實驗四蛋白質序列、結構的獲取和顯示

1、實驗四：蛋白質序列、結構的獲取和顯示,杜 娟 ,基因與蛋白質組學數據分析,實驗項目四：蛋白質序列、結構的獲取和顯示 一、 實驗目的和要求： 掌握蛋白質序列數據庫Uniprot的查詢方法及格式特點 掌握蛋白質結構數據庫PDB的及格式特點 掌握蛋白質結構顯示軟件Pymol的使用,2,UniProt：Universal Protein Resource 收錄蛋白質序列目錄最廣泛、功能注釋最全面的數據庫； 包含三個子庫： UniProtKB（UniProt Knowledgebase） UniRef（UniProt Reference Clusters） UniParc（Uniprot Archive

2、）,一 UniProt數據庫,3,1. 簡介,2. 數據來源,4,European Bioinformatics Institute (EMBL-EBI),SIB Swiss Institute of Bioinformatics,Protein Information Resource (PIR),Swiss-Prot and TrEMBL,Protein Sequence Database (PIR-PSD),5,UniProt的網址： /,3.數據查詢 Uniprot檢索號，包括6個字符串，可由大寫字母AZ和數字09組合而成。 也可以用關鍵詞檢索

3、,檢索演示,例1：查詢草履蟲細胞周期蛋白依賴的蛋白激酶（CDK2）的結構數據 (1)登陸Uniprot網站 / (2)在搜索欄選中“Protein knowledgebase(UniProtKB)” ，在文本框中輸入“Paramecium tetraurelia CDK2”，單擊Site Search按鈕，出現(xiàn)結果。,8,9,10,11,12,13,與其他數據庫的鏈接,14,4. UniProt數據格式,ID Q9XYV1_PARTE Unreviewed; 301 AA. AC Q9XYV1; DT 01-NOV-1999, integrated i

4、nto UniProtKB/TrEMBL. DT 01-NOV-1999, sequence version 1. DT 21-MAR-2012, entry version 71. DE SubName: Full=Cyclin-dependent protein kinase Cdk2; GN Name=CDK2; OS Paramecium tetraurelia. OC Eukaryota; Alveolata; Ciliophora; Intramacronucleata; OC Oligohymenophorea; Peniculida; Parameciidae; Paramec

5、ium. OX NCBI_TaxID=5888;,頭部區(qū),15,引文區(qū),RN 1 RP NUCLEOTIDE SEQUENCE. RC STRAIN=51S; RX MEDLINE=99448661; PubMed=10519216; RX DOI=10.1111/j.1550-7408.1999.tb06065.x; RA Zhang H., Berger J.D.; RT A novel member of the cyclin-dependent kinase family in Paramecium RT tetraurelia.; RL J. Eukaryot. Microbiol.

6、 46:482-491(1999). 評論區(qū) CC - CC Copyrighted by the UniProt Consortium, see /terms CC Distributed under the Creative Commons Attribution-NoDerivs License CC -,16,相關文獻編號或遞交序列的注冊信息,序列注釋信息,交叉引用數據庫區(qū),DR EMBL; AF126147; AAD34354.1; -; Genomic_DNA. DR HSSP; P24941; 1OIQ. DR ProteinModelP

7、ortal; Q9XYV1; -. DR GO; GO:0005524; F:ATP binding; IEA:UniProtKB-KW. DR GO; GO:0004674; F:protein serine/threonine kinase activity; IEA:InterPro. DR InterPro; IPR011009; Kinase-like_dom. DR InterPro; IPR000719; Prot_kinase_cat_dom. DR InterPro; IPR017441; Protein_kinase_ATP_BS. DR InterPro; IPR0022

8、90; Ser/Thr_dual-sp_kinase_dom. DR InterPro; IPR008271; Ser/Thr_kinase_AS. DR Pfam; PF00069; Pkinase; 1. DR SMART; SM00220; S_TKc; 1. DR SUPFAM; SSF56112; Kinase_like; 1. DR PROSITE; PS00107; PROTEIN_KINASE_ATP; 1. DR PROSITE; PS50011; PROTEIN_KINASE_DOM; 1. DR PROSITE; PS00108; PROTEIN_KINASE_ST; 1

9、.,17,序列區(qū),KW ATP-binding; Cyclin; Kinase; Nucleotide-binding; Transferase. SQ SEQUENCE 301 AA; 34675 MW; E839F1A5EA0D5CB5 CRC64; MDLAQSEERY QKLEKIGEGT YGLVYKARDN QTGDIVALKK IRMDHEDEGV PSTAIREISL LKEVQHPNIV PLKDVVYDES RLYLIFDFVD LDLKKYMESV PQLDRMQVKK FINQMIQALN YCHQNRVIHR DLKPQNILVD IKQQNTQIAD FGLARAF

10、GLP LKTYTHEVIT LWYRAPEILL GQRQYSTPVD IWSLGCIFAE MAQKRPLFCG DSEIDQLFKI FKIMGTPKES TWPGVSTLPD FKSTFPRWPT PTNPAATLGK DITNLCPLGL DLLSKMITYD PYARITAEEA LKHAYFDELN N /,18,與序列相關的關鍵詞,氨基酸統(tǒng)計數,DNA代碼,氨基酸代碼,19,20,FASTA文件格式,21,在Uniprot中查詢擬南芥的光敏色素phyE編碼蛋白的詳細信息，閱讀序列格式的解釋，列出共包含哪幾個部分？標出頭部區(qū)主要字段的含義。 在Uniprot中查詢（1）擬南芥油菜

11、素內酯受體gibberellin receptor GID1C 、 （2）水稻獨角金內酯水解酶strigolactone hydrolase D14的蛋白質序列，這兩個蛋白包含多少個氨基酸？寫出它們所對應的mRNA檢索號（類似于這樣的格式N*_*）、GeneID號。,作 業(yè),二 蛋白質結構數據庫,PDB Protein DataBank，美國Brookhaven國家實驗室管理生物大分子三維空間結構原子坐標數據庫 /pdb/ NCBI STRUCTURE： MMDB (Molecular Modelling DataBase)，包含了從PDB獲取的實驗確定的生

12、物高聚物結構分子模型數據庫 。,PDB數據庫( protein data bank ),1. 簡介 美國Brookhaven實驗室1971年建立的大分子結構數據庫PDB 蛋白質晶體結構資料數據庫 (Protein Data Bank)。 PDB數據庫的維護由結構生物信息學研究合作組織（Research Collaboration for Structural Bioinformatics, RCSB）負責。,2.數據來源 通過實驗（X射線晶體衍射，核磁共振，電子顯微鏡方法等）測定的生物大分子的三維結構。 主要是蛋白質的三維結構，還包括核酸、糖類、蛋白質與核酸復合物的三維結構。,3.數據統(tǒng)計 截

13、止2013年11月，PDB數據庫已含有95644 個結構數據，其中約92.5%是蛋白質的結構。,4.數據查詢 PDB中的記錄有唯一的PDB-ID，包括4個字符串，可由大寫字母AZ和數字09組合而成。 PDB和它的鏡像站點提供每個PDB記錄的查詢，可按一些專門的查詢項目（如提交數據、作者姓名、結構表達）進行檢索。,檢索演示,例1：查詢人類淚液載脂蛋白的結構數據 (1)登陸PDB網站 /pdb/ (2)在上方的搜索欄選中“Everything” ，在文本框中輸入“HUMAN TEAR LIPOCALIN”，單擊Site Search按鈕，出現(xiàn)結果。,第一步： 輸

14、入關鍵字“HUMAN TEAR LIPOCALIN” 也可輸入ID號,第二步： 選擇人類淚液載脂蛋白1XKI,數據查看：,(3)分別單擊標簽3D view，Sequence，Annotations，Seq.Similarity, 3D Similarity, Literature, Biol.& Chem., Methods, Geometry觀察數據信息。 (4)回到Summary標簽，在右側的Biological Assembly區(qū)域可以觀察蛋白的三維結構。 (5)單擊右側目錄中的Download Files下載不同格式和內容的文件；或下載FASTA序列文件；也可下載PDB文件(1XKI.

15、pdb)。,第三步：觀察數據信息 1XKI,第四步： 1XKI結構展示圖,下載PDB結構文件,5.數據結構,PDB中對于每一個結構記錄，包含名稱、參考文獻、序列、一級結構、二級結構和原子坐標等信息。 每條記錄有兩種序列信息，一種是顯式序列信息(explicit sequence)，一種是隱式序列信息(implicit sequence)。,在PDB文件中，以關鍵字SEQRES作為顯式序列標記，以該關鍵字打頭的每一行都是關于序列的信息；PDB的隱式序列即為立體化學數據，包括每個原子的名稱和原子的三維坐標。,PDB文本文件， 用寫字板打開,標題部分,分子類別轉運蛋白,該文件的公布日期,該化合物的p

16、db代碼,該化合物的來源,結構測定者名字,REMARK是此pdb文件的參考書目、最大分辨率、注解等,一級結構,雜因子,二級結構,連接注釋,晶胞特征及坐標變換,連通性部分,坐標部分,1-6 “ATOM 或 HETATM”,7-11 原子序列號,13-16 原子名稱,18-20 殘基名,22 鏈標識符,23-26 殘基序列號,31-38 X坐標,39-46 Y坐標,47-54 Z坐標,55-60 位置,61-66 溫度因子,79-80 原子帶的電荷,77-78 元素符號,三 結構顯示軟件-PyMOL簡介,/,All指所有的對象，3ODU指剛才打開的文件，(se

17、le)是選擇的對象 按鈕A:代表對這個對象的各種action， S：顯示這個對象的某種樣式， H：隱藏某種樣式， L：顯示某種label， C：顯示的顏色,點擊all中的H，選擇everything，隱藏所有 點擊3ODU中的S，選擇cartoon，以cartoon形式顯示蛋白質 點擊3ODU 中的C ， 選擇by ss ， 以二級結構分配顏色， 選擇 點擊右下角的S，窗口上面出現(xiàn)蛋白質氨基酸序列，找到1164位ITD，是配體,點擊選擇ITD ，此時sele中就包含ITD這個殘基，點擊（sele）行的A，選擇rename selection，窗口中出現(xiàn),更改sele為IDT，點擊（IDT）行的S選擇sticks，點擊C，選擇by element，選擇，調整窗口使此分子清楚顯示。,IDT行點擊A 選擇find，選擇polar contacts，再根據需要選擇，這里選擇to other atoms in object ,分子顯示窗口中出現(xiàn)幾個黃色的虛線，這就是氫鍵的對象，點擊這一行的C，選擇red，把氫鍵顯示為紅色。,接著再顯示跟IDT形成氫鍵的殘基,點擊3ODU行的S，選擇lines，顯示出所有殘基的側鏈，使用鼠標轉動蛋白質尋找與 IDT以紅色虛線相連的殘基，分別點擊選擇這些殘基。注意此時 selecting 要是 residures,55,在P