其中，FUNCTION说明该蛋白质的功能，PTM说明翻译后修饰，TISSUE SPECIFICITY说明组织专一性，SUBCELLULAR LOCATION说明亚细胞定位，SIMILARITY说明了与该蛋白质序列具有相似性或相关的某个蛋白质家族，等等。蛋白质序列具有与另一个蛋白质序列数据库PIR的链接、与GPCR专门数据库的链接，以及与蛋白质序列模体数据库PROSITE的链接和与蛋白质结构域数据库ProDom的链接。在DR行之后，是关键字行（KW）和特征表行（FT）。特征表包括对该序列特性的进一步注释，包括跨膜螺旋等超二级结构单元、配体结合位点、翻译后修饰位点等。特征表的每一行有一个关键字（如TRANSMEM）、特征序列的氨基酸残基位置（如37-61），以及注释信息的性质（如POTENTIAL）等。SWISS-PROT数据库中的序列数据与蛋白质前体对应，如果想要获得成熟蛋白质的序列，可以参考特征表所提供的信息，即根据特征表所提供的信号（SIGNAL），转运区（TRANSIT）或前肽（PROPEP）等信息来推断成熟蛋白质或多肽序列。此外，CHAIN和PEPTIDE两个关键字用来表示成熟蛋白质的位置。SWISS-PROT数据库的格式便于通过计算机软件进行查询，即通过对每行起始的标识字建立索引文件，即可方便地找到某一字段。