真核模式生物蛋白质数据库统计规律研究

• 作者: 冯立芹 李宏
• 来源期刊: 中国医学物理学杂志
• 关键词: 真核生物 数据库 频率分布
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 医学生物物理与临床应用
• 页码范围: 5318-5321,5332
• 分类号: Q61
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2014.06.022

摘要

目的:根据NCBI Refseq基因集的蛋白质序列数据,构建包含11种真核模式生物在内的基因、蛋白质信息数据库(EPD),探讨各种模式生物的蛋白质序列长度频率分布,并以此来探讨在生物进化过程中,蛋白质序列长度的变化趋势.方法:通过计算机编程软件提取不同种类生物基因总数、有实验数据支撑的蛋白质序列(标记为NP的序列)数、理论预测的蛋白质序列(标记为XP的序列)数等相关信息进行统计.结果:对该数据库数据统计规律的研究表明:数据库共有347042个基因,469887个蛋白质,平均每个基因可翻译有1.35个蛋白质;蛋白质序列长度为300～350个氨基酸的最多;长度小于100个氨基酸和大于2500个氨基酸的蛋白质序列很少.结论:模式生物蛋白质序列长度频率分布具有一定规律性;人和爪蛙的蛋白质长度频率分布曲线形状最相似;从蛋白质长度频率分布曲线的靠近程度上看,人与小鼠更接近;生物偏好使用中等长度的蛋白质序列.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏	内蒙古大学物理科学与技术学院	160	656	14.0	18.0
2	冯立芹	内蒙古民族大学物理与电子信息学院	17	51	3.0	7.0