IPI-International Protein Index 数据库介绍

IPI - International Protein Index数 据 库 介 绍俞 鸿yuhong@biosino.com.cnyuhong@scbit.org

IPI-International Protein Index• EMBL-EBI• URL:http://www.ebi.ac.uk/IPI/IPIhelp.html• IPI provides a top level guide to the maindatabases that describe the proteomes ofhigher eukaryotic organisms• 常 使 用 在 质 谱 的 搜 库

计 算

算 法 (Algorithm)• IPI 是 以 蛋 白 质 相 似 性 为 基 础 的 不 同 数 据 库之 间 通 过 映 射 产 生 的• 两 个 关 键 问 题– 数 据 库 之 间 如 何 进 行 匹 配– 每 个 数 据 集 映 射 结 果 如 何 合 并 到 一 个 数 据 集 中

流 程下 载 序 列 数 据数 据 库 所 有 序 列 两 两 之 间相 似 性 比 对匹 配 百 分 比 要 求 大 于 95%孤 立 蛋 白互 为 最 佳 匹 配 的 蛋 白 对所 有 最 佳 匹 配 的 蛋 白 对组 成 一 个 类类已 有 类 的部 分 片 段SwissprotRefseqEnsembl非 有 类 的部 分 片 段TrEMBL聚 类IPI

互 为 最 佳 匹 配 蛋 白 对Database ADatabase Ba1,a2,a3….b1,b2,b3….a1 与 database B 中 所 有 蛋 白 比 对 后 , 得 到 与 a1 比 对 的 最 佳 的 为 b1b1 与 database A 中 所 有 蛋 白 比 对 后 , 得 到 与 a1 比 对 的 最 佳 的 为 a1a1, b1 为 互 为 最 佳 蛋 白 的 蛋 白 对

IPI 序 列 的 确 定• IPI 的 序 列 采 用 以 下 数 据 库 的 优 先 级 来 选 取Swissprot/Refseq/TrEMBL/Ensembl, 前 题是 类 中 如 果 有 小 片 段 序 列 , 那 么 所 选 取 的序 列 必 须 能 包 括 小 片 段 序 列

MSIPI• MSIPI is a database derived from IPIcontaining additional information aboutcSNPs and N-terminal peptides in a formatsuitable for easy use in mass spectrometrysearch engines. MSIPI is available in thedirectoryftp://ftp.ebi.ac.uk/pub/databases/IPI/msipi.

物 种 资 源• Human• Mouse• Rat• Zebrafish• Arabidopsis• Chicken• Cow

数 据 检 索

FTP 数 据 资 源• 当 前 版 本 :ftp://ftp.ebi.ac.uk/pub/databases/IPI/current/• 旧 版 本 :ftp://ftp.ebi.ac.uk/pub/databases/IPI/old/

数 据 文 件• Ipi.HUMAN.dat.gz• Ipi.HUMAN.fasta.gz• Ipi.HUMAN.history.gz• Ipi.HUMAN.IPC.gz• Ipi.HUMAN.mysql.gz• Ipi.HUMAN.xrefs.gz• Gi2ipi.xrefs.gz• Ipi.gene.HUMAN.xrefs.gz

数 据 格 式 -UniProt• *.dat.gzID IPI00003881.5 IPI; PRT; 415 AA.AC IPI00003881;DT 01-OCT-2001 (IPI Human rel. 2.00, Created)DT 06-OCT-2005 (IPI Human rel. 3.11, Last sequence update)DE SIMILAR TO HETEROGENEOUS NUCLEAR RIBONUCLEOPROTEIN H.OS Homo sapiens (Human).OC Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi;OC Mammalia; Eutheria; Primates; Catarrhini; Hominidae; Homo.OX NCBI_TaxID=9606;CC -!- CHROMOSOME: 10.CommentsCC -!- START CO-ORDINATE: 43201071.CC -!- END CO-ORDINATE: 43224620.DR UniProtKB/Swiss-Prot; P52597; HNRPF_HUMAN; -.

DR Vega; OTTHUMP00000019482; OTTHUMG00000018029; M.DR Vega; OTTHUMP00000043413; OTTHUMG00000018029; -.DR Vega; OTTHUMP00000043414; OTTHUMG00000018029; -.DR REFSEQ_REVIEWED; NP_004957; GI:4826760; -.DR UniProtKB/TrEMBL; Q5T0N2; Q5T0N2_HUMAN; -.DR UniProtKB/TrEMBL; Q8NI96; Q8NI96_HUMAN; -.DR UniProtKB/TrEMBL; Q96AU2; Q96AU2_HUMAN; -.DR ENSEMBL; ENSP00000338477; ENSG00000169813; -.DR ENSEMBL; ENSP00000348345; ENSG00000169813; -.DR H-InvDB; HIT000003838; HIX0008779; -.DR H-InvDB; HIT000030409; HIX0008779; -.DR H-InvDB; HIT000031821; HIX0008779; -.DR H-InvDB; HIT000037199; HIX0008779; -.DR H-InvDB; HIT000037659; HIX0008779; -.DR UniParc; UPI0000000C5C; -; -.DR HGNC; 5039; HNRPF; -.DR Entrez Gene; 3185; HNRPF; -.DR UniGene; Hs.808; -; -.DR CCDS; CCDS7204.1; -; -.DR ReAlSplice protein; SL0000062; hnRNPF; factor involved in alternativesplicing.DR trome; HTR002991; -; -.DR RZPD; Hs.808; -; Clones and other research material.

DR CleanEx; HS_HNRPF; -; -.DR InterPro; IPR012677; a_b_plait_nuc_bd.DR InterPro; IPR000504; RNP1_RNA_bd.DR InterPro; IPR012996; Znf_CHHC.DR Pfam; PF00076; RRM_1; 3.DR Pfam; PF08080; zf-RNPHF; 1.DR SMART; SM00360; RRM; 3.DR PROSITE; PS50102; RRM; 2.DR GENE3D; G3D.3.30.70.330; Nucl_bd_a/b_plat; 3.SQ SEQUENCE 415 AA; 45672 MW; D14E170631FB1F31 CRC64;MMLGPEGGEG FVVKLRGLPW SCSVEDVQNF LSDCTIHDGA AGVHFIYTRE GRQSGEAFVELGSEDDVKMA LKKDRESMGH RYIEVFKSHR TEMDWVLKHS GPNSADSAND GFVRLRGLPFGCTKEEIVQF FSGLEIVPNG ITLPVDPEGK ITGEAFVQFA SQELAEKALG KHKERIGHRYIEVFKSSQEE VRSYSDPPLK FMSVQRPGPY DRPGTARRYI GIVKQAGLER MRPGAYSTGYGGYEEYSGLS DGYGFTTDLF GRDLSYCLSG MYDHRYGDSE FTVQSTTGHC VHMRGLPYKATENDIYNFFS PLNPVRVHIE IGPDGRVTGE ADVEFATHEE AVAAMSKDRA NMQHRYIELFLNSTTGASNG AYSSQVMQGM GVSAAQATYS GLESQSVSGC YGAGYSGQNS MGGYD//

数 据 格 式 -fasta• *.fasta.gz>IPI:IPI00000005.1|SWISS-PROT:P01111-3|TREMBL:P54111|REFSEQ:NP_002515;XP_032698;XP_001317|ENSEMBL:ENSP00000261444|H-INV:HIT000032298Tax_Id=9606 Transforming protein N-RasMTEYKLVVVGAGGVGKSALTIQLIQNHFVDEYDPTIEDSYRKQVVIDGETCLLDILDTAGQEEYSAMRDQYMRTGEGFLCVFAINNSKSFADINLYREQIKRVKDSDDVPMVLVGNKCDLPTRTVDTKQAHELAKSYGIPFIETSAKTRQGVEDAFYTLVREIRQYRMKKLNSSDDGTQGCMGLPCVVM

数 据 格 式 -Protein Cross-References File(*.xrefs)1. Database from which master entry of this IPI entry has been taken. 主 条 目 的 来 源 库2. UniProtKB accession number or Vega ID or Ensembl ID or RefSeq ID or TAIR Protein ID or H-InvDB ID. 来 源 ID3. International Protein Index identifier. IPI 号4. Supplementary UniProtKB/Swiss-Prot entries associated with this IPI entry. Swiss-Prot 号5. Supplementary UniProtKB/TrEMBL entries associated with this IPI entry. TrEMBL 号6. Supplementary Ensembl entries associated with this IPI entry. Havana curated transcriptspreceeded by the key HAVANA: (e.g. HAVANA:ENSP00000237305;ENSP00000356824;).7. Supplementary list of RefSeq STATUS:ID couples (separated by a semi-colon ';') associated withthis IPI entry (RefSeq entry revision status details).8. Supplementary TAIR Protein entries associated with this IPI entry.9. Supplementary H-Inv Protein entries associated with this IPI entry.10. Protein identifiers (cross reference to EMBL/Genbank/DDBJ nucleotide databases).11. List of HGNC number, HGNC official gene symbol couples (separated by by a semi-colon ';')associated with this IPI entry.12. List of NCBI Entrez Gene gene number, Entrez Gene Default Gene Symbol couples (separatedby a semi-colon ';') associated with this IPI entry.13. UNIPARC identifier associated with the sequence of this IPI entry.14. UniGene identifiers associated with this IPI entry.15. CCDS identifiers associated with this IPI entry.16. RefSeq GI protein identifiers associated with this IPI entry.17. Supplementary Vega entries associated with this IPI entry.

数 据 格 式Gene Cross-References FileFormat(ipi.genes.*.xrefs)

数 据 格 式 -GI Cross-ReferencesFile format

数 据 格 式 - InterPro HitsFormat(ipi.ipc)

数 据 格 式 -HistoryFile(*.history.gz))• IPI ID• Release version when ID was created• Release version when ID was deleted,ifavailable or ‘-’ if not• Successor ID, if available or ‘-’ not• Comments

MYSQL 数 据 库 及 其 使 用gunzip ipi.HUMAN.mysql.gz;mysql -h host_name -u username -ppassword IPIhuman

扩 展 分 析• 编 码 基 因 分 布• 分 子 量 分 布• Domain 分 析• …….• 功 能 分 类 -GOA

GOA• Gene Ontology Annotation Database• The GOA project aims to provide highqualityGene Ontology (GO) annotations toproteins in the UniProt Knowledgebase(UniProtKB) and International ProteinIndex (IPI) and is a central dataset forother major multi-species databases; suchas Ensembl and NCBI.

俞 鸿上 海 众 信 生 物 技 术 有 限 公 司公 司 网 站 :http://www.biosino.com.cnEmail:yuhong@scbit.org