蛋白质结构数据库
结构数据库
小蛋白
总和
90
1195
129
1962
219
3902
三、蛋白质分类数据库CATH
数据库的名称CATH分别是数据库中四种分类类 别的第一个字母，即: C:（class）； A:（architecture）； T:（topology）； H:（homologous superfamily）。 CATH蛋白质分类数据库与另外一个蛋白质分类数据 库SCOP相比，后者更注重从蛋白质进化的角度来对 蛋白质进行分类，而CATH数据库偏重于从结构角度 对蛋白质分类。
Wang Y et al. Nucl. Acids Res. 2000;28:243-245
MMDB(molecular modeling database)
• MMDB 的 记 录 以 ASN.1 格 式 存 储 ， 可 以 用 Cn3D, Rasmol, 或 Kinemage来显示。另外， 数据库中类似的结构已经被用 VAST 确认， 新的结构可以用VASTsearch来同数据库进行 比较。
CATH把蛋白质分为4类，即全 α、全β、α-β（α/β型和 α+β型）和低二级结构类。
以蛋白质1ucr为例的搜索结果
1ucr包括两个结构域，分别为 ‘1ucrA00’和‘1ucrB00’。这两个结 构域属于同一同源家族 1.10.10.10。 结果显示1ucr为二聚物，它的每 条链都有自己特异的链标识（如 1ucrA和1ucrB）。
第二节蛋白质结构数据库
Protein Structure Databases
一、蛋白质三维结构数据库PBD
/pdb
/pdbe/
/
Year 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 TOTAL
生物学pdb
生物学pdbPDB是指蛋白质数据银行，是一个全球性的计算生物学知识库，主要收集了生物大分子如蛋白质，核酸等的三维结构信息，是结构生物学研究的重要工具之一。
下面将为大家介绍生物学PDB。
一、 PDB的定义PDB，即Protein Data Bank，是由美国提供的国际性蛋白质结构数据库，也是生物分子结构的重要资源库之一。
所有收录的分子都是根据晶体学或核磁共振等技术测定的三维结构。
PDB目前由美国PDB，欧洲PDB以及日本PDB三个组织共同维护。
1. 结构生物学研究PDB中收集了全球范围内的各种生物分子的三维结构信息，为结构生物学研究提供了重要工具。
研究者可以通过PDB中的数据比对、建模、分析等手段，揭示生物分子的结构、功能、互作等重要信息，深入了解生命在分子水平上的规律性。
2. 新药研究PDB中收录了多个蛋白质的三维结构信息，这些蛋白质与常见疾病存在相关性。
通过研究蛋白质的结构，可以发现药物靶点蛋白的结构特征，确定有效的药物分子。
这为新药的设计及开发提供了可靠的基础。
PDB中收录的三维结构数据是生物信息学研究的重要资源。
利用PDB中的数据，可以对各种蛋白质的序列和结构进行比对和分析，挖掘出结构域、保守域、折叠域等重要的结构信息。
此外，还可以通过PDB中的数据进行生物网络分析，探索蛋白质相互作用及合成有机体的相关机制。
PDB record一般包含以下10个部分HEADER：记录的大标题，通常为分子名称。
OBSLTE：关于PDB ID的历史信息。
TITLE：分子的名称，可以包括其分类、来源、功能、序列等信息。
EXPDTA：记录分子的实验方法。
AUTHOR：分子的上传者、解析者的相关信息。
REMARK：记录实验、结构的相关信息详细信息。
DBREF: 记录当前分子在其他数据库中的编号、序列等信息。
SEQADV: 当分子序列中存在特异点时，该记录用于存储序列变异信息。
SEQRES：仅仅用于纪录实验所得分子的氨基酸残基顺序。
rcsb pdb 蛋白选择
rcsb pdb 蛋白选择RCBS PDB（Protein Data Bank）是一个全球范围内的蛋白质结构数据库，存储了大量的已解析蛋白质结构数据。
这个数据库对于研究和理解蛋白质结构和功能至关重要。
在选择合适的蛋白质进行研究时，我们可以考虑以下几个因素：1. 科学研究的目标和问题：首先，我们需要确定研究的具体目标和问题。
不同的研究目标和问题需要选择不同类型的蛋白质。
例如，如果我们想研究某个疾病相关的蛋白质结构和功能，就可以选择该疾病相关的蛋白质进行研究。
2. 蛋白质的结构类别：蛋白质可以分为许多不同的结构类别，如酶、激素、细胞骨架蛋白等。
不同类别的蛋白质在结构和功能上存在差异，因此选择适合自己研究的蛋白质类别非常重要。
3. 已有的相关研究和文献：在选择蛋白质进行研究时，我们可以查阅已有的相关研究和文献。
这些研究和文献可以帮助我们了解已经研究的蛋白质和相关领域的现状，以便我们在选择研究蛋白质时能够避免重复已有的工作。
4. 数据库的可用性和质量：我们还需要考虑数据库中已有的蛋白质数据的可用性和质量。
RCBS PDB是一个公开的数据库，提供了大量的蛋白质结构数据。
我们可以通过检索和筛选数据库中的蛋白质数据，选择适合自己研究的蛋白质。
在选择蛋白质后，我们可以利用RCBS PDB提供的工具和资源进行进一步研究。
RCBS PDB提供了各种各样的工具和资源，如蛋白质结构可视化工具、二级结构预测工具、蛋白质序列搜索等。
这些工具和资源可以帮助我们分析和理解选择的蛋白质的结构和功能。
总之，选择合适的蛋白质进行研究是科学研究的重要一步。
在选择蛋白质时，我们需要考虑研究目标、蛋白质的结构类别、已有的相关研究和文献以及数据库的可用性和质量等因素。
选择合适的蛋白质后，我们可以利用RCBS PDB提供的工具和资源进行进一步研究。
这样，我们就可以更加深入地理解蛋白质的结构和功能。
蛋白质数据库
生物芯片北京国家工程研究中心湖南中药现代化药物筛选分中心暨湖南涵春生物有限公司常用数据库名录1、蛋白质数据库PPI - JCB 蛋白质与蛋白质相互作用网络•Swiss-Prot - 蛋白质序列注释数据库•Kabat - 免疫蛋白质序列数据库•PMD - 蛋白质突变数据库•InterPro - 蛋白质结构域和功能位点•PROSITE - 蛋白质位点和模型•BLOCKS - 生物序列分析数据库•Pfam - 蛋白质家族数据库 [镜像： St. Louis (USA), Sanger Institute, UK, Karolinska Institutet (Sweden)] •PRINTS - 蛋白质 Motif 数据库•ProDom - 蛋白质结构域数据库 (自动产生)•PROTOMAP - Swiss-Prot蛋白质自动分类系统•SBASE - SBASE 结构域预测数据库•SMART - 模式结构研究工具•STRING - 相互作用的蛋白质和基因的研究工具•TIGRFAMs - TIGR 蛋白质家族数据库•BIND - 生物分子相互作用数据库•DIP - 蛋白质相互作用数据库•MINT - 分子相互作用数据库•HPRD - 人类蛋白质查询数据库•IntAct - EBI 蛋白质相互作用数据库•GRID - 相互作用综合数据库•PPI - JCB 蛋白质与蛋白质相互作用网络2、蛋白质三级结构数据库•PDB - 蛋白质数据银行•BioMagResBank - 蛋白质、氨基酸和核苷酸的核磁共振数据库•SWISS-MODEL Repository - 自动产生蛋白质模型的数据库•ModBase - 蛋白质结构模型数据库•CATH - 蛋白质结构分类数据库•SCOP - 蛋白质结构分类 [镜像: USA | Israel | Singapore | Australia]•Molecules To Go - PDB数据库查询•BMM Domain Server - 生物分子模型数据库•ReLiBase - 受体/配体复合物数据库 [镜像： USA]•TOPS - 蛋白质拓扑图•CCDC - 剑桥晶体数据中心 (剑桥结构数据库 (CSD))•HSSP - 蛋白质二级结构数据库•MutaProt - PDB数据库中点突变的比较•SWISS-3DIMAGE - 蛋白质和其他生物分子的三维图像•BioImage - 生物图像数据库 (包含生物大分子图像) 3、蛋白质组数据库和链接•2－D胶数据库以及与2－D胶相关的数据库•蛋白质组链接4、与核酸相关的数据库•EMBL - EMBL核酸序列数据库 (EBI)•Genbank - GenBank核酸序列数据库 (NCBI)•DDBJ - 日本DNA数据库•dbEST - dbEST(表达序列标签)数据库 (NCBI)•dbSTS - dbSTS(序列标签位点)数据库 (NCBI)•AsDb - 异常剪切数据库•ACUTS - DNA非转录保守序列数据库•密码子数据库•EPD - 真核生物启动子数据库•HOVERGEN - 颈椎动物同源基因数据库•IMGT - 免疫遗传学数据库 [镜像： EBI]•ISIS - 内含子序列信息•RDP - 核糖体数据库•gRNAs db - gRNA数据库•PLACE - 植物DNA顺势调控元件数据库•PlantCARE - 植物中DNA顺势调控组件数据库•ssu rRNA - 欧洲核糖体RNA数据库－小核糖体•lsu rRNA - 欧洲核糖体RNA数据库－大核糖体•5S rRNA - 5S核糖体RNA数据库•tmRNA Website - tmRNA站点•tmRDB - tmRNA数据库•tRNA - tRNA剪切（ Bayreuth大学）•uRNA db•RNA editing - RNA剪切位点•RNAmod db - RNA修饰数据库•TelDB - 多介质端粒数据库•MPDB - 分子探针数据库•VectorDB - 载体序列数据库5、糖类•FCCA - 糖类论坛•GlycoSuiteDB - 多聚糖数据库•Monosacharide browser - Space filling Fischer projection for monosaccharides•Thorkild's lectin page - 凝集素通道6、特殊物种数据库:人类：•OMIM - 孟德尔遗传在线－－人类•GENATLAS - 人类基因图集•GeneClinics - 医学基因学库•GDB - 基因组数据库•GeneCards - 人类基因整合信息数据库•UDB - 人类基因图谱数据库•Ensembl人类基因组浏览器•UCSC人类基因组工作草图•TIGR HGI - TIGR人类基因组索引•Hs UniGene - GenBank中的人类转录本•STACK - 序列标签比对• - 人类基因预测•GenLink - 人类基因组资源数据库•GeneLynx - 人类基因组•HUGE - 人类未知基因－大型蛋白质反转录得到的cDNA (KIAA...)•HUNT - 人类异常转录本•CGAP - 癌症基因组解剖学•MGC - 哺乳动物基因•SCDb - 干细胞数据库•Homophila - 人类疾病基因与果蝇基因对比数据库•Human Protein Atlas - 人类正常组织蛋白质与癌细胞蛋白质表达与位点的比较•Chr at Rutgers - Rutgers的人类染色体信息•Chr at Sanger - Sanger Center的人类染色体信息•Chr Swiss-Prot list - Swiss-Prot的染色体信息脊椎动物：•OMIA - 孟德尔遗传在线－－动物•MGI - 小鼠基因组学信息 [镜像： Australia]•Ensembl小鼠基因组浏览器•TIGR MGI - TIGR小鼠基因索引•Mm UniGene - GenBank 中的小鼠转录本(EST clusters) •MGC - 哺乳动物基因•Mouse gene knockouts db - 小鼠基因敲除数据库•RGD - 大鼠基因组数据库•RatMAP - 大鼠基因组数据库•TIGR RGI - TIGR大鼠基因组数据库•Rn Unigene - GenBank 中的大鼠转录本(EST clusters) •BOVMAP - 牛基因数据库 (法国)•DGP - 狗基因数据库•MIS - 孟德尔遗传－－羊•Ark-Cat - 猫基因组数据库•Ark-Chicken - 鸡基因组数据库•Ark-Cow - 奶牛基因组数据库•Ark-Deer - 鹿基因组数据库•Ark-Horse - 马基因组数据库•Ark-Pig - 猪基因组数据库•Ark-Sheep - 绵羊基因组数据库•Ark-Turkey - 火鸡基因组数据库•FishBase -鱼类综合信息系统•Fugu genome project - 河豚基因组•Fugu - HGMP 河豚数据•- Ensembl 河豚基因组浏览器•Medakafish - Mekada fish (Oryzias latipes) server •Ark-Tilapia - 罗飞鱼基因组数据库•Ark-Salmon - 大马哈鱼基因组数据库•The fish net - 斑马鱼基因组数据库•Ensembl斑马鱼基因组浏览器线粒体和叶绿体：•GOBASE - 细胞器基因组数据库•MitoDat - 孟德尔遗传和线粒体数据库• C.caldarium - 蓝藻纲PK1菌株叶绿体基因组昆虫•Drosophila Swiss-Prot list - Swiss-Prot中的果蝇链接•FlyBase - 果蝇遗传数据库和分子数据库•BDGP - Berkeley果蝇基因组项目•FlyView - 果蝇图像数据库•Homophila - 人类疾病与果蝇基因对照数据库•蚊子基因组学•AnoDB - 疟蚊数据库•Ensembl蚊子基因组浏览器7、人类突变数据库•HGMD - 人类基因突变数据库•SVD - EBI序列变异数据库•GeneDis - 人类遗传病数据库8、特殊基因和蛋白质数据库•Allergens in Swiss-Prot - Swiss-Prot中过敏反应的命名与索引•Allergome - 过敏症反应分子数据库•Aminoacyl-tRNA synthetases in Swiss-Prot - Swiss-Prot 中氨基化tRNA合成酶列表9、转录后修饰数据库•DSDBASE - 二硫化物数据库 (数据来源于三级结构数据库) •GlycoSuiteDB - 多聚糖结构数据库•LIPID MAPS - 脂类代谢及路径10、系统发生学数据库•COG - 全基因组中编码的蛋白质的系统发生学分类方法•EGO - 真核生物基因分类方法•InParanoid - 真核生物分类11、芯片数据库•ArrayExpress - EBI中芯片数据•ExpressDB - 酵母菌和大肠杆菌表达数据库•GeneX - 基因表达工程12、专利数据库•DPD - DNA专利数据库•Ag Patents - USDA收录的农业工艺专利•Esp@cenet - 欧洲专利事务所专利信息数据库 (世界范围内)13、参考文献(目录数据库)•PubMed Medline server - PubMed查询•AGRICOLA - NAL农业查询数据库•Article@INIST - 科技信息数据库•Korean Journals Abstract db - 韩国杂志摘要数据库•SeqAnalRef - 序列分析文献14、字典, 读物, 课程 ,命名法•BioABACUS - 缩写词•BioTech's life science dictionary生物科技及生命科学字典•DCB - 细胞生物学字典（Julian Dow编写）15、生物软件数据库及目录•CLC Free Workbench - 可在Linux, MacOS X and Windows操作系统上运行的，对DNA、RNA和蛋白质进行算法分析的软件•CLC Protein Workbench - 可在Linux, MacOS X and Windows 操作系统上运行的，对DNA、RNA和蛋白质进行算法分析的软件•BioCatalog - EBI的生物目录16、生命科学资源•Biofind - 生物科技工业信息、评论及新闻•Bioinformatik.de - 生物信息学网页目录17、生物杂志和发行人•生物杂志主页：Swiss-Prot journals list - Swiss-Prot杂志列表• - 电子出版物目录• - 电子期刊目录18、发行人•Allen Press, Inc. - Allen出版社•AMA - 美国医学联合出版物•ACS - 美国化工协会出版物19、生物信息学杂志和通讯•BioInformer - EBI通讯•NCBI Newsletter -NCBI通讯•PDB Quaterly Newsletter - PDB通讯20、基因组通讯•Human Genome Project Information - 人类基因组计划•FGN - 真菌遗传学•Rice Genome Newsletter - 水稻基因组21、其他•IJC - 化学杂志•Plant Gene Register - 植物基因注册22、生物商业杂志•BioCentury - 生物世纪•BioWorld Online - 生物世界•Drug Discovery and Development - 药物发现和发展•GEN - 基因工程新闻23、综合性科学杂志•Nature•New Scientist•La Recherche•Science•Scientific American24、生物学研究机构•APS - 美国缩氨酸社区•ASCB - 美国细胞生物学社区•ASHG - 美国人类遗传学社区25、计算生物学服务器主页欧洲：•EBI - 欧洲生物信息学协会•EMBnet - 欧洲分子生物信息学网•EMBL - EMBL计算生物学机构美国和加拿大：•NCBI - 美国生物学信息中心•ABCC - NCI高级生物医学计算中心•ACGT - Oklahoma大学基因组技术中心亚洲•APBioNet - 亚太生物信息网•BIC-JNU - Jawaharlal Nehru大学生物信息学中心•DIC - Pune (印度)大学生物信息澳洲•APBioNet - 亚太生物信息网•ANGIS - 澳大利亚国家遗传信息服务中心•ANU - 澳大利亚国大学生物信息学研究组•APAF - 澳大利亚蛋白质组分析工具26、其他•HUJI - 耶路撒冷Hebrew大学基因组学和生物信息学服务中心•Weizmann Bioinfo/BCU - Weizmann计算生物学和生物信息学研究协会•SANBI - 南非生物信息学研究协会27、生物公司和制药公司•美国药物研究和制造商目录•Bioportfolio - 生物技术企业•Affymetrix, Inc. - Affymetrix公司28、生物信息公司•Aborygen•Accelrys, Inc•AlgoNomics NV t29、其他链接其他医学查询•HON - 基于网络的健康服务• - 药物网络指南•MedWeb - 医学链接其他科学查询•GPSDB - 基因和蛋白质同义词数据库•Chemcyclopedia Online - 商业化学试剂数据库。
PDB数据库中查找蛋白质结构数据
一、PDB数据库中查找蛋白质结构数据
1./pdb/home/home.do
2. 查找蛋白质结构，在检索框输入关键字或名称。
输入内容：比如2DC3
二. 在线观看三维数据结构
4. 选择3D view，可视化蛋白三维结构视图呈现。
由于是远程计算机服务器进行图型构建，且数据量较大，需要较长的时间才能在窗口显示。
5.蛋白结构显示的参数设定：
自定义设定
脚本选项：
二、下载三维数据文件
1. 在查询结果窗口的右边找到以下图型。
如图：选择Download Files。
2．确定下载的文件类型，一般根据你要使用蛋白质结构数据而定。
选择PDB File(Text).
3. 用写字板打开PDB文件，可以看到蛋白质数据库文件实质也是文本文件。
4. 下载Pymol，并安装。
点DOWNLOAD进入下载，选择windows版本，并安装（需要pay money）。
或到此网站下载：/~gohlke/pythonlibs/#pymol
选择win32，1.7.1.1版本。
并安装，需要python编程软件的支持，可从360软件管件直接安装。
安装如图：
使用详情参见教程，注意打开程序需要找到python的安装目录：C:\Python27\PyMOL，找到PyMOL.exe文件，双击启动程序。
打开2DC3.pdb
或使用RasMol软件进行三维视图分析，步骤同上。
蛋白质数据库使用说明
引言：蛋白质数据是生物信息学领域中非常重要的资源之一，它提供了大量关于蛋白质序列、结构、功能以及相互作用等方面的信息。
本文旨在介绍如何使用蛋白质数据库，帮助用户更好地利用这一资源进行研究。
概述：蛋白质数据库是一个集成了许多蛋白质信息的在线资源，用户可以通过搜索、浏览、等方式获取所需的信息。
其中，常用的蛋白质数据库包括NCBI、UniProt、PDB等。
这些数据库提供了丰富的蛋白质数据，并且不断更新以满足用户需求。
正文内容：1.数据库搜索功能1.1.关键词搜索1.1.1.输入蛋白质名称1.1.2.输入序列片段1.1.3.输入关键词1.2.高级搜索选项1.2.1.提供更精确的搜索结果1.2.2.支持过滤和排序功能1.2.3.可以根据相关字段进行搜索2.数据库浏览功能2.1.蛋白质分类2.1.1.按物种分类2.1.2.按功能分类2.1.3.按家族分类2.2.数据表格浏览2.2.1.查看蛋白质基本信息2.2.2.查看蛋白质序列2.2.3.查看蛋白质结构2.3.数据图谱浏览2.3.1.查看蛋白质相互作用网络2.3.2.查看蛋白质结构域分布2.3.3.查看蛋白质功能注释3.数据库功能3.1.蛋白质序列数据3.1.1.全部序列3.1.2.特定物种的序列3.2.蛋白质结构数据3.2.1.已解析的蛋白质结构3.2.2.蛋白质结构预测结果3.3.蛋白质相互作用数据3.3.1.已验证的相互作用数据3.3.2.预测的相互作用数据4.数据库工具与资源4.1.序列比对工具4.1.1.BLAST4.1.2.PSIBLAST4.2.结构预测工具4.2.1.SWISSMODEL4.2.2.Phyre24.3.功能注释资源4.3.1.GeneOntology4.3.2.InterPro4.4.数据库交互接口4.4.1.提供API接口4.4.2.支持数据提交与5.数据库更新与维护5.1.数据更新频率5.2.数据质量保证5.3.用户反馈与支持5.4.数据库版本与历史记录总结：蛋白质数据库为研究人员提供了丰富的蛋白质信息资源，通过搜索、浏览、等功能，用户可以轻松地获取需要的数据。
SMART：蛋白质结构域数据库
SMART：蛋⽩质结构域数据库SMART是蛋⽩结构域的数据库，该数据库最新版本为v8,收录了1300多个蛋⽩结构域信息，覆盖了来⾃uniprot, ensembl等多个数据库的蛋⽩。
官⽹如下http://smart.embl-heidelberg.de/该数据库有以下两种模式1. normal2. genomicnormal模式下包含了所有uniprot, ensembl的蛋⽩质信息，这些蛋⽩序列是存在冗余的，genomic模式下只包含了拥有完整蛋⽩质组的物种的信息。
两种模式可以通过SETUP菜单进⾏切换，通过颜⾊可以辨别所处的模式，⽰意如下通过右上⾓的Search SMART按钮，可以检索该数据库，⽀持以下蛋⽩名称和domain两种检索⽅式。
输⼊uniprot或者ensembl 数据库中的蛋⽩ID进⾏检索，⽰例如下，根据uniprot数据库中的蛋⽩ID C1S_HUMAN进⾏检索http://smart.embl-heidelberg.de/smart/show_motifs.pl?ID=C1S_HUMAN检索页⾯包含如下结果1. domian 结构图从图中，可以看出，该蛋⽩质包括以下5种domain1. CUB2. EGF_CA3. CCP4. Tryp_SPc还提供了每个结构域的位置信息2. 蛋⽩质相互作⽤提供了来⾃STRING数据库的蛋⽩相互作⽤信息，⽰意如下3. pathway 信息提供了Metabolic pathway 和 Kegg pathway 两个数据库的通路注释信息，⽰意如下4. orthology group 注释提供了来⾃eggNOG数据库的注释信息，⽰意如下5. 转录后修饰提供了来⾃PTM数据库的转录后修饰信息，⽰意如下按照domain进⾏检索，⽰例如下，根据domian名称CUB进⾏检索。
对于每个domain, 采⽤SM开头的编号唯⼀标识，同时提供了和其他数据库的关联信息，还⽀持下载多序列⽐对的结果。
蛋白质研究数据库
一、蛋白质数据库1.UniProt (The Universal Protein Resource)网址：//uniprot/简介：由EBI(欧洲生物信息研究所)、PIR(蛋白信息资源)和SIB(瑞士生物信息研究所)合作建立而成，提供详细的蛋白质序列、功能信息，如蛋白质功能描述、结构域结构、转录后修饰、修饰位点、变异度、二级结构、三级结构等，同时提供其他数据库，包括序列数据库、三维结构数据库、2-D凝聚电泳数据库、蛋白质家族数据库的相应链接。
2.PIR(Protein Information Resource)网址：/简介：致力于提供及时的、高质量、最广泛的注释，其下的数据库有iProClass、PIRSF、PIR-PSD、PIR-NREF、UniPort，与90多个生物数据库(蛋白家族、蛋白质功能、蛋白质网络、蛋白质互作、基因组等数据库)存在着交叉应用。
3.BRENDA(enzyme database)网址：简介：酶数据库，提供酶的分类、命名法、生化反应、专一性、结构、细胞定位、提取方法、文献、应用与改造及相关疾病的数据。
4.CORUM(collection of experimentally verified mammalian protein complexes)网址：http://mips.gsf.de/genre/proj/corum/index.html简介：哺乳动物蛋白复合物数据库，提供的数据包括蛋白复合物名称、亚基、功能、相关文献等5.CyBase(cyclic protein database)网址：.au/cybase简介：环状蛋白数据库，提供环状蛋白的序列、结构等数据，提供环化蛋白预测服务。
6.DB-PABP网址：/DB_PABP/简介：聚阴离子结合蛋白数据库。
聚阴离子结合蛋白与聚阴离子的互作在胞内定位、运输、蛋白质折叠等生命过程中起重要作用，此外许多与神经衰退疾病相关的蛋白质均为聚阴离子结合蛋白。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
6. 分辨率
是能够区分的最近的两个点的最小距离。 像素数越多，分辨率越高。 用电视线（简称线，TV LINES）表示。
三、基因芯片扫描仪的操作过程
1. 将杂交、洗脱后的芯片放置于载片台上。 2. 设置扫描参数，如激发光的光强、光探测器的强度（如 PMT）。 3. 确认其已置于初始位置，一般采用粗扫确定矩阵区域。 4. 调整扫描参数和扫描区域，精扫获得芯片图谱。 5. 软件分析的得到每个基因的信号值，再进一步分析其表 达特性。
PMT的缺点： 1）由于采用点成像探测及x轴、y轴扫描，成像速度较慢。 2）激光光源随着使用时间的延长而老化，其强度逐渐较弱 ，导致灵敏度降低。
（2）电荷耦合器件
（charge coupled device, CCD）
是一种金属-氧化物-半导体结构的新型成像器件， 能将光信号转换成电信号。 是一种理想的摄像器件。
基本原理：
被摄物体的图像经过镜头聚焦至CCD芯片上，CCD 根据光的强弱积累相应比例的电荷，各个像素积累的 电荷在视频时序的控制下，逐点外移，经滤波、放大 处理后，形成信号输出。 组成部分： 光敏单元 电荷储存 电荷转移
CCD的优点：
1）一次可成像很大面积的区域，激发光源多采用非激光光源。
基本的杂交扫描图像为三种：
灰度图：最原始的图像。每个灰度值都反映了图像所对应 芯片位置的荧光分子相对强度信息。 伪彩图：人为地将灰度图转化成不同的颜色。一般灰度值
由低到高所对应的颜色可分为：黑-蓝-绿-黄-红-白。
叠加图：把两张图叠加到一起，最终的色彩由两种颜色的 比率而决定。
单位是勒克斯（LUX），数值越小，表示需要的光
线越少，CCD也越灵敏。
4. 动态范围
表示在一个图像中最亮与最暗的比值。 动态范围的值越高成像系统的性能就越好。
例如：12bit表示从最暗到最亮等分为212＝4096个级 别，16bit即分为216个级别，可见bit值越高能分出的细 微差别越大。
5. 像素
4. A/D转换器
信号。
二、检测系统的重要参数
1. 信噪比 2. 光漂白现象 3. 灵敏度与动态检测范围 4. 像素与分辨率
1. 信噪比
是衡量真实荧光信号的一个重要参数。信号的峰值除以 信号的变异得到的值。 如果信噪比低，表示信号有较大的变异，结果不能反映 真实的信号值。
噪声分为两部分：暗电流噪声和发射噪声
2）由于CCD芯片扫描仪能同时对整张芯片表面信号进行读取， 不需要x-y二维移动平台，大大提高了获取荧光图像的速度， 使得这种扫描速度相对比PMT激光扫描仪要快，一般仅需要 0.5-2min。
CCD的缺点：
1）样品点受到的激发光可能不够均匀一致，从而引入测量误差。 2）CCD对微弱信号的放大功能不及光电倍增管，因而需要额外的 放大系统来将信号放大才能达到光电倍增管的灵敏度范围的上 限。 3）总像素越多，每个像素感受的光亮就会相应地减少，将导致灵 敏度下降。
（2）非激光光源
热光源 气体放电光源 发光二极管（LED）
（3）照明方式
● 上照射
扫描芯片 光源
平板式扫描仪
识别反射光线
光电转换器 数字信号输出
导轨
● 下照射
扫描芯片 识别穿透光线
光源 光电转换器 数字信号输出
2. 光探测器
（1）光电倍增管（PMT） （2）电荷耦合器件（CCD） （3） CMOS
（1）光电倍增管（photomutiplier tube, PMT）
定义：是一种真空光电发射器件。将接收到的光辐射变成 电子流，然后经倍增放大，输出一个较大的电信号。主 要检测激光光源。 组成部分： 光入射窗 光电阴极 倍增系统
基本原理：
图4-2 光电倍增管原理示意
PMT的优点： 1）PMT在可见光波范围内是最灵敏的探测器。 2）一般用激光作为激发光源，能激发出较强的荧光，增 加灵敏度。 3）通过点成像探测并结合高速x轴、y轴扫描而实现对生 物芯片进行扫读，均一性好。 4）可以与共聚焦系统相兼容。
荧光 信号
光
源
激发窄带干涉 滤光片
芯 片
激发 荧光素
主控计算机
图像采集卡
CCD摄像头
图4-3 CCD扫描仪的基本组成及检测过程
（3）CMOS
CMOS也是成像器件，但是对实物的色彩还
原能力偏弱，曝光也不好，成像质量较差。
摄像头
3. 光路系统
● ●
光收集 激发/发射光的识别和分离 将PMT或CCD收集的电信号转换为数字图像
（1）暗电流噪声 定义：没有光输入时的噪声。 对于理想的光电转换器件在光照强度为零的情况下， 其输出电流也应该为零。实际不是如此。 如何减小暗电流？
● 降低CCD的温度 ● 增大CCD的面积
（2）发射噪声 光输入过程中产生的噪声。 主要来自于器件的物理性质及信号的电处理过程，如
光电数字转换过程和放大过程。因此很难避免。
二、检测仪的主要组成部分
激发光源 光路系统
光探测器 A/D转换器
1. 激发光源
（1）激光光源 （2）非激光光源 Nhomakorabea1）激光光源
激光是20世纪60年代出现的最重大科技成就之一， 特点： 高方向性 高单色性 高亮度
激光器种类繁多，按工作物质分类： 固体激光器（如红宝石激光器） 气体激光器（如氦-氖气体激光器、二氧化碳激光器） 半导体激光器（如砷化镓激光器） 液体激光器。
2. 光漂白现象
指荧光染料分子在激发光的照射下，其产生荧光的强 度随着时间的延长逐渐变弱消失的过程。
几乎所有的荧光染料都存在光漂白现象。
光漂白的程度随光照强度的增加和照射时间的延长而 增强，因此，在扫描芯片时尽量减少扫描次数。
3. 灵敏度
也称最小照度。是CCD对环境光线的敏感程度，或 者说是CCD正常成像时所需要的最暗光线。
第四章
基因芯片的检测技术
4.1 基因芯片检测仪
检测仪的基本原理 检测仪的主要组成部分
一、检测仪的基本原理
发光机理——荧光染料与荧光光谱
当荧光化合物或染料受到某一特定波长的激发光激发 后，吸收激发光子，并发射荧光光子。 Cy3的最大激发波长为550nm，最大发射波长为570nm； Cy5的最大激发波长为649nm，最大发射波长为670nm。