⑴ 我們生物化學講到蛋白質的內容，想問一下一個名詞，什麼叫「蛋白質三級結構的資料庫」
蛋白質結構可以進行預測。通過已知氨基酸序列，利用計算的手段預測蛋白質的二級結構和空間三維結構。
目前蛋白質結構資料庫 PDB中所存儲的蛋白質三維結構主要通過X 射線晶體衍射和核磁共振成像技術，蛋白質的結構檢測比序列檢測要難得多。
⑵ 蛋白質序列資料庫的資料庫分類
PIR資料庫按照數據的性質和注釋層次分四個不同部分，分別為PIR1、PIR2、PIR3和PIR4。PIR1中的序列已經驗證，注釋最為詳盡；PIR2中包含尚未確定的冗餘序列；PIR3中的序列尚未加以檢驗，也未加註釋; 而PIR4中則包括了其它各種渠道獲得的序列，既未驗證，也無注釋。除了PIR外，另一個重要的蛋白質序列資料庫則是SwissProt。該資料庫由瑞士日內瓦大學於1986年創建，目前由瑞士生物信息學研究所(Swiss Institute of Bioinformatics，簡稱SIB)和歐洲生物信息學研究所 EBI共同維護和管理。瑞士生物信息研究所下屬的蛋白質分析專家系統(Expert Protein Analysis System,，簡稱ExPASy)的Web伺服器除了開發和維護SwissProt資料庫外，也是國際上蛋白質組和蛋白質分子模型研究的中心，為用戶提供大量蛋白質信息資源。北京大學生物信息中心設有ExPASy的鏡象。PIR和SwissProt是創建最早、使用最為廣泛的兩個蛋白質資料庫。隨著各種模式生物基因組計劃的進展，DNA序列特別是EST序列大量進入核酸序列資料庫。蛋白質序列資料庫TrEMBL是從EMBL中的cDNA序列翻譯得到的。TrEMBL資料庫創建是於1996年[Bairoch, 2000]，意為「Translation of EMBL」。該資料庫採用SwissProt資料庫格式，包含EMBL資料庫中所有編碼序列的翻譯。TrEMBL資料庫分兩部分，SP-TrEMBL和 REM-TrEMBL。SP-TrEMBL中的條目最終將歸並到SwissProt資料庫中。而Rem-TrEMBL則包括其它剩餘序列，包括免疫球蛋白、T細胞受體、少於8個氨基酸殘基的小肽、合成序列、專利序列等。與TrEMBL類似，GenPept是由GenBank翻譯得到的蛋白質序列。由於TrEMBL和GenPept均是由核酸序列通過計算機程序翻譯生成，這兩個資料庫中的序列錯誤率較大，均有較大的冗餘度。另一個常用的蛋白質序列資料庫是已知三維結構蛋白質的一級結構序列資料庫NRL-3D[Namboodiri, 1990]。該資料庫的序列是從三維結構資料庫PDB中提取出來。
⑶ 蛋白質資料庫的內容
Protein Sequence Databases: Antibodies: Sequence and Structure
BRENDA: Enzyme database
CD Antigens: Database of CD antigens
dbCFC: Cytokine family database
Histons: Histone sequence database
HPRD: Human protein reference database
InterPro: Intergrated documentation 5resources for protein families
iProClass: An integrated protein classification database
KIND: A non-rendant protein sequence database
MHCPEP: Database of MHC binding peptides
MIPS: Munich information centre for protein sequences
PIR: Annotated, and non-rendant protein sequence database
PIR-ALN: Curated database of protein sequence alignments
PIR-NREF: PIR nonrendent reference protein database
PMD: Protein mutant database
PRF: Protein research foundation, Japan
ProClass: Non-rendant protein database
ProtoMap: Hierarchical classification of swissprot proteins
REBASE: Restriction enzyme database
RefSeq: Reference sequence database at NCBI
SwissProt: Curated protein sequence database
SPTR: Comprehensive protein sequence database
Transfac: Transcription factor database
TrEMBL: Annotated translations of EMBL nucleotide sequences
Tumor gene database: Genes with cancer-causing mutations
WD repeats: WD-repeat family of proteins Protein Structure Databases: Cath: Protein structure classification
HIV Protease: HIV protease database 3D structure
PDB: 3-D macromolecular structure data
PSI: Protein structure initiative
S2F: Structure to function project
Scop: Structural Classification of Proteins Protein Domains, Motifs & Signatures: BLOCKS: Multipe aligned segments of conserved protein regions
CCD: Conserved domain database and search service
DOMO: Homologous protein domain families
Pfam: Database of protein domains and HMMs
ProDom: Protein domain database
Prints: Protein motif fingerprint database
Prosite: Database of protein families and domains
SMART: Simple molar architecture research tool
TIGRFAM: Protein families based on HMMs Others: Phospho Site: Database of phosphorylation sites
⑷ 蛋白質三維結構資料庫的數據格式
每個PDB文件可能分割成一系列行，由行終止符終止。在記錄文件中每行由80列組成。每條PDB記錄末尾標志應該是行終止符。PDB文件中每行都是自我識別的。每行的前六列存放記錄名稱，左對齊空格補足.必須和規定的記錄名稱一致。PDB文件也可看成是各種記錄類型的總和。每個記錄類型包括一行或多行又被更深一層分成各欄位。以下是PDB文件存儲數據格式的一個完整簡潔的說明：
標題部分
1 HEADER(分子類，公布日期、ID號)
2 OBSLTE (註明此ID號已改為新號)
3 TITLE(說明實驗方法類型)
4 CAVEAT(可能的錯誤提示)
5 COMPND(化合物分子組成)
6 SOURCE(化合物來源)
7 KEYWDS(關鍵詞)
8 EXPDTA(測定結構所用的實驗方法)
9 AUTHOR(結構測定者)
10 REVDAT(修訂日期及相關內容)
11 SPRSDE(已撤銷或更改的相關記錄)
12 JRNL(發表坐標集的文獻)
13 REMARK
REMARK 1(有關文獻)
REMARK 2(最大解析度)
REMARK 3(用到的程序和統計方法)
REMARK 4-999
一級結構
1 DBREF (其他序列庫的有關記錄)
2 SEQADV ( PDB與其他記錄的出入)
3 SEQRES (殘基序列)
4 MODRES (對標准殘基的修飾)
雜因子
1 HET(非標准殘基)
2 HETNAM(非標准殘基的名稱)
3 HETSNY (非標准殘基的同義字)
4 FORMOL（非標准殘基的化學式）
二級結構
1 HELIX(螺旋)
2 SHEET(折疊片)
3 TURN(轉角)
連接注釋
1 SSBOND(二硫鍵)
2 LINK(殘基間化學鍵)
3 HYDBND(氫鍵)
4 SLTBRG(鹽橋)
5 CISPEP(順式殘基)
晶胞特徵及坐標變換
1 CRYST1(晶胞參數)
2 ORIGXn(直角－PDB坐標)
3 SCALEn(直角－部分結晶學坐標)
4 MTRIXn(非晶相對稱)
5 TVECT(轉換因子)
坐標部分
1 MODEL(多亞基時示亞基號)
2 ATOM(標准基團的原子坐標)
3 SIGATM(標准差)
4 ANISOU(溫度因子)
5 SIGUIJ(各種溫度因素導致的標准差)
6 TER(鏈末端)
7 HETATM(非標准基團原子坐標)
8 ENDMDL(亞基結束)
連通性部分
CONECT(原子間的連通性有關記錄)
簿記
1 MASTER (版權擁有者)
2 END(文件結束)
⑸ 常用的查詢蛋白質結構以及序列的資料庫主要有哪些
1. PIR和PSD
PIR國際蛋白質序列資料庫(PSD)是由蛋白質信息資源(PIR)、慕尼黑蛋白質序列信息中心(MIPS)和日本國際蛋白質序列資料庫(JIPID)共同維護的國際上最大的公共蛋白質序列資料庫，可在這里下載。這是一個全面的、經過注釋的、非冗餘的蛋白質序列資料庫，其中包括來自幾十個完整基因組的蛋白質序列。所有序列數據都經過整理，超過99%的序列已按蛋白質家族分類，一半以上還按蛋白質超家族進行了分類。PSD的注釋中還包括對許多序列、結構、基因組和文獻資料庫的交叉索引，以及資料庫內部條目之間的索引，這些內部索引幫助用戶在包括復合物、酶－底物相互作用、活化和調控級聯和具有共同特徵的條目之間方便的檢索。每季度都發行一次完整的資料庫，每周可以得到更新部分。
PSD資料庫有幾個輔助資料庫，如基於超家族的非冗餘庫等。PIR提供三類序列搜索服務：基於文本的互動式檢索；標準的序列相似性搜索，包括BLAST、FASTA等；結合序列相似性、注釋信息和蛋白質家族信息的高級搜索，包括按注釋分類的相似性搜索、結構域搜索GeneFIND等。
2. SWISS-PROT
SWISS-PROT是經過注釋的蛋白質序列資料庫，由歐洲生物信息學研究所(EBI)維護。資料庫由蛋白質序列條目構成，每個條目包含蛋白質序列、引用文獻信息、分類學信息、注釋等，注釋中包括蛋白質的功能、轉錄後修飾、特殊位點和區域、二級結構、四級結構、與其它序列的相似性、序列殘缺與疾病的關系、序列變異體和沖突等信息。SWISS-PROT中盡可能減少了冗餘序列，並與其它30多個數據建立了交叉引用，其中包括核酸序列庫、蛋白質序列庫和蛋白質結構庫等。
利用序列提取系統(SRS)可以方便地檢索SWISS-PROT和其它EBI的資料庫。SWISS-PROT只接受直接測序獲得的蛋白質序列，序列提交可以在其Web頁面上完成。
3. PROSITE
PROSITE資料庫收集了生物學有顯著意義的蛋白質位點和序列模式，並能根據這些位點和模式快速和可靠地鑒別一個未知功能的蛋白質序列應該屬於哪一個蛋白質家族。有的情況下，某個蛋白質與已知功能蛋白質的整體序列相似性很低，但由於功能的需要保留了與功能密切相關的序列模式，這樣就可能通過PROSITE的搜索找到隱含的功能motif，因此是序列分析的有效工具。PROSITE中涉及的序列模式包括酶的催化位點、配體結合位點、與金屬離子結合的殘基、二硫鍵的半胱氨酸、與小分子或其它蛋白質結合的區域等；除了序列模式之外，PROSITE還包括由多序列比對構建的profile，能更敏感地發現序列與profile的相似性。PROSITE的主頁上提供各種相關檢索服務。
4. PDB
蛋白質數據倉庫(PDB)是國際上唯一的生物大分子結構數據檔案庫，由美國Brookhaven國家實驗室建立。PDB收集的數據來源於X光晶體衍射和核磁共振(NMR)的數據，經過整理和確認後存檔而成。目前PDB資料庫的維護由結構生物信息學研究合作組織(RCSB)負責。RCSB的主伺服器和世界各地的鏡像伺服器提供資料庫的檢索和下載服務，以及關於PDB數據文件格式和其它文檔的說明，PDB數據還可以從發行的光碟獲得。使用Rasmol等軟體可以在計算機上按PDB文件顯示生物大分子的三維結構。
5. SCOP
蛋白質結構分類(SCOP)資料庫詳細描述了已知的蛋白質結構之間的關系。分類基於若干層次：家族，描述相近的進化關系；超家族，描述遠源的進化關系；折疊子(fold)，描述空間幾何結構的關系；折疊類，所有折疊子被歸於全α、全β、α/β、α＋β和多結構域等幾個大類。SCOP還提供一個非冗餘的ASTRAIL序列庫，這個庫通常被用來評估各種序列比對演算法。此外，SCOP還提供一個PDB-ISL中介序列庫，通過與這個庫中序列的兩兩比對，可以找到與未知結構序列遠緣的已知結構序列。
6. COG
蛋白質直系同源簇(COGs)資料庫是對細菌、藻類和真核生物的21個完整基因組的編碼蛋白，根據系統進化關系分類構建而成。COG庫對於預測單個蛋白質的功能和整個新基因組中蛋白質的功能都很有用。利用COGNITOR程序，可以把某個蛋白質與所有COGs中的蛋白質進行比對，並把它歸入適當的COG簇。COG庫提供了對COG分類數據的檢索和查詢，基於Web的COGNITOR服務，系統進化模式的查詢服務等。