蛋白质组学研究中的生物信息学

第4讲：基于生物质谱数据的互联网数据库搜索母昭德硕士生学位课程：蛋白质组学本讲所要介绍的内容提要Ⅰ、生物信息学的一般情况Ⅱ、有关数据库的基础知识Ⅲ、由双向聚丙烯酰胺凝胶电泳鉴别的蛋白质数据库Ⅳ、目前利用生物质谱数据进行搜索时相关的主要数据库Ⅴ、搜索引擎-ExPASyⅥ、以生物质谱数据从互联网数据库进行搜索Ⅰ、生物信息学的一般情况生物信息学（Bioinformatics）是一门新兴的交叉学科，它包括了生物信息的获取、处理、存取、发布、分析、和解释等在内的所有方面。生物信息学综合运用生物学、数学、计算机科学的各种工具，来阐明和理解大量数据所包含的生物学意义。生物信息学在蛋白质组学中的应用概况生物信息学已经成为蛋白组学研究中必不可少的组成部分，其应用包括：编码的DNA序列的寻找与分析蛋白质序列信息的获取蛋白质鉴定和性质预测蛋白质结构和功能预测蛋白质序列分析数据的分析与整合Ⅱ、有关数据库的基础知识生物信息学数据库：是长期存放在计算机内，有组织的、可共享的、表明了一些事实性的信息的数据集合。数据库系统：是一个可实际运行的存储、维护和应用系统，是提供数据的软件系统，是存储介质、处理对象和管理系统的集合体。数据库是生物信息学的基础。AlbertoLabarga,FranckValentin,MikaelAnderson,andRodrigoLopez.WebServicesattheEuropeanBioinformaticsInstitute.NucleicAcidsRes.,2007;35:W6～W11NucleicAcidsResearch》杂志在其每年的第一期中详细介绍最新版本的各种数据库。在2000年1月1日出版的28卷第一期115种通用和专用数据库，包括其详尽描述和访问网址。至2006年，生物信息学数据库总数已达858个。至2009年，生物信息学数据库总数已达1170个。《NucleicAcidsResearch》杂志所介绍的相关数据库及其主要分类1核酸序列数据库2.RNA序列数据库3.蛋白质序列数据库4.结构数据库5.基因组数据库（非脊椎动物）6.代谢酶相关产物7.人类和其他脊椎动物基因组8.人类基因和疾病9.其他数据和其他基因表达数据库10.蛋白组资源11.其他分子生物学数据库12.细胞器官数据库13.植物数据库14.免疫学数据库生物信息学的基本构架染色体基因组图谱基因组数据库核酸DNA序列核酸序列数据库蛋白质序列蛋白质序列数据库蛋白质结构蛋白质结构数据库蛋白质基因组作图序列测定结构测定生物信息学数据库工具生物信息学数据库工具二次数据库；复合数据库生物信息数据库的类别以建库的方式而论,大致可分为四类:一级数据库(primarydatabase)二级数据库(secondarydatabase)专家库整合数据库基于肽质量指纹谱（PMF）信息的数据库搜索Asetofpeptidemolecularweightsfromanenzymedigestofaprotein蛋白质酶解肽的混合物PMFProtein/DNA数据库搜索引擎Searchengine数据库搜索结果肽质量指纹图数据的检索…1503.6049701504.6035151505.6060801506.6353441548.6147291549.6358831550.628364…ImportmasslistintoproteindatabasesearchprogramSetsearchparametersSubmitsearchandlookforpeptidesmatchesindatabaseMasslistfromspectrum现行的PMF软件工具名称网址特点第一类PepSeaPeptIdent/MultIdent根据谱图中m/z值与数据库中给定误差范围内m/z值相匹配的数目给出得分第二类MOWSEMS-Fit://prospector.ucsf.edu使用的得分算法考虑到蛋白质大小和肽片段长度对匹配几率的影响第三类ProFoundMascot://使用基于概率的得分，提供得分的统计基础，估计某些匹配可能反映随机事件而不是真实特性的概率重点介绍MSFit以相关的质谱实验数据从序列数据库中进行发掘的蛋白质组学工具。MSFit可选的数据库可选的物种可选的质谱仪可选的酶翻译后修饰种类的选择质谱数据输入框MOWSEscore:MOlecularWeightSearch,ScoringbasedonpeptidefrequencydistributionfromtheOWLnonredundantDatabase%cov:totalaacoverage%tic:fragmentscoverage复习题1、如何利用PMF数据从互联网进行数据库搜索？