如何计算蛋白序列的长度、分子量、等电点等信息

2019-03-15 本文已影响449人组学大讲堂

做基因家族等分析时，有时候我们想知道蛋白质的分子量、等电点信息以及序列长度等信息。今天，小编教大家如何获取这些信息。

ExPASy ProtParam在线获取

ExPASy ProtParam 是一款在线蛋白质分析软件，它可以计算一个蛋白质序列的各种理化参数，例如氨基酸序列长度、等电点、分子量等等。其用法如下：

输入一条蛋白质序列：

提交后，系统会计算蛋白质序列的各种理化参数并显示出来，而我们需要的信息如下图所示：

perl脚本批量计算

ProtParam 网站一次只能提交一条序列，如果我们的蛋白质序列较少还可以使用，但是序列多的话就不适用了。这就需要一种批量处理的方法，为此我们专门写了一个perl脚本，利用bioperl包里面的方法，批量计算蛋白序列的长度、分子量、等电点信息。

使用方法：

perl stat_protein_fa.pl pep.fa pep.stat.xls

pep.fa ：是输入的蛋白质序列；

pep.stat.xls ：为输出文件。

perl脚本代码如下：

#北京组学生物科技有限公司

#email: huangls@biomics.com.cn

die"perl $0 <in> <out>"unless(@ARGV==2);

useBio::SeqIO;

useBio::Seq;

useBio::Tools::SeqStats;

useBio::Tools::pICalculator;

useData::Dumper;

#读入序列

my$in = Bio::SeqIO->new(

-file =>"$ARGV[0]",

-format =>'Fasta'

);

openOUT,">$ARGV[1]"ordie"$!";

printOUT"#ID\tlength\tMV(Da)\tpI\n";

my$calc = Bio::Tools::pICalculator->new(-places =>2,-pKset =>'EMBOSS');

#逐条读取序列

while(my$seq = $in->next_seq()) {

my( $id, $sequence, $desc ) = ( $seq->id, $seq->seq, $seq->desc );

my$weight = Bio::Tools::SeqStats ->get_mol_wt($seq);

$calc->seq($seq);

my$iep = $calc->iep;

printOUTsprintf("%s\t%s\t%s\t%s\n",

$seq->id,

$seq->length,

"$weight->[0]",

$iep);

}

$in->close();

close(OUT);

更多生物信息相关课程：