三种分析蛋白结构域(domains)的方法

《三种分析蛋白结构域(domains)的方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、三种分析蛋白结构域(Domains)的方法三种分析蛋白结构域(Domains)的方法1，SMART入门，蛋白结构和功能分析SMART介绍SMART(aSimpleModularArchitectureResearchTool)allowstheidentificationandannotationofgeneticallymobiledomainsandtheanalysisofdomainarchitectures.Morethan500domainfamiliesfoundinsignall

2、ing,extracellularandchromatin-associatedproteinsaredetectable.Thesedomainsareextensivelyannotatedwithrespecttophyleticdistributions,functionalclass,tertiarystructuresandfunctionallyimportantresidues.Eachdomainfoundinanon-redundantproteindatabaseaswel

3、lassearchparametersandtaxonomicinformationarestoredinarelationaldatabasesystem.Userinterfacestothisdatabaseallowsearchesforproteinscontainingspecificcombinationsofdomainsindefinedtaxa.Forallthedetails,pleaserefertothepublicationsonSMART.SMART(http://

4、smart.embl-heidelberg.de/)，可以说是蛋白结构预测和功能分析的工具集合。简单点说，就是集合了一些工具，可以预测蛋白的一些二级结构。如跨膜区（Transmembranesegments），复合螺旋区（coiledcoilregions），信号肽（Signalpeptides），蛋白结构域（PFAMdomains）等。SMART前该知道的1，SMART有两种不同的模式：normal或genomic主要是用的数据库不一样。NormalSMART,用的数据库Swiss-Prot,

5、SP-TrEMBL和stableEnsemblproteomes。GenomicSMART,用全基因组序列。详细列表：http://smart.embl-heidelberg.de/smart/list_genomes.pl2，一些名词解释http://smart.embl-heidelberg.de/help/smart_glossary.shtmlSMART进行时可以直接用各个数据库蛋白的ID。如Uniprot/Ensembl  ID/Accessionnumber(ACC)。或是直接蛋白序

6、列。运行SMART也可选择signalpeptides、PFAMdomains等的预测，勾上就是。看下图SMART结果运行后的结果用图表表示。其实运行后的结果都有明确的解释。详细请看下面。不同结构的预测由不同的工具完成。如果你想了解更多，可访问去该工具的网站。·跨膜区（Transmembranesegments）,TMHMM2program。(用表示)·复合螺旋区（coiledcoilregions），Coils2program。(用表示)·信号肽（Signalpeptides），SignalP

7、program。()·蛋白结构域（PFAM），PFAM。等等。。不止这几个的。其它不一一列举。因为都是详细的说明。点击图标链接，就能看到该区域的序列，或是一些详细的描述。如上图的跨膜区，点击进去就是该跨膜区从开始到结束的序列。另外，不一定所有预测的区域都会用在图示里看到。一般SMART的显示顺序是SMART>PFAM>PROSPEROrepeats>Signalpeptide>Transmembrane>Coiledcoil>Unstructuredregions>Lowcomplexity。另

8、外其它不用图解显示的区域，在底下的表格也有详细说明。2，Sanger的Pfam数据库网址：http://pfam.sanger.ac.uk/目前的版本：Pfam23.0(July2008,10340families)ThePfamdatabaseisalargecollectionofproteinfamilies,eachrepresentedbymultiplesequencealignmentsandhiddenMarkovmodels(HMMs).3，NCBI的CDD（Conserved