数据搜索时有用的生物大分子数据库扫描

/MAX-REPEAT=nn;

3. /SITE

主要是对所给的保守序列模式或序列突变谱中出现人 们感兴趣的位点如酶催化活性位

点。其格式为：

/SITE=nn,text_description

例如：

/SITE=3,active_site;

/SITE=5,disulfide;

“

nn

”是让人感兴趣的位点在该保守序列模式中的位置。如保守序列模式：

含有二硫键，则有：

/SITE=5,disulfide;

再如保守序列模式：

C-{CPWHF}-{CPWR}-C-H-{CFWY}

有：

/SITE=1,heme; /SITE=4,heme; /SITE=5,heme_iron

这说明有两个半 胱氨酸（位点

1

与

4

< br>）与血红素相连，

第

5

个位点即

H

与铁血红素相连。

4 /SKIP-FLAG

尽管有用，

但有些程序出于某种考虑将它忽略

掉。为此这些条目将在“

C C

”行中有这方面的标记。如

/SKIP-FLAG=TRUE

5 /VERSION < /p>

当

PA

或

MA< /p>

项的数据出现修改时，其数值才增加。主要是说明该条目的变化。在

19.0

版中，其数值均高置为

1

， 即

/VERSION=1;

6 /MATRIX_TYPE

主要叙述由序列突变谱确定的蛋白质区域。具体分如下几个 参数：

Protein_domain

说明该序列突变谱指向蛋白质保守区间；

Repeat_region

说明该序列突变谱指向重复单元的区间；

Localization_signal

说明该序列突变谱指向的区间对蛋白质在细胞的定位很重要

Composition

说明该序列突变谱指向的区间的组成复杂性比较低

7 /SCALING_DB

这个条目主要是用于校正序列突变谱时所用的数据库。

8 /AUTHOR

说明是谁创造这个序列突变谱或这个序列突变谱是由谁更新的。

9 /FT_KEY

和

/FT_DESC

根据实际需要，

人们要对由序列突变谱确定的区间进行描述，

这 项的设置就是为了能让

计算机能有效地读取。其主要参数有：

NP_BIND,MOTIF,DOMAIN,REPEAT,DNA_BIND

或

ZN_FING

(

十

)DR

行

DR

主要是指向

Swiss- Prot

数据库相应的条目，其格如下：

DR

AC_NB

，

ENTRY_NAME, C; AC_NB, ENTRY_NAME, C; AC_NB,ENTRY_NAME

这里

“

AC _NB

”是

Swiss-Prot

数据 库的获取号；

“

ENTRY_NAME

”是条目名称。而“

C

”

的含义如下：

“

T

”为真 阳性；

“

P

”是一个潜在的命中点，其意思是该该序列已被考虑但没有被选进去

< br>“

N

”为假阴性；

“？”还未确定

“

F

”假阳性

下面便是一个实际例子：

DR O08775,VGFR2_RA

T

, T; P35916, VGFR3_HUMAN,T; P35917,VGFR3 T

(

十一

) 3D

行

主要是说明相应的蛋白质的< /p>

PDB

代码，如：

3D

7WGA; 9WGA; 1WGC; 2WGC

(

十二

)PR

行

主要是用于描述一引起

PROSITE

数据库 的一些规则，它们能给出一些额外的比较有意

义的信息。有关这些规则，有兴趣的读者可 参阅网站：

http://www

./cgi- bin/unirule_?context=PROSITE&browse=description

（十三）

DO

我们知道在

数据库中，有一个文件叫“

”

。这里“

DO

”后 面所指的

就是该文件中的获取号。其格式一般为：

DO

DOCnnnnn

；

如

DO

DOC00128

(

十四

)

终 止符“

//

”

主要是指明这个条目已结束。

下面我们给出两个实际的条目，希 望读者结合上面的说明能正确理解其含意。其一个是

关于保守序列模式的；另一个是关于 序列突变谱的。

1.

保守序列模式条目

ID

CUTINASE_1; PATTERN.

AC

PS00155;

DT

APR-1990 (CREATED); NOV-1997 (DATA UPDATE); MAR-2005 (INFO UPDATE).

DE

Cutinase, serine active site.

PA

P -x-[STA]-x-[LIV]-[IVT]-x-[GS]-G-Y-S-[QL]-G.

NR

/RELEASE=46.4,178022;

NR

NR

CC

CC

/TOTAL=20(20); /POSITIVE=20(20); /UNKNOWN=0(0); /FALSE_POS=0(0);

/FALSE_NEG=0; /PARTIAL=0;

/TAXO-RANGE=??EP?; /MAX-REPEAT=1;

/SITE=11,active_site;

DR

P63880, CUT1_MYCBO , T; P63879, CUT1_MYCTU , T; P63882, CUT2_MYCBO , T;

DR

P63881, CUT2_MYCTU , T; P0A537, CUT3_MYCBO , T; P0A536, CUT3_MYCTU , T;

DR

P00590, CUTI1_FUSSO, T; Q96UT0, CUTI2_FUSSO, T; Q96US9, CUTI3_FUSSO, T;

DR

P41744, CUTI_ALTBR , T; P29292, CUTI_ASCRA , T; P52956, CUTI_ASPOR , T;

DR

Q00298, CUTI_BOTCI , T; P10951, CUTI_COLCA , T; P11373, CUTI_COLGL , T;

DR

Q8X1P1, CUTI_ERYGR , T; Q99174, CUTI_FUSSC , T; P30272, CUTI_MAGGR , T;

DR

Q8TGB8, CUTI_MONFR , T; Q9Y7G8, CUTI_PYRBR , T;

3D

1AGY; 1CEX; 1CUA; 1CUB; 1CUC; 1CUD; 1CUE; 1CUF; 1CUG; 1CUH; 1CUS; 1CUU;

3D

1CUV; 1CUW; 1CUY; 1CUZ; 1FFA; 1FFB; 1FFC; 1FFD; 1FFE; 1OXM; 1XZA; 1XZB;

3D

1XZC; 1XZD; 1XZE; 1XZF; 1XZG; 1XZH; 1XZJ; 1XZK; 1XZL; 1XZM; 2CUT;

DO

PDOC00140;

2

序列突变谱条目

ID

HSP20; MATRIX.

AC

PS01031;

DT

JUN-1994 (CREATED); DEC-2001 (DATA UPDATE); MAR-2005 (INFO UPDATE).

DE

Heat shock hsp20 proteins family profile.

MA

/GENERAL_SPEC: ALPHABET='ABCDEFGHIKLMNPQRSTVWYZ'; LENGTH=88;

MA

/DISJOINT: DEFINITION=PROTECT; N1=6; N2=83;

MA

/NORMALIZATION: MODE=1; FUNCTION=LINEAR; R1=-0.7971325; R2=0.0157729;

TEXT='-LogE';

MA

/CUT_OFF: LEVEL=0; SCORE=590; N_SCORE=8.5; MODE=1; TEXT='!';

MA

/CUT_OFF: LEVEL=-1; SCORE=463; N_SCORE=6.5; MODE=1; TEXT='?';

MA

/DEFAULT: M0=-8; D=-20; I=-20; B1=-50; E1=-50; MI=-105; MD=-105; IM=-105;

DM=-105;

MA

/I: B1=0; BI=-105; BD=-105;

MA

/M: SY='D'; M=-10,26,-29,38,34,-34,-14, -2,-33,7,-24,-23,8,-6,8,-4,0,-9,-27,-33,-19,21;

MA

/M: SY='I';

M=-8,-31,-23,-35 ,-28,7,-32,-27,27,-24,15,13,-27,-26,-24,-23,-20,-9 ,25,-4,2,-27;

MA

/M: SY='R'; M=-11,-12,-26,- 12,-1,-13,-23,-1,-8,1,-7,-3,-8,-11,-2,8,-9,-6,-8,- 22,-3,-4;

MA

/M: SY='E'; M=-11,17,-27,23,29,-24,-15, -3,-27,1,-22,-20,9,-1,6,-6,3,-4,-25,-32,-17,17;

MA

/M: SY='D'; M=-7,10,-23,11,2,-25,0,-6,- 26,-4,-23,-18,7,-6,-5,-8,7,7,-20,-31,-17,-2;

MA

/I: I=-4; MD=-22;

MA

/M: SY='D'; M=- 8,17,-27,25,19,-30,-13,-5,-28,6,-25,-20,7,3,4,-1,0 ,-7,-24,-30,-19,10;

D=-4;

MA

/I: I=-4; MI=0; MD=-22; IM=0; DM=-22;

MA

/M: SY='D'; M=-11,20,-25,24 ,16,-29,-12,-1,-27,14,-25,-16,14,-9,10,5,1,-6,-23, -28,-14,13;

D=-4;

MA

/I: I=-4; DM=-22;

..

...

省略一些行

..

MA

/M: SY='K'; M=-9,-5,-25,-6,0,-22,-21,-1 2,-17,30,-21,-6,-3,-16,1,23,-9,-7,-6,-23,-11,0;

MA

/I: E1=0; IE=-105; DE=-105;

NR

/RELEASE=46.4,178022;

NR

/TOTAL=195(194); /POSITIVE=190(189); /UNKNOWN=5(5); /FALSE_POS=0(0);

NR

/FALSE_NEG=1; /PARTIAL=8;

CC

/MATRIX_TYPE=protein_domain;

CC

CC

CC

CC

/SCALING_DB=reversed;

/AUTHOR=P_Bucher;

/TAXO- RANGE=A?EP?; /MAX-REPEAT=2;

/FT_KEY=DOMAIN; /FT_DESC=HSP20;

DR

P0A5B8, 14KD_MYCBO , T; P0A5B7, 14KD_MYCTU , T; P46729, 18K1_MYCAV , T;

DR

P46730, 18K1_MYCIT , T; P46731, 18K2_MYCAV , T; P46732, 18K2_MYCIT , T;

DR

P12809, 18KD_MYCLE , T; P80485, ASP1_STRTR , T; O30851, ASP2_STRTR , T;

..

...

省略一些行

..

DR

P12812, P40_SCHMA

, T; Q06823, SP21_STIAU , T; O34321, YOCM_BACSU , T;

DR

O12987, CRYAB_COLLI, P; O12991, CRYAB_EUDEL, P; Q91518, CRYAB_TRASC,

P;

DR

O12995, CRYAB_TURME, P; P81161, HS22M_LYCES, P; P30220, HS30E_XENLA, P;

DR

P81083, HSP11_PINPS, P; Q9QUK5, HSPB7_RAT

, P;

DR

P22979, HSP6C_DROME, N;

DR

Q29438, ODFP_BOVIN , ?; Q14990, ODFP_HUMAN , ?; Q61999, ODFP_MOUSE , ?;

DR

Q29077, ODFP_PIG

, ?; P21769, ODFP_RAT

, ?;

3D

1SHS;

DO

PDOC00791;

//

二、

BLAST

算法

有了这些基本概念后，我们就可以比较方便地介绍< /p>

BLAST

算法，具体描述如下：

（一）

寻找命中点

先设定两个参数