蛋白质功能注释

应用场景

       对感兴趣的蛋白进行功能注释，以便于理解这些蛋白的各种生物学意义。功能注释包括：Gene Ontology 功能，KEGG 通路，蛋白结构域，亚细胞定位，Complex ( 复合体 )，COG/KOG 注释。

1) Gene Ontology分析

       GO 分析是一种能够将基因与基因产物（如蛋白质）的各项信息有机联系在一起的生物信息学分析方法，包括 Biological Process（生物进程），Cellular Component（细胞组成），Molecular Function（分子功能）。主要来源于 UniProt-GOA 数据库，并使用 InterProScan 预测进行补充注释。

图表展示：

       注：Gene Ontology 功能的注释结果表格。 前三列为蛋白信息、后面三列为蛋白在 GO 三大分类中的详细描述。其中格式为“GO：0006364”的字符代表在 GO 数据库中的编号，可以登录 GO 数据库网站“https://geneontology.org”查询详细描述信息。

2) KEGG通路注释

       KEGG 是系统分析蛋白和化合物在细胞中的代谢途径以及蛋白功能的数据库。使用 KEGG 在线服务工具 KAAS 和 KEGG mapper 获取 KEGG 通路注释的结果。

图表展示：

       注 ： KEGG 通路的注释结果表格。 前三列为蛋白信息、后面三列为蛋白在 KEGG 数据库中的信息。其中“KEGG KO No.”为 KEGG 数据库编号；“KEGG Gene”表示蛋白在 KEGG 数据库中的基因层面的描述；“KEGG pathway”表示蛋白可能参与的通路过程描述。其中格式为“map04366”的字符代表通路在 KEGG 数据库中的编号，可以登录 KEGG 数据库“https://www.kegg.jp” 查询详细描述信息。

3) 蛋白结构域注释

       蛋白结构域是蛋白质中在序列上具有保守性，且一般情况下可以独立行使功能的特定蛋白区域，与蛋白质完成生理功能有着密切的关系，经常被用于蛋白质分子进化和功能学的研究。我们基于 Pfam、SMART 和 Interpro 等数据库提供蛋白质结构域的功能注释信息。

图表展示：

       注： 蛋白结构域注释结果表格。 前三列为蛋白信息、后面两列为蛋白在 InterPro 数据库中的描述。其中“IPR ID”为 InterPro 数据库编号；“Domain description”表示蛋白包含的结构域在InterPro 数据库能描述，可以登录 InterPro 数据库“https://www.ebi.ac.uk/interpro” 查询详细描述信息。

4) 亚细胞定位

       蛋白质只有转运到正确的位置才能参与细胞的各种生命活动，我们对真核生物和原核生物分别使用 wolfpsort 软件和 CELLO 软件预测蛋白质的亚细胞结构定位信息。

图表展示：

注：亚细胞定位的注释结果表格。前三列为蛋白信息、第四列为蛋白潜在的亚细胞结构定位。

5) Complex(复合体)

       蛋白复合体是由两个以上功能相关的蛋白通过二硫键或其它蛋白质相互作用所形成的复合物。蛋白复合体种类繁多，很多性质和功能还未研究透彻，是蛋白质组学的重要研究对象。我们基于 CORUM 网站进行蛋白质复合体的注释（仅针对人和小鼠两个物种）。

图表展示：

注：Complex (复合体)注释的结果表格。前三列为蛋白信息、第四列为蛋白可能参与形成的复合体。

6) COG/KOG注释

       COG，即 Clusters of Orthologous Groups of proteins。构成每个 COG 的蛋白都是被假定为来自于一个祖先蛋白，并且或者是直系同源蛋白（orthologs）或者是旁系同源蛋白（paralogs）。原核生物的一般称为 COG 数据库；真核生物的一般称为 KOG 数据库。基于 COG/KOG 数据库进行蛋白质功能注释，可以准确地确定 orthologs 和 paralogs。

图表展示：

       注：COG/KOG 注释结果表格。 前三列为蛋白信息、后面三列为蛋白在 KOG 数据库中的描述。其中“KOG category”为 KOG 的一级分类编号；“KOG NO.”为 KOG 的二级分类编号；“KOGdescription”为二级分类功能描述。

参考文献

       Jaime, H. C. , Kristoffer, F. , Pedro, C. L. , Damian, S. , Juhl, J. L. , & Christian, V. M. , et al. (2016). Fast genome-wide functional annotation through orthology assignment by eggnog-mapper. Molecular Biology & Evolution(8), 2115.

       Huerta-Cepas, J. , Szklarczyk, D. , Heller, D. , Hernández-Plaza, Ana, Forslund, S. K. , & Cook, H. , et al. (2018). Eggnog 5.0: a hierarchical, functionally and phylogenetically annotated orthology resource based on 5090 organisms and 2502 viruses. Nucleic Acids Research.

       (2018). Interpro in 2019: improving coverage, classification and access to protein sequence annotations. Nuclc acids research(D1), D351.

       Moriya, Y. , Itoh, M. , Okuda, S. , Yoshizawa, A. C. , & Kanehisa, M. . (2007). Moriya y, itoh m, okuda s, yoshizawa ac, kanehisa m. kaas: an automatic genome annotation and pathway reconstruction server. Nucleic Acids Research, 35(Web Server issue), W182-5.

       Kanehisa, M. , & Sato, Y. . (2020). Kegg mapper for inferring cellular functions from protein sequences. Protein Science.

       Sara, E. G. , Jaina, M. , Alex, B. , Eddy, S. R. , Luciani Aurélien, & Potter, S. C. , et al. (2018). The pfam protein families database in 2019. Nucleic Acids Research(D1), D1.

       Paul, H. , Keun-Joon, P. , Takeshi, O. , Naoya, F. , Hajime, H. , C.J. Adams-Collier, & Kenta, N. . (2007). WoLF PSORT: protein localization predictor. Nucleic Acids Research, 35, W585–W587

       Yu, C. S. , Lin, C. J. , & Hwang, J. K. . (2004). Predicting subcellular localization of proteins for gram-negative bacteria by support vector machines based on n-peptide compositions. Protein Science, 13.

       Chin‐Sheng Yu, Yu‐Ching Chen, Chih‐Hao Lu, & Jenn‐Kang Hwang. (2010). Prediction of protein subcellular localization. Protns: Structure, Function, and Bioinformatics, 64.

       Giurgiu Madalina, Reinhard Julian, Brauner Barbara, Dunger-Kaltenbach Irmtraud, Fobo Gisela, & Frishman Goar, et al. (2018). Corum: the comprehensive resource of mammalian protein complexes-2019. Nucleic Acids Research(D1), D1.