【陪你学·生信】一些你肯定也用过的生信工具和操作（2）

二、提取蛋白质序列

利用PubMed搜索文献可以说是大家最常用的（还有镜像谷歌学术啥的，以及大学图书馆买的很多类似PubMed的检索数据库），接下来也很常用的就是在提取蛋白质序列，并从分子水平进行分析。下面介绍个好用的网站ExPASy：

是由是由SIB 瑞士生物信息研究所开发运营的，这里可以找到蛋白质组学，基因组学，系统发育 / 进化，系统生物学，种群遗传学和转录组学的数据资源。

继续我们在【一、学会用PubMed/NCBI等搜索数据库】中的举例，我们通过序列得知与dUTPase相似，又在PubMed中找到了对应文献，现在我们想更了解它一些，准备从网上下载一些发挥dUTPase功能的蛋白质序列。我们假设找大肠杆菌中的dUTPase功能的蛋白序列。

（1）打开网站https://www.expasy.org/

（2）在合适的数据库中搜索【dUTPasecoli】关键词

会看到一系列序列，我们点进去第一个P06968，就可以看到大肠杆菌中这个蛋白的很多详细信息啦。

内容相当丰富，介绍了蛋白功能，名称，分类，亚细胞定位，序列（可以下载FASTA文件），结构，相似蛋白等。

如果要下载多序列进行比对分析，勾选下载即可。

与所有检索数据库类似，关键词栏可以加各种高级设定缩小范围。举例中我们用的Advanced Search in the UniProt Knowledgebase中的数据由两部分构成。分别是TrEMBL和 Swiss-Prot，其中Swiss-Prot是从文献中提取的结果，另一个是计算机分析翻译的DNA序列，所以一般我们用filter by Swiss-Prot的数据。