生物信息学_分子数据库（三）蛋白质数据库
蛋白质的空间结构是其发挥功能的关键基础,因此蛋白质同时拥有序列和结构数据库
蛋白质序列数据库
蛋白质序列数据库有很多，如SwissProt，TrEMBL，Pir等。
Pir是世界上第一个具有分类和功能注释的蛋白质序列数据库。
SwissProt包含来自EMBL的翻译蛋白质序列，并经人工校对与注释处理，其重复率较低。
针对人工注释速度较慢的问题
UniProt数据库
通过汇编SwissProt、TrEMBL和Pir三个数据库的资源，我们开发出了一个通用蛋白质数据库。
UniProt分为三层：
- UniParc
因为蛋白质序列存在冗余，在处理过程中将相同序列的归并为单一的一条，并赋予每条序列一个独特的编号。
- UniRef
通过优化检索机制，在UniParc内对序列按照预设的标准进行分类处理，并剔除重复数据以提高搜索效率。
- UniProtKB
将分为UniRef/TrEMBL和UniRef/SwissProt的两个类别，并为其提供详细的序列信息
蛋白质结构数据库
蛋白质空间结构
一级：组成蛋白质的氨基酸序列。
二级：由氨基酸序列在空间构成的有规律的结构，一般依靠氢键，疏水键等非共价键维持空间结构，如α螺旋，β折叠。
结构域：介于二级和三级结构之间，蛋白质上的功能区域。
三级：在二级基础上经过进一步弯曲折叠形成的结构。
四级：单体蛋白通过非共价键结合形成的聚合体。
PDB数据库
PDB用于记录蛋白质分子空间结构所含的原子坐标数据。所获得的数据主要源自X射线衍射等技术手段。
PDB通过文本形式保存数据以便于查阅相关文献，并与RasMol、MBT和JSmol等结构模型显示软件集成以便于查看三维结构。
蛋白质结构家族分类数据库
相较于序列而言，在进化过程中蛋白质的结构表现得更为稳定；具有相同特征的结构家族之间的亲缘关系更为可信；这些家族成员的功能通常具有高度的一致性；从而能够推导出它们的功能关联性。
蛋白质结构家族分类数据库主要由：SCOP,CATH,FSSP。
SCOP（人工分类）
CATH（半自动分类）
蛋白质组
基因组 转录组 蛋白质组
基因组：构成完整生物体的全部DNA。
转录组：一个基因组表达的全部RNA。
蛋白质组：一个基因组表达的全部蛋白质。
蛋白质组随着时间而变化，并且蛋白质组因为选择性剪切和翻译后修饰等存在，蛋白质组总是多于基因组的基因数目。