利用自建的活性肽数据库搜寻食物蛋白质中潜在的生物活性肽

利用MicrosoftOffice 2 0 0 0中的Access数据库软件建立了一个生物活性肽数据库 ,该数据库系统由生物活性肽序列及其相关信息子库、常见食物蛋白质序列子库和蛋白水解酶信息子库构成。同时数据库中引入了序列比对和酶解位点预测等 2个自编程序 ,利用该程序可分别用来寻找蛋白质中存在的生物活性肽片段或可能含有具有某种功能的生物活性肽的蛋白质及寻找把蛋白质中潜在的生物活性肽从该蛋白质中释放出来的适宜的酶。该数据库还具有数据的输入、修改删除、查询检索等功能。

高血压相关基因和蛋白质数据库的初构

目的 :构建高血压相关基因和蛋白质数据库 ,以促进高血压医学生物信息学的研究。方法 :以GenBank、LocusLink、GDB、GenCard、Proteome等数据库作为信息数据来源 ;根据高血压相关信息的内容将数据库设计为基因、蛋白质和功能 3部分 ;编写软件从上述信息资源中获取数据 ,分类整理 ,存入数据库 ,利用软件的管理和查询功能对于本地数据进行管理和检索。结果 :经过OMIM、文献和相关数据库的检索 ,目前确定了 431个高血压的相关基因 ,379个蛋白质 ;建立高血压相关基因和蛋白质数据库 ,并对其内容进行初步分析。最终实现了网上发布和查询。结论 :通过整合现有相关信息 ,建立一个种类繁多、内容齐全与高血压相关的二级数据库 ,为高血压和心血管的研究提供一个新的便捷的生物信息查询的工具。

心力衰竭相关基因和蛋白质数据库的初构

目的 :构建心力衰竭相关基因和蛋白质的数据库 ,为心血管疾病分子生物学研究提供信息服务。方法 :以美国国立生物技术信息中心、欧洲分子生物信息学实验室、美国国立图书馆等知名生物信息组织提供的数据库集群作为信息数据来源 ;根据心力衰竭的特点设计数据库的结构 ;编写软件从上述信息资源中自动获取数据 ,进行分类整理 ,存入数据库 ,利用软件的管理和查询功能对于本地数据进行管理和检索。结果 :经过对现有基因和蛋白质数据库的检索 ,目前确定了 4 0 7条与心衰相关的基因 ,4 0 4 6条相关核酸序列和蛋白质序列 ;建立心力衰竭相关基因和蛋白质数据库 ,并对其内容进行初步分析。实现了网上发布和查询。结论 :通过整合现有相关信息 ,建立了一个与心衰相关基因和蛋白质的二级数据库 。

蛋白质相互作用数据库及其应用

对蛋白质相互作用及其网络的了解不仅有助于深入理解生命活动的本质和疾病发生的机制,而且可以为药物研发提供靶点.目前,通过高通量筛选、计算方法预测和文献挖掘等方法,获得了大批量的蛋白质相互作用数据,并由此构建了很多内容丰富并日益更新的蛋白质相互作用数据库.本文首先简要阐述了大规模蛋白质相互作用数据产生的3种方法,然后重点介绍了几个人类相关的蛋白质相互作用公共数据库,包括HPRD、BIND、IntAct、MINT、DIP和MIPS,并概述了蛋白质相互作用数据库的整合情况以及这些数据库在蛋白质相互作用网络构建上的应用.

蛋白质组学数据库建设的研究进展

生物信息学是蛋白质组学研究的重要组成部分。大量蛋白质组学研究所获得的数据都需要借助生物信息学知识和方法快速有效地解释其背后隐含的生命信息。现已形成Swiss-Prot、PIR、UniProt等强大的蛋白质分析数据库。全面深刻地了解这些数据库建设进展将有助于积极有效地进行蛋白质组学研究。

蛋白质数据库对蛋白质组鉴定的影响

在蛋白质组学研究中,通常使用数据库检索算法进行蛋白质的鉴定。使用完整性较高但注释不准确的数据库,可能能够鉴定到更多的蛋白质,但存在数据不准确的风险;使用注释准确但完整性较低的数据库,则有可能漏掉一些数据库中未收录的蛋白。如何兼顾蛋白质鉴定结果的完整性和准确性是一个重要的问题。本研究以人类蛋白质组为例,采用不同质谱仪及不同样品产生的蛋白质组数据,比较了常用的IPI数据库、UniProt数据库和Swiss-Prot数据库的检索结果。结果表明,3个数据库在不同的蛋白质组数据中表现各有优劣,但总体来讲差异很小;每个数据库可鉴定到的、特有的多肽数不超过总数的5%,蛋白数的差异为1%～5%。说明3个数据库都覆盖了常见的人类蛋白序列,完整性很高。因此,推荐采用通过人工注释、在不断更新中的Swiss-Prot数据库作为检索对象。当研究目的为鉴定或定量未收录在Swiss-Prot数据库中的蛋白序列(如一些特殊的蛋白异构体或突变体)时,可将目的序列加入该数据库进行检索,或考虑使用其他完整性更高的数据库。

五龄家蚕若干组织器官蛋白质数据库构建

为构建家蚕蛋白质数据库，达到从蛋白质水平研究基因的表达及表达产物的加工修饰 的目的，采用五龄家蚕体壁、中肠和脂肪为材料获取蛋白质样品，用蛋白质双向电泳技术分 离、纯化蛋白质，对其中的４０个蛋白质斑点进行了氨基酸序列分析及同源性检索，发现其中 ５８．５％的蛋白质与果蝇的有关蛋白质具有较高同源性，３６．５％与其他生物的蛋白质具有较高 同源性，只有５％与家蚕已知蛋白质具有较高同源性。研究发现有２７个蛋白质的Ｎ－末端氨基 酸序列在家蚕中是第一次被检测到，并通过互联网向ＳＷＩＳＳ－ＰＲＯＴ数据库进行了登录。研究 证明利用蛋白质数据库的结果，可以得到基因表达及其产物修饰的信息。

基质辅助激光解析飞行时间质谱分析条件及准确度对蛋白质数据库搜索结果的影响

考察了基质辅助激光解析飞行时间质谱获得肽质量指纹谱(PMF)时主要分析条件及准确度对蛋白质数据库搜索结果的影响。将牛血清白蛋白(BSA)经聚丙烯酰胺凝胶电泳(SDS-PAGE)分离、酶解;肽段经质谱分析得PMF数据;用MS-Fit引擎在相同数据库及参数下搜索。得出:(1)激光脉冲击打次数在300次以前时,蛋白序列和肽段覆盖率逐步增加;当击打400次时,覆盖率呈下降趋势;(2)随着激光强度增加,目标蛋白得分、氨基酸序列和肽段的覆盖率逐步增加,但当强度增到1413时,则呈现降低趋势;(3)随延迟时间的增加,肽覆盖率呈递增趋势,但当达260ns后呈下降趋势。按照优化的分析条件对同一位点重复3次,重复性良好。通过对质谱数据准确度的考察,发现以Mix2为外标,数据跟标准值差异越小时,则经其校正后的肽段数据所搜索目标蛋白的得分越高、排序靠前、检出预选蛋白个数越少,可信度越高;反之,难获得候选蛋白。结果表明:质谱准确度和分析条件对蛋白质数据库搜索影响显著。

基于SQL Server的蛋白质二级结构预测样本集数据库的构建

基于SQL Server数据库管理系统，将蛋白质二级结构预测的样本集CB513、CB396和RS126组织起来，建立了数据库DataSet，并配置了一个IIS服务器以方便网络查询。该数据库将蛋白质二级结构预测样本集有效地组织起来，实现了规范化、结构化统一管理，便于存储、检索和分析数据，减少错误的发生。通过该数据库可以提取供蛋白质二级结构预测研究的样本、序列转换、变换编码以及分析评价预测结果等，取代许多传统编程处理文本文件的繁琐工作，大大提高效率，促进工作的开展。

蛋白质折叠类型分类方法及分类数据库

蛋白质折叠规律研究是生命科学重大前沿课题,折叠分类是蛋白质折叠研究的基础。目前的蛋白质折叠类型分类基本上靠专家完成,不同的库分类并不相同,迫切需要一个建立在统一原理基础上的蛋白质折叠类型数据库。本文以ASTRAL-1.65数据库中序列同源性在25%以下、分辨率小于2.5的蛋白为基础,通过对蛋白质空间结构的观察及折叠类型特征的分析,提出以蛋白质折叠核心为中心、以蛋白质结构拓扑不变性为原则、以蛋白质折叠核心的规则结构片段组成、连接和空间排布为依据的蛋白质折叠类型分类方法,建立了低相似度蛋白质折叠分类数据库——LIFCA,包含259种蛋白质折叠类型。数据库的建立,将为进一步的蛋白质折叠建模及数据挖掘、蛋白质折叠识别、蛋白质折叠结构进化研究奠定基础。

家蚕蚁蚕蛋白质组的质谱鉴定与数据库构建

为尝试构建基于质谱分析的家蚕蛋白质组数据库,采用一维电泳-液相色谱-质谱(1DE-LC-MS)技术对家蚕蚁蚕的蛋白质组进行了分析与鉴定。共检索到511个相匹配的候选蛋白质和92个多肽离子片段,鉴定获得了171个无冗余蛋白质组分,分别属于121种蛋白质或蛋白质亚基,其中有36种蛋白质或亚基尚未在家蚕及昆虫的基因与蛋白质数据库中报道;在171个被鉴定的蛋白质组分中,与细胞骨架和蛋白质代谢相关的组分多达64种。结果还表明,1DE-LC-MS技术也适用于从一维凝胶电泳的差异性条带及蛋白质混合样品中分离和鉴定特异蛋白质组分。

UniProt蛋白质数据库简介

UniProt(https://www.uniprot.org/)是国际知名蛋白质数据库,主要包括UniProtKB知识库、UniParc归档库和UniRef参考序列集三部分。UniProtKB知识库是UniProt的核心,除蛋白质序列数据外,还包括大量注释信息。UniProtKB知识库分Swiss-Prot和TrEMBL两个子库。Swiss-Prot子库中50多万条序列均由人工审阅和注释,而TrEMBL子库中1.4亿多条序列是由核酸序列数据库EMBL中的蛋白质编码序列翻译所得,并由计算机根据一定规则进行注释。UniParc归档库将存放于不同数据库中的同一个蛋白质归并到一个记录中以避免冗余,并赋予序列唯一性特定标识符。UniRef参考序列集按相似性程度将UniProtKB和UniParc中的序列分为UniRef100、UniRef90和UniRef50三个数据集。UniProt网站为用户提供了高效实用的高级检索系统和大量帮助文档。UniProt数据库每4周发布新版的同时也发布统计报表,用户可通过统计报表了解该数据库的数据量及更新情况、数据类别和物种分布等基本信息,查看常规注释信息、序列特征注释信息和数据库交叉链接等统计数据。UniProt是目前国际上序列数据最完整、注释信息最丰富的非冗余蛋白质序列数据库,自本世纪初创建以来,为生命科学领域提供了宝贵资源。

人肝脏蛋白质表达谱数据库应用系统

构建人肝脏蛋白质表达谱数据库应用系统,以实现表达谱数据的实时信息发布和管理。针对系统的功能需求,运用JSF、JavaBean、ORM、Hibernate等技术研制了人肝脏蛋白质表达谱数据库应用系统。整个系统的主要功能模块分为两部分,即项目鉴定信息展示模块和基于过滤标准定制的数据检索模块。项目鉴定信息展示模块可展示该项目所鉴定的所有蛋白、肽段、非冗余蛋白质组的列表;基于过滤标准定制的数据检索模块可通过自行定制和排序标准获得特定的检索结果。每个功能模块可自成系统,又可互相连接,具有高效、实用、可扩充、便于维护等特点。系统数据访问层的ORM技术解决方案极大地提高了系统开发和运行效率,构建了一个高效、灵活的人肝脏蛋白质表达谱数据库应用系统。

SELDI-TOF-MS联合蛋白质组学实验数据库对结直肠癌血清标志物的鉴定

目的:探讨表面增强激光解析离子化飞行时间质谱仪(SELDI-TOF-MS)联合蛋白质组学实验数据库方法研究结直肠癌患者血清标志物的可行性.方法:应用SELDI-TOF-MS对169例结直肠癌患者与83例正常人血清进行了蛋白质谱检测,通过Biomarker WizardTM与Biomarker PatternsTM软件分析发现差异蛋白,建立结直肠癌诊断模型;用蛋白质组学实验数据库检索鉴定出有意义的差异蛋白,并用ELISA法对结直肠癌患者及正常人血清样本中差异蛋白表达进行验证.结果:发现34种差异蛋白,以质荷比(m/z)为2873,3163,6121,7778的4种差异蛋白组成的分类树诊断模型,在学习模式下其诊断结直肠癌的灵敏度为91.57%,特异度为90.53%;在测试模式下分别为82.25%,80.72%.其中m/z为7778的蛋白峰强度在结直肠癌患者血清中明显高于正常人(P<0.01),数据库检索结果提示该蛋白为血小板因子4(PF4).ELISA法测定结直肠癌患者血清PF4水平显著高于正常人(P<0.01),其灵敏度及特异度分别为61.1%,76.9%.结论:SELDI-TOF-MS联合蛋白质组学实验数据库的方法简便可行,可为蛋白芯片研究提供新思路;PF4(m/z=7778)在结直肠癌患者血清中明显升高,是结直肠癌患者新的血清学标志物.

基于元数据的异构蛋白质-蛋白质相互作用数据库整合

研究蛋白质-蛋白质相互作用是理解生命活动的基础。在蛋白质-蛋白质相互作用的研究过程中,产生了大量来源于实验和预测的数据。这些数据存储于彼此异构的数据库中。对上述异构数据库进行数据整合是实现共享和最大限度利用已有蛋白质-蛋白质相互作用数据必须解决的关键问题。据此问题提出了基于元数据理论和查询转换方法的异构数据库整合方案,并构建了一个基于网络的蛋白质-蛋白质相互作用相关异构数据库的整合平台,成功实现了对9个蛋白质-蛋白质相互作用数据库的整合。

蛋白质二级结构预测样本集数据库的设计与实现

将数据库技术应用到蛋白质二级结构预测的样本集处理和分析上,建立了二级结构预测样本集数据库。以CB513样本集为例介绍了该数据库的构建模式。构建样本数据库不仅便于存储、管理和检索数据,还可以完成一些简单的序列分析工作,取代许多以往必须的编程。从而大大提高了工作效率,减少错误的发生。

动脉粥样硬化相关基因和蛋白质数据库的初构

目的构建动脉粥样硬化相关基因和蛋白质数据库,以促进动脉粥样硬化医学生物信息学的研究。方法以GenBank、Pubmed、PDB、OMIM等数据库作为信息数据来源;根据动脉粥样硬化相关信息的内容将数据库设计为基因、蛋白质和功能3部分;编写软件从上述信息资源中获取数据,分类整理,存入数据库,利用软件的管理和查询功能对本地数据进行管理和检索。结果经过OMIM、文献和相关数据库的检索,目前确定了127个动脉粥样硬化的相关基因,97个蛋白质;建立动脉粥样硬化相关基因和蛋白质数据库,并对其内容进行初步分析。最终实现发布和查询。结论通过整合现有相关信息,建立一个种类繁多、内容齐全与动脉粥样硬化相关的二级数据库,为动脉粥样硬化和心脑血管的研究提供一个新的便捷的生物信息查询的工具。

蛋白质相互作用数据库

随着"蛋白质组学"的蓬勃发展和人类对生物大分子功能机制的知识积累,涌现出海量的蛋白质相互作用数据。随之,研究者开发了300多个蛋白质相互作用数据库,用于存储、展示和数据的重利用。蛋白质相互作用数据库是系统生物学、分子生物学和临床药物研究的宝贵资源。本文将数据库分为3类:(1)综合蛋白质相互作用数据库;(2)特定物种的蛋白质相互作用数据库;(3)生物学通路数据库。重点介绍常用的蛋白质相互作用数据库,包括BioGRID、STRING、IntAct、MINT、DIP、IMEx、HPRD、Reactome和KEGG等。

蛋白质组学数据库信息资源开发与利用

蛋白质组学数据库是蛋白质组学的主要内容之一,本文分别从生物信息学的蛋白质一级结构序列数据库,蛋白质三维空间结构数据库,以数据库和文献资料为基础构建的二次数据库包括蛋白质序列二次数据库、蛋白质结构二次数据库、蛋白质组数据库等几个方面,概述了发展中的蛋白质数据库的最近动态和有关信息,同时对主要的热门蛋白质数据库站点和资源进行了评价。此外,就国内生物信息学数据库开发与利用的问题与前景进行了讨论。

TissueMap：人类基因和蛋白质表达数据库

表达信息(或者是组织特异性)是基因和蛋白质最重要的自然属性之一。在当前主要的序列数据库中,对这些信息的描述没有一致的标准,同时,表达量的描述也没有统一。为了更好地利用基因和蛋白质的表达信息,建立了人类基因和蛋白质表达数据库,命名为TissueMap(http://168.160.62.35/cgi-bin/tissuemap/index.pl)。TissueMap整合了来自Swiss-prot和UniGene两个数据库的表达信息,并把跨膜蛋白信息从Swiss-prot专门抽取出来作为一个独立的库提供用户搜索。这个数据库规范化了描述表达信息时使用的组织名称和表达水平。目前,数据库中共有45389条基因,11377条蛋白质,和2796条人类跨膜蛋白的表达信息,将随着Unigene和UniProt同步更新。