當我們投(tou)身(shen)于(yu)蛋(dan)(dan)白(bai)質(zhi)的(de)(de)研究時(shi)，探索的(de)(de)焦點通(tong)常匯聚于(yu)蛋(dan)(dan)白(bai)質(zhi)表達的(de)(de)動態變化、蛋(dan)(dan)白(bai)質(zhi)發生(sheng)翻譯后修飾(shi)的(de)(de)精妙調(diao)控、蛋(dan)(dan)白(bai)質(zhi)間錯綜復(fu)(fu)雜(za)的(de)(de)相互作(zuo)用、蛋(dan)(dan)白(bai)質(zhi)所參與(yu)的(de)(de)生(sheng)命過程(cheng)和功能、三維結構的(de)(de)奧(ao)秘以及作(zuo)為(wei)(wei)藥物(wu)靶點的(de)(de)潛(qian)力(li)。每一個研究方向(xiang)都蘊含著(zhu)豐富的(de)(de)知識并彼(bi)此交織，共同編織出蛋(dan)(dan)白(bai)質(zhi)世(shi)界(jie)的(de)(de)復(fu)(fu)雜(za)圖景。為(wei)(wei)了應對這一領(ling)域的(de)(de)復(fu)(fu)雜(za)性，我們精心整理了一系列常用的(de)(de)蛋(dan)(dan)白(bai)質(zhi)研究數據庫，旨在(zai)為(wei)(wei)科研工作(zuo)者提供高效(xiao)便(bian)捷的(de)(de)信(xin)息資(zi)源，節省寶貴的(de)(de)時(shi)間與(yu)精力(li)。

1.1 Uniprot

UniProt（Universal Protein Resource，//www.uniprot.org/）是一個免費開放(fang)的綜合性(xing)蛋白(bai)質數(shu)(shu)(shu)據(ju)(ju)庫(ku)。該數(shu)(shu)(shu)據(ju)(ju)庫(ku)蛋白(bai)信(xin)息來源(yuan)于EMBL、GenBank、DDBJ等公共數(shu)(shu)(shu)據(ju)(ju)庫(ku)（非(fei)冗余蛋白(bai)質序(xu)(xu)列(lie)(lie)(lie)數(shu)(shu)(shu)據(ju)(ju)庫(ku)），目(mu)前使用(yong)頻率非(fei)常高，包含信(xin)息非(fei)常全面。該數(shu)(shu)(shu)據(ju)(ju)庫(ku)主要(yao)提供了蛋白(bai)質序(xu)(xu)列(lie)(lie)(lie)和豐富的功(gong)能(neng)注(zhu)釋(shi)信(xin)息，用(yong)途多(duo)樣，是查詢(xun)蛋白(bai)功(gong)能(neng)和蛋白(bai)質組學研究中(zhong)搜庫(ku)匹(pi)配的首選數(shu)(shu)(shu)據(ju)(ju)庫(ku)。應用(yong)工(gong)具搜索不(bu)僅可以進(jin)行序(xu)(xu)列(lie)(lie)(lie)-物種/序(xu)(xu)列(lie)(lie)(lie)-序(xu)(xu)列(lie)(lie)(lie)比(bi)對，還可以對不(bu)同數(shu)(shu)(shu)據(ju)(ju)來源(yuan)的ID進(jin)行轉換。

圖1.1 Uniprot頁面(mian)介紹

常(chang)用的(de)(de)UniProtKB由兩(liang)個子庫構(gou)成：Swiss-Prot和(he)TrEMBL。其(qi)中Swiss-Prot通常(chang)來源于已發表的(de)(de)文(wen)獻，是(shi)經過人工(gong)驗證和(he)注(zhu)釋(shi)(shi)的(de)(de)高質(zhi)量(liang)和(he)可靠的(de)(de)非冗余蛋白質(zhi)注(zhu)釋(shi)(shi)數(shu)據(ju)，人工(gong)注(zhu)釋(shi)(shi)這些數(shu)據(ju)效率較低。基于基因(yin)組序列(lie)由機器自動翻(fan)譯和(he)預測的(de)(de)蛋白質(zhi)序列(lie)數(shu)據(ju)庫TrEMBL建立彌補(bu)了人工(gong)注(zhu)釋(shi)(shi)的(de)(de)不足(zu)，并提供了大量(liang)新(xin)蛋白質(zhi)信息，但其(qi)注(zhu)釋(shi)(shi)程度不如(ru)Swiss-Prot高。

當我們做(zuo)蛋白質組學涉及以上兩個子庫(ku)的(de)選(xuan)擇(ze)(ze)(ze)問題(ti)時，如果(guo)對(dui)鑒定的(de)準確度要求更(geng)高，可以選(xuan)擇(ze)(ze)(ze)下載(zai)Swiss-Prot數(shu)據庫(ku)進行搜(sou)庫(ku)，常(chang)規物(wu)種做(zuo)蛋白質組學通常(chang)選(xuan)擇(ze)(ze)(ze)Swiss-Prot。如果(guo)為(wei)了鑒定蛋白更(geng)加全面(mian)，通常(chang)建議選(xuan)擇(ze)(ze)(ze)UniprotKB的(de)總蛋白序列信息(xi)進行搜(sou)庫(ku)。

圖1.2 Uniprot子(zi)庫下載(zai)

此外Uniprot數據庫包(bao)含豐富的功能(neng)模塊，主要包(bao)含：蛋(dan)白序列、結構域(yu)、亞細(xi)胞定位、翻譯后(hou)修(xiu)飾、表達情況(kuang)、蛋(dan)白互(hu)作等，可以直接輸入蛋(dan)白質ID或者(zhe)名稱(cheng)進(jin)行查詢該(gai)蛋(dan)白參與(yu)的生(sheng)物學過(guo)程。

圖1.3 Uniprot 蛋(dan)白功能(neng)注(zhu)釋(shi)信息

1.2 NCBI

NCBI（National Center for Biotechnology Information，美國國家生(sheng)物(wu)技術信(xin)息(xi)中心，//www.ncbi.nlm.nih.gov/）數據(ju)庫包(bao)含了大量關于(yu)基(ji)因、蛋白質(zhi)、核酸序列、疾病、藥物(wu)、解剖學、文獻等多個方面的信(xin)息(xi)，收錄(lu)全世界所有(you)實驗室檢(jian)測信(xin)息(xi)，是一個綜(zong)合性數據(ju)庫，NCBI的數據(ju)庫內容更為廣泛和綜(zong)合，可以提供(gong)36種(zhong)不同的數據(ju)檢(jian)索及分析工具。

NCBI也(ye)可(ke)以作為蛋白(bai)質組學的(de)物種背(bei)景(jing)數(shu)據庫，搜索物種信(xin)息(xi)即可(ke)得到RefSeq蛋白(bai)信(xin)息(xi)，但是會有很多冗余的(de)蛋白(bai)信(xin)息(xi)。因此同一個物種，NCBI的(de)蛋白(bai)比UniProt多，假陽性也(ye)會隨之升(sheng)高。

圖1.4 NCBI 蛋白使用下載

關(guan)于(yu)蛋(dan)(dan)白質組學搜(sou)庫(ku)數據(ju)庫(ku)的選擇(ze)（NCBI vs Uniprot），通常(chang)建議優先使用Uniprot數據(ju)庫(ku)，若(ruo)該物種Uniprot數據(ju)庫(ku)蛋(dan)(dan)白較少，可使用NCBI數據(ju)庫(ku)進(jin)行搜(sou)庫(ku)。若(ruo)特定物種在Uniprot和NCBI中均沒(mei)有蛋(dan)(dan)白數據(ju)，優先考(kao)慮基(ji)因組或(huo)轉錄組測(ce)序序列翻譯(yi)成的蛋(dan)(dan)白質數據(ju)庫(ku)，也可以使用上一級或(huo)者近緣物種的蛋(dan)(dan)白質數據(ju)庫(ku)作為備選數據(ju)庫(ku)。

蛋白(bai)質(zhi)翻(fan)譯后修飾（Post-translational modification，PTM）是指在翻(fan)譯后的(de)蛋白(bai)質(zhi)氨(an)基(ji)酸殘基(ji)上(shang)通過(guo)添加或移除(chu)特定的(de)基(ji)團進行化學修飾，從而(er)調節蛋白(bai)質(zhi)的(de)活(huo)性(xing)、定位、以(yi)及蛋白(bai)與其他生物(wu)大分子間相(xiang)互作(zuo)用。

2.1 PhosphoSitePlus

PhosphoSitePlus數據(ju)庫（//www.phosphosite.org/）是一個(ge)由CST和(he)(he)NIH聯(lian)合開發免費的翻譯后修(xiu)飾(shi)預測數據(ju)庫，整合了(le)大量來自高通量測序(xu)預測和(he)(he)科學研究實驗驗證的結果，為蛋(dan)(dan)白(bai)質(zhi)翻譯后修(xiu)飾(shi)的研究提供了(le)全面的信息和(he)(he)工具。該數據(ju)庫主要(yao)包括磷(lin)酸(suan)化、甲基化、乙酰(xian)化、泛素化等，共收錄(lu)了(le)59499個(ge)蛋(dan)(dan)白(bai)的600798個(ge)翻譯后修(xiu)飾(shi)位點(dian)。通過(guo)查詢蛋(dan)(dan)白(bai)質(zhi)可以(yi)獲得蛋(dan)(dan)白(bai)質(zhi)基本信息（結構域、亞(ya)細胞定位）以(yi)及蛋(dan)(dan)白(bai)質(zhi)發生修(xiu)飾(shi)的類型(xing)、修(xiu)飾(shi)位點(dian)、抗體(ti)、修(xiu)飾(shi)相關疾病，以(yi)及激酶底(di)物序(xu)列。

圖2.1PhosphoSitePlus數據庫使用

2.2 qPTM

qPTM（quantification of Post-Translational Modifications，//qptm.omicsbio.info）是中(zhong)山大學腫瘤防(fang)治中(zhong)心劉澤先教授團隊收集并(bing)整合(he)PTMs文(wen)獻(xian)的(de)數據庫，涉及從600多個(ge)已發表(biao)研究(jiu)中(zhong)收集的(de)四種(zhong)不同生物體（人、大鼠(shu)、小(xiao)鼠(shu)、酵母）中(zhong)40728個(ge)蛋(dan)白質在(zai)2596種(zhong)條件下的(de)660 030個(ge)非冗余PTM位點，修飾類型包括(kuo)6種(zhong)（磷酸化(hua)、乙(yi)酰(xian)化(hua)、糖基化(hua)、甲(jia)基化(hua)、SUMO化(hua)以(yi)(yi)及泛素化(hua)修飾）。通過搜索特(te)定物種(zhong)的(de)蛋(dan)白，即可(ke)獲得前人研究(jiu)的(de)修飾發生的(de)位點以(yi)(yi)及實(shi)驗條件和參(can)考文(wen)獻(xian)。

圖2.2 qPTM數(shu)據庫使用

2.3 dbPTM

dbPTM（//awi.cuhk.edu.cn/dbPTM/index.php）是蛋(dan)白(bai)質(zhi)翻譯后修飾 (PTM) 的(de)綜合(he)資(zi)源，整(zheng)合(he)來自40+數據庫、70+種修飾類型(xing)(xing)、已經(jing)被實驗/文獻證實的(de)PTM位(wei)(wei)點(dian)(dian)和預測位(wei)(wei)點(dian)(dian)共2235664個(ge)，其中(zhong)重點(dian)(dian)修飾類型(xing)(xing)包括磷酸化、糖基化和硫修飾。通(tong)過(guo)搜索蛋(dan)白(bai)可獲得蛋(dan)白(bai)二級結(jie)構、修飾位(wei)(wei)點(dian)(dian)信息(xi)、上游調節(jie)蛋(dan)白(bai)、位(wei)(wei)點(dian)(dian)功能以及(ji)疾病(bing)相關(guan)信息(xi)。

圖2.3dbPTM數據庫使用(yong)

2.4 Plant PTM Viewer

Plant PTM Viewer（//www.psb.ugent.be/PlantPTMViewer）是植(zhi)物蛋(dan)(dan)(dan)白(bai)翻譯后修飾數據庫，包含8種不(bu)同(tong)(tong)植(zhi)物（擬南芥、水稻、大豆、小(xiao)立碗(wan)蘚(xian)、番茄、玉米、小(xiao)麥(mai)、萊茵衣藻）大約128920個蛋(dan)(dan)(dan)白(bai)334255個PTM位(wei)點(dian)的(de)33種蛋(dan)(dan)(dan)白(bai)質(zhi)修飾。通過該(gai)網站我(wo)們可以(yi)檢索目的(de)蛋(dan)(dan)(dan)白(bai)在植(zhi)物中的(de)修飾情(qing)況(kuang)，此外(wai)還可以(yi)搜索同(tong)(tong)源序(xu)列中的(de)保守翻譯后修飾位(wei)點(dian)。

圖2.4Plant PTM Viewer數據庫(ku)使用(yong)

一般情況(kuang)下蛋白質(zhi)(zhi)很難單(dan)獨(du)發揮作用，都(dou)是由(you)多個蛋白質(zhi)(zhi)分子的相互(hu)協調共(gong)同實現復(fu)雜的細胞(bao)功能。對(dui)于已知蛋白與哪(na)些未(wei)知蛋白具有(you)結合作用，我們(men)可(ke)通過Co-IP結合質(zhi)(zhi)譜鑒定技術（運(yun)用蛋白質(zhi)(zhi)相互(hu)作用數據庫）對(dui)研究有(you)更深入的了解。

3.1 String

STRING（Search Tool for Retrieval of Interacting Genes/Proteins，//www.string-db.org/）數(shu)(shu)(shu)據(ju)庫(ku)整合了(le)(le)多(duo)個(ge)數(shu)(shu)(shu)據(ju)源的(de)PPI信息，包括(kuo)實驗數(shu)(shu)(shu)據(ju)、文獻挖(wa)掘和計算預測。它提供(gong)了(le)(le)廣泛(fan)的(de)物(wu)種(zhong)覆蓋(gai)和功能注釋，可(ke)用(yong)于(yu)PPI網(wang)絡構建和功能分析(xi)，涵蓋(gai)了(le)(le)5090種(zhong)生物(wu)的(de)兩千四百多(duo)萬種(zhong)蛋(dan)(dan)白質，是(shi)目前蛋(dan)(dan)白質互(hu)作數(shu)(shu)(shu)據(ju)庫(ku)中(zhong)覆蓋(gai)物(wu)種(zhong)和互(hu)作信息尤(you)其全(quan)面的(de)一個(ge)數(shu)(shu)(shu)據(ju)庫(ku)。主要可(ke)以進行對已知(zhi)蛋(dan)(dan)白與之互(hu)作的(de)未知(zhi)蛋(dan)(dan)白進行分析(xi)，結果互(hu)作網(wang)絡圖可(ke)根據(ju)Score值評估互(hu)作，Score分越高，互(hu)作可(ke)能性越大。

圖3.1STRING數據庫(ku)使用(yong)

3.2 PiSite

PiSite（Database of Protein Interaction Sites，//pisite.hgc.jp）通過基于(yu)大量實驗和計算方法(fa)中獲取的蛋白質結(jie)構數據，分(fen)析不同的PDB條目(mu)來識(shi)別蛋白質鏈上的結(jie)合(he)(he)位點。它整合(he)(he)各(ge)種(zhong)蛋白質相(xiang)互作用位點的信息，包括(kuo)氨基酸殘基相(xiang)互作用、結(jie)合(he)(he)能力以及結(jie)構特征等(deng)，來構建(jian)一個全面的數據庫。

圖3.2PiSite數據庫使用

4.1 IUOHAR-DB

IUOHAR-DB（//www.guidetopharmacology.org/）是(shi)G蛋白偶聯(lian)受體、離(li)子通(tong)道數(shu)據庫，提供這些蛋白的基(ji)因、功能、結構、配(pei)體、表達圖譜、信號轉導機制、多樣性等(deng)數(shu)據。可以用于藥物靶點查找(zhao)，可以按(an)照免疫(yi)過程信號通(tong)路(lu)查詢(xun)或者(zhe)在不同細(xi)胞(bao)特異表達查詢(xun)或者(zhe)根據蛋白激酶、離(li)子通(tong)道分類(lei)進(jin)行(xing)查詢(xun)。

圖4.1IUOHAR-DB數(shu)據庫(ku)使用(yong)

4.2 Binding-DB

Binding-DB（Bindind Database），加州大學圣地亞哥分(fen)校 Michael K.Gilson實驗室發布的(de)(de)(de)(de)一個(ge)可(ke)公開訪問的(de)(de)(de)(de)主要收(shou)集藥(yao)物(wu)靶點蛋(dan)白質和(he)類藥(yao)小(xiao)分(fen)子(zi)之間相互作(zuo)用親和(he)力的(de)(de)(de)(de)數據庫(ku)。BindingDB的(de)(de)(de)(de)數據來自相關文(wen)獻(xian)報道數據、專利(li)信息、PubChem BioAssays 數據和(he) ChEMBL 記錄數據。BindingDB 收(shou)錄了110萬個(ge)化合物(wu)與8800個(ge)靶點之間的(de)(de)(de)(de)250萬個(ge)相互作(zuo)用數據。

圖(tu)4.2Binding-DB數據庫使用

每一(yi)種蛋白質(zhi)都有(you)其獨特的(de)功能(neng)和(he)(he)結構(gou)，這(zhe)構(gou)成了生(sheng)物多樣性(xing)的(de)一(yi)部分。為了揭示這(zhe)種多樣性(xing)需要對成千上萬的(de)蛋白質(zhi)進(jin)行分類(lei)和(he)(he)功能(neng)預(yu)測。

5.1 InterPro

InterPro（//www.ebi.ac.uk/interpro/）將13個(ge)蛋(dan)白(bai)質特征數據庫(ku)合(he)并為(wei)一個(ge)集(ji)中資源，包括(kuo)Coils、Gene3D、Pfam、PRINTS、ProSitePatterns、ProSiteProfiles、SMART、SUPERFAMILY、TIGRFAM、ProDom、PIR等數據庫(ku)。可以直(zhi)接搜索蛋(dan)白(bai)序列或者結(jie)構域(yu)ID獲得結(jie)構域(yu)結(jie)果。

圖5.1InterPro數(shu)據庫使用

蛋白質(zhi)(zhi)的(de)生(sheng)物活性不僅決定于(yu)蛋白質(zhi)(zhi)分子的(de)一級(ji)結構，而且與(yu)其特定的(de)空間結構密切相關。異常的(de)蛋白質(zhi)(zhi)空間結構很可能導(dao)致其生(sheng)物活性的(de)降(jiang)低、喪失(shi)。在功(gong)能和(he)結構細節上闡明關于(yu)蛋白質(zhi)(zhi)折(zhe)疊(die)的(de)過程(cheng)將(jiang)對相關疾病的(de)預防(fang)和(he)治療有重要意義。

6.1 PDB

PDB（Protein Data Bank，//www.rcsb.org/），是美國(guo)(guo)Brookhaven國(guo)(guo)家實驗室于1971年創建的(de)(de)，通過X射線(xian)單(dan)晶衍射、核磁共(gong)振、電(dian)子衍射等實驗手段確定的(de)(de)蛋(dan)白(bai)質(zhi)、多糖(tang)、核酸、病毒等生物大分子的(de)(de)三維結構(gou)數據庫，通過搜索蛋(dan)白(bai)質(zhi)可以(yi)獲(huo)得蛋(dan)白(bai)質(zhi)結構(gou)的(de)(de)三維可視化（如果有配體相互(hu)作(zuo)用）和(he)結構(gou)質(zhi)量指標。

圖6.1PDB數據(ju)庫使用

6.2 AlphaFold

AlphaFold（//deepmind.google/technologies/alphafold/）是(shi)由(you)谷(gu)歌DeepMind開發的(de)一款蛋(dan)白(bai)質(zhi)(zhi)(zhi)結(jie)構預測程序(xu)，它采(cai)用 AI 和(he)深度學習技術僅根據(ju)其基(ji)因序(xu)列(lie)就能(neng)預測蛋(dan)白(bai)質(zhi)(zhi)(zhi)的(de)3D結(jie)構，僅需(xu)數日內可識別蛋(dan)白(bai)質(zhi)(zhi)(zhi)的(de)形狀，從而(er)找到藥物靶(ba)點。

圖(tu)6.2AlphaFold預(yu)測蛋白

7.1 KEGG

KEGG（//www.genome.jp/kegg/）是(shi)一個整(zheng)合(he)了基因(yin)組、化學(xue)和系統功(gong)能信(xin)息(xi)的綜合(he)性數據(ju)庫，連接已知(zhi)分(fen)子(zi)間(jian)相(xiang)互作用(yong)的信(xin)息(xi)網絡，如(ru)代(dai)謝通(tong)路(lu)、復合(he)物、生化反應。KEGG途(tu)徑(jing)主要包(bao)括：代(dai)謝、遺傳信(xin)息(xi)處理、環境(jing)信(xin)息(xi)處理、細胞過程、人類疾病(bing)、藥物開發等(deng)。KEGG包(bao)含多個子(zi)數據(ju)庫，有代(dai)謝通(tong)路(lu)、基因(yin)信(xin)息(xi)、化合(he)物、酶、藥物等(deng)等(deng)，均包(bao)含大量有用(yong)的信(xin)息(xi)，經常使用(yong)的是(shi)Pathway查詢(xun)與分(fen)析(xi) 。

圖7.1KEGG數據庫使用

7.2 Reactome

Reactome（//reactome.org/）是一個免費、開(kai)源(yuan)、數據經過手動篩(shai)選和同行評審的(de)生物(wu)分子(zi)通(tong)(tong)路知識數據庫(ku)。目前該庫(ku)覆蓋(gai)了19個物(wu)種的(de)通(tong)(tong)路研究，包括經典的(de)代(dai)謝通(tong)(tong)路、信號(hao)轉導(dao)、基因轉錄調控、細胞凋亡與疾病。輸入蛋白或者基因搜索即可得到(dao)相關通(tong)(tong)路信息，并可以對感(gan)興趣的(de)通(tong)(tong)路進行富(fu)集分析。

圖7.2Reactome數據庫使(shi)用

7.3 GO

GO（Gene Ontology，//www.geneontology.org/）數據庫為統一基(ji)因功(gong)能描述而(er)建立，Gene Ontology把描述基(ji)因和基(ji)因產(chan)物功(gong)能的(de)術語歸納到三個不同維度(du)的(de)本體中（BP-生物過(guo)程、CC-細胞組分、MF-分子(zi)功(gong)能）。搜索感興趣(qu)的(de)蛋(dan)白(bai)或者(zhe)基(ji)因ID獲取相(xiang)關信(xin)息。

Human Protein Atlas-人類(lei)(lei)蛋(dan)(dan)白(bai)質圖(tu)(tu)(tu)譜(pu)(pu)(pu)（HPA，//www.proteinatlas.org）瑞典 Knut & Alice Wallenberg基(ji)金會(hui)創建，利用(yong)各種技術，包括(kuo)基(ji)于抗(kang)體的成(cheng)(cheng)像技術、基(ji)于質譜(pu)(pu)(pu)的蛋(dan)(dan)白(bai)質組學(xue)(xue)、轉(zhuan)錄組和(he)系統生物學(xue)(xue)等，繪制細(xi)(xi)(xi)胞(bao)(bao)、組織(zhi)(zhi)(zhi)和(he)器(qi)官中的人類(lei)(lei)蛋(dan)(dan)白(bai)質圖(tu)(tu)(tu)譜(pu)(pu)(pu)。人類(lei)(lei)蛋(dan)(dan)白(bai)質圖(tu)(tu)(tu)譜(pu)(pu)(pu)由十二個獨立的部分(fen)組成(cheng)(cheng)，包括(kuo)組織(zhi)(zhi)(zhi)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、腦圖(tu)(tu)(tu)譜(pu)(pu)(pu)、單細(xi)(xi)(xi)胞(bao)(bao)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、組織(zhi)(zhi)(zhi)細(xi)(xi)(xi)胞(bao)(bao)類(lei)(lei)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、病(bing)理(li)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、疾病(bing)血液圖(tu)(tu)(tu)譜(pu)(pu)(pu)、免疫(yi)細(xi)(xi)(xi)胞(bao)(bao)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、血液蛋(dan)(dan)白(bai)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、亞細(xi)(xi)(xi)胞(bao)(bao)圖(tu)(tu)(tu)譜(pu)(pu)(pu)、細(xi)(xi)(xi)胞(bao)(bao)系圖(tu)(tu)(tu)譜(pu)(pu)(pu)、結構圖(tu)(tu)(tu)譜(pu)(pu)(pu)、相互作(zuo)用(yong)圖(tu)(tu)(tu)譜(pu)(pu)(pu)。通過搜索蛋(dan)(dan)白(bai)獲得蛋(dan)(dan)白(bai)質在(zai)多種人類(lei)(lei)正常組織(zhi)(zhi)(zhi)、腫瘤組織(zhi)(zhi)(zhi)、細(xi)(xi)(xi)胞(bao)(bao)系和(he)血液細(xi)(xi)(xi)胞(bao)(bao)內的分(fen)布和(he)表達情況。

9.1 ProteomeXchange

ProteomeXchange（//www.ebi.ac.uk/pride/）是(shi)專門用來儲存蛋白(bai)(bai)檢(jian)測數據(ju)(ju)的(de)網站。例如(ru)通過檢(jian)索(suo)特定癌癥(zheng)，可以在 ProteomeXchange 得到(dao)某類(lei)癌癥(zheng)有關的(de)蛋白(bai)(bai)質組(zu)學(xue)數據(ju)(ju)集(ji)，并(bing)可以詳細看到(dao)每一(yi)個數據(ju)(ju)集(ji)的(de)基(ji)本(ben)信息，包括研究(jiu)的(de)物種、疾病、使用的(de)蛋白(bai)(bai)質組(zu)學(xue)方法以及儀器等信息，并(bing)提供該(gai)數據(ju)(ju)集(ji)的(de)原始文件以供研究(jiu)者下(xia)載。

圖(tu)9.1ProteomeXchange網站時使用

9.2 CPTAC

CPTAC（Clinical Proteomic Tumor Analysis Consortium，//pdc.cancer.gov/pdc/browse）是由美國國家癌(ai)癥研究(jiu)所（NCI）資助建立的(de)(de)一個綜合性(xing)數據(ju)庫，CPTAC數據(ju)庫主要提供(gong)了(le)臨床隊列不同癌(ai)癥類型的(de)(de)蛋(dan)(dan)白(bai)質組(zu)學(xue)(xue)數據(ju)，此外(wai)還包含基(ji)因(yin)組(zu)測序、miRNA測序和DNA甲基(ji)化數據(ju)，希(xi)望通過應(ying)用大規模蛋(dan)(dan)白(bai)質組(zu)學(xue)(xue)和基(ji)因(yin)組(zu)分析（proteogenomics）來加速對癌(ai)癥分子基(ji)礎(chu)的(de)(de)理解(jie)。在(zai)首(shou)頁搜索(suo)欄輸(shu)入蛋(dan)(dan)白(bai)、基(ji)因(yin)或(huo)者疾病可(ke)以獲得數據(ju)集。

圖9.2CPTAC數據使用