实验四蛋白质序列、结构的获取和显示

实验四：蛋白质序列、结构的获取和显示,杜娟dujuannx,基因与蛋白质组学数据分析,实验项目四：蛋白质序列、结构的获取和显示一、实验目的和要求：掌握蛋白质序列数据库Uniprot的查询方法及格式特点掌握蛋白质结构数据库PDB的及格式特点掌握蛋白质结构显示软件Pymol的使用,2,UniProt：UniversalProteinResource收录蛋白质序列目录最广泛、功能注释最全面的数据库；包含三个子库：UniProtKB（UniProtKnowledgebase）UniRef（UniProtReferenceClusters）UniParc（UniprotArchive）,一UniProt数据库,3,1.简介,2.数据来源,4,EuropeanBioinformaticsInstitute(EMBL-EBI),SIBSwissInstituteofBioinformatics,ProteinInformationResource(PIR),Swiss-ProtandTrEMBL,ProteinSequenceDatabase(PIR-PSD),5,UniProt的网址：/,3.数据查询Uniprot检索号，包括6个字符串，可由大写字母AZ和数字09组合而成。也可以用关键词检索,检索演示,例1：查询草履虫细胞周期蛋白依赖的蛋白激酶（CDK2）的结构数据(1)登陆Uniprot网站/(2)在搜索栏选中“Proteinknowledgebase(UniProtKB)”，在文本框中输入“ParameciumtetraureliaCDK2”，单击SiteSearch按钮，出现结果。,8,9,10,11,12,13,与其他数据库的链接,14,4.UniProt数据格式,IDQ9XYV1_PARTEUnreviewed;301AA.ACQ9XYV1;DT01-NOV-1999,integratedintoUniProtKB/TrEMBL.DT01-NOV-1999,sequenceversion1.DT21-MAR-2012,entryversion71.DESubName:Full=Cyclin-dependentproteinkinaseCdk2;GNName=CDK2;OSParameciumtetraurelia.OCEukaryota;Alveolata;Ciliophora;Intramacronucleata;OCOligohymenophorea;Peniculida;Parameciidae;Paramecium.OXNCBI_TaxID=5888;,头部区,15,引文区,RN1RPNUCLEOTIDESEQUENCE.RCSTRAIN=51S;RXMEDLINE=99448661;PubMed=10519216;RXDOI=10.1111/j.1550-7408.1999.tb06065.x;RAZhangH.,BergerJ.D.;RTAnovelmemberofthecyclin-dependentkinasefamilyinParameciumRTtetraurelia.;RLJ.Eukaryot.Microbiol.46:482-491(1999).评论区CC-CCCopyrightedbytheUniProtConsortium,see/termsCCDistributedundertheCreativeCommonsAttribution-NoDerivsLicenseCC-,16,相关文献编号或递交序列的注册信息,序列注释信息,交叉引用数据库区,DREMBL;AF126147;AAD34354.1;-;Genomic_DNA.DRHSSP;P24941;1OIQ.DRProteinModelPortal;Q9XYV1;-.DRGO;GO:0005524;F:ATPbinding;IEA:UniProtKB-KW.DRGO;GO:0004674;F:proteinserine/threoninekinaseactivity;IEA:InterPro.DRInterPro;IPR011009;Kinase-like_dom.DRInterPro;IPR000719;Prot_kinase_cat_dom.DRInterPro;IPR017441;Protein_kinase_ATP_BS.DRInterPro;IPR002290;Ser/Thr_dual-sp_kinase_dom.DRInterPro;IPR008271;Ser/Thr_kinase_AS.DRPfam;PF00069;Pkinase;1.DRSMART;SM00220;S_TKc;1.DRSUPFAM;SSF56112;Kinase_like;1.DRPROSITE;PS00107;PROTEIN_KINASE_ATP;1.DRPROSITE;PS50011;PROTEIN_KINASE_DOM;1.DRPROSITE;PS00108;PROTEIN_KINASE_ST;1.,17,序列区,KWATP-binding;Cyclin;Kinase;Nucleotide-binding;Transferase.SQSEQUENCE301AA;34675MW;E839F1A5EA0D5CB5CRC64;MDLAQSEERYQKLEKIGEGTYGLVYKARDNQTGDIVALKKIRMDHEDEGVPSTAIREISLLKEVQHPNIVPLKDVVYDESRLYLIFDFVDLDLKKYMESVPQLDRMQVKKFINQMIQALNYCHQNRVIHRDLKPQNILVDIKQQNTQIADFGLARAFGLPLKTYTHEVITLWYRAPEILLGQRQYSTPVDIWSLGCIFAEMAQKRPLFCGDSEIDQLFKIFKIMGTPKESTWPGVSTLPDFKSTFPRWPTPTNPAATLGKDITNLCPLGLDLLSKMITYDPYARITAEEALKHAYFDELNN/,18,与序列相关的关键词,氨基酸统计数,DNA代码,氨基酸代码,19,20,FASTA文件格式,21,在Uniprot中查询拟南芥的光敏色素phyE编码蛋白的详细信息，阅读序列格式的解释，列出共包含哪几个部分？标出头部区主要字段的含义。在Uniprot中查询（1）拟南芥油菜素内酯受体gibberellinreceptorGID1C、（2）水稻独角金内酯水解酶strigolactonehydrolaseD14的蛋白质序列，这两个蛋白包含多少个氨基酸？写出它们所对应的mRNA检索号（类似于这样的格式N*_*）、GeneID号。,作业,二蛋白质结构数据库,PDBProteinDataBank，美国Brookhaven国家实验室管理生物大分子三维空间结构原子坐标数据库/pdb/NCBISTRUCTURE：MMDB(MolecularModellingDataBase)，包含了从PDB获取的实验确定的生物高聚物结构分子模型数据库。,PDB数据库(proteindatabank),1.简介美国Brookhaven实验室1971年建立的大分子结构数据库PDB蛋白质晶体结构资料数据库(ProteinDataBank)。PDB数据库的维护由结构生物信息学研究合作组织（ResearchCollaborationforStructuralBioinformatics,RCSB）负责。,2.数据来源通过实验（X射线晶体衍射，核磁共振，电子显微镜方法等）测定的生物大分子的三维结构。主要是蛋白质的三维结构，还包括核酸、糖类、蛋白质与核酸复合物的三维结构。,3.数据统计截止2013年11月，PDB数据库已含有95644个结构数据，其中约92.5%是蛋白质的结构。,4.数据查询PDB中的记录有唯一的PDB-ID，包括4个字符串，可由大写字母AZ和数字09组合而成。PDB和它的镜像站点提供每个PDB记录的查询，可按一些专门的查询项目（如提交数据、作者姓名、结构表达）进行检索。,检索演示,例1：查询人类泪液载脂蛋白的结构数据(1)登陆PDB网站/pdb/(2)在上方的搜索栏选中“Everything”，在文本框中输入“HUMANTEARLIPOCALIN”，单击SiteSearch按钮，出现结果。,第一步：输入关键字“HUMANTEARLIPOCALIN”也可输入ID号,第二步：选择人类泪液载脂蛋白1XKI,数据查看：,(3)分别单击标签3Dview，Sequence，Annotations，Seq.Similarity,3DSimilarity,Literature,Biol.&Chem.,Methods,Geometry观察数据信息。(4)回到Summary标签，在右侧的BiologicalAssembly区域可以观察蛋白的三维结构。(5)单击右侧目录中的DownloadFiles下载不同格式和内容的文件；或下载FASTA序列文件；也可下载PDB文件(1XKI.pdb)。,第三步：观察数据信息1XKI,第四步：1XKI结构展示图,下载PDB结构文件,5.数据结构,PDB中对于每一个结构记录，包含名称、参考文献、序列、一级结构、二级结构和原子坐标等信息。每条记录有两种序列信息，一种是显式序列信息(explicitsequence)，一种是隐式序列信息(implicitsequence)。,在PDB文件中，以关键字SEQRES作为显式序列标记，以该关键字打头的每一行都是关于序列的信息；PDB的隐式序列即为立体化学数据，包括每个原子的名称和原子的三维坐标。,PDB文本文件，用写字板打开,标题部分,分子类别转运蛋白,该文件的公布日期,该化合物的pdb代码,该化合物的来源,结构测定者名字,REMARK是此pdb文件的参考书目、最大分辨率、注解等,一级结构,杂因子,二级结构,连接注释,晶胞特征及坐标变换,连通性部分,坐标部分,1-6“ATOM或HETATM”,7-11原子序列号,13-16原子名称,18-20残基名,22链标识符,23-26残基序列号,31-38X坐标,39-46Y坐标,47-54Z坐标,55-60位置,61-66温度因子,79-80原子带的电荷,77-78元素符号,三结构显示软件-PyMOL简介,/,All指所有的对象，3ODU指刚才打开的文件，(sele)是选择的对象按钮A:代表对这个对象的各种action，S：显示这个对象的某种样式，H：隐藏某种样式，L：显示某种label，C：显示的颜色,点击all中的H，选择everything，隐藏所有点击3ODU中的S，选择cartoon，以cartoon形式显示蛋白质点击3ODU中的C，选择byss，以二级结构分配颜色，选择点击右下角的S，窗口上面出现蛋白质氨基酸序列，找到1164位ITD，是配体,点击选择ITD，此时sele中就包含ITD这个残基，点击（sele）行的A，选择renameselection，窗口中出现,更改sele为IDT，点击（IDT）行的S选择sticks，点击C，选择byelement，选择，调整窗口使此分子清楚显示。,IDT行点击A选择find，选择polarcontacts，再根据需要选择，这里选择tootheratomsinobject,分子显示窗口中出现几个黄色的虚线，这就是氢键的对象，点击这一行的C，选择red，把氢键显示为红色。,接着再显示跟IDT形成氢键的残基,点击3ODU行的S，选择lines，显示出所有残基的侧链，使用鼠标转动蛋白质寻找与IDT以红色虚线相连的残基，分别点击选择这些残基。注意此时selecting要是residures,55,在PDB结构数据库中查询（1）拟南