UniProt 蛋白质知识库：序列、功能与注释整合

快速概览

UniProt 是蛋白质序列与功能注释的统一入口。理解 Swiss-Prot（人工审编）与 TrEMBL（自动注释）的质量差异、Accession 体系、以及蛋白层级注释（功能、结构域、PTM、互作），是从基因走向功能解释的关键。

Swiss-Prot：高质量人工审编，经过实验验证的蛋白质记录
TrEMBL：自动注释，覆盖更广但质量未经人工确认
Accession（如 P04637）是稳定的蛋白质标识符
提供功能、结构域、翻译后修饰（PTM）、亚细胞定位等注释
跨数据库映射：连接基因数据库（Ensembl/NCBI）、结构数据库（PDB）、通路数据库（KEGG/Reactome）

所属板块 数据、注释与资源

参考版本、注释体系、数据格式与数据库的统一入口。

阅读目标 帮助建立阅读上下文

先判断这页与你当前问题的关系，再决定是否深入展开。

建议前置 先建立相关基础对象与方法直觉

建议先建立相关基础对象与方法直觉，再进入本页。

是什么

UniProt（Universal Protein Resource） 是全球最全面的蛋白质序列与功能注释数据库，由 EMBL-EBI、SIB 和 PIR 联合维护。

核心组成

子库	质量	规模	说明
Swiss-Prot	人工审编（Reviewed）	~56 万条	高质量，经过实验验证和文献确认
TrEMBL	自动注释（Unreviewed）	~2.2 亿条	覆盖广，但未经人工确认

核心信息

每条 UniProt 记录包含：

蛋白质序列：氨基酸序列（FASTA 格式）
功能注释：分子功能、生物学过程、细胞组分（Gene Ontology）
结构域：保守功能域（Pfam、InterPro）
翻译后修饰（PTM）：磷酸化、乙酰化、泛素化等
亚细胞定位：蛋白质在细胞中的位置
变异信息：自然变异、致病变变、药物反应
跨数据库链接：PDB、KEGG、Reactome、ClinVar 等

为什么重要

UniProt 是从基因/转录本走向蛋白质功能解释的关键桥梁：

蛋白质功能注释：提供实验验证的分子功能和生物学过程
结构域识别：保守功能域暗示蛋白质的催化活性或结合特性
变异解释：氨基酸替换如何影响蛋白质功能或稳定性
药物靶点：已知药物-蛋白质相互作用信息
跨物种映射：直系同源蛋白质的功能保守性

关键认知：基因-level 注释（Ensembl/NCBI Gene）告诉你”这个基因在哪里”，UniProt 告诉你”这个蛋白质做什么”。

Accession 体系

稳定的蛋白质标识符

UniProt Accession 是稳定的标识符，不随蛋白质命名变化而变化：

Accession	示例	说明
6 位字符	P04637	经典格式（如人类 TP53 蛋白）
10 位字符	A0A024B7W1	扩展格式（新测序物种）

Accession vs 蛋白质名称

特性	Accession	蛋白质名称
稳定性	稳定，不变化	可能随命名约定变化
唯一性	唯一对应一条蛋白质	可能存在同义命名
推荐使用	数据库查询和程序分析	人工阅读和文献交流

TP53 蛋白示例：

Accession: P04637
蛋白质名称: Cellular tumor antigen p53
基因名称: TP53
物种: Human

Swiss-Prot vs TrEMBL

质量差异

维度	Swiss-Prot	TrEMBL
注释方式	人工审编 + 实验验证	自动注释（计算预测）
置信度	高，经过文献确认	中等，需要实验验证
覆盖度	较小（~56 万条）	很大（~2.2 亿条）
更新频率	持续人工更新	自动批量更新

何时使用哪个

场景	推荐	原因
查询已知人类蛋白功能	Swiss-Prot	高质量人工注释
新测序物种蛋白质	TrEMBL	Swiss-Prot 可能尚未覆盖
大规模批量分析	TrEMBL	覆盖更全
临床或药物开发	Swiss-Prot	置信度高

建议：优先使用 Swiss-Prot，对于未覆盖的蛋白质再查询 TrEMBL。

蛋白质注释层级

1. 功能注释（Function）

描述蛋白质的分子功能和生物学角色：

FUNCTION: Acts as a tumor suppressor in many tumor types;
induces growth arrest or apoptosis depending on the
physiological circumstances and cell type.

2. 结构域（Domains）

保守功能域暗示蛋白质的催化或结合活性：

结构域	位置	功能
Transactivation domain	1-43	转录激活
DNA-binding domain	94-292	DNA 结合
Tetramerization domain	323-356	四聚体形成

3. 翻译后修饰（PTM）

PTM 类型	位置	功能影响
Phosphorylation	Ser-15, Ser-20	稳定蛋白质，激活转录
Acetylation	Lys-382	增强 DNA 结合
Ubiquitination	Lys-48	蛋白酶体降解

4. 变异与疾病

自然变异和致病变异信息：

VARIANT: Pro 72 → Arg (dbSNP:rs1042522)
  - Associated with increased apoptosis and cancer susceptibility

DISEASE: Mutations in TP53 are found in >50% of human cancers

跨数据库映射

UniProt 充当蛋白质世界的中心枢纽，连接其他数据库：

目标数据库	映射内容	示例
Ensembl/NCBI Gene	基因 → 蛋白质	ENSG00000141510 → P04637
PDB	蛋白质 → 三维结构	P04637 → 1TUP（p53 tetramer）
KEGG/Reactome	蛋白质 → 通路	P04637 → hsa04115（p53 signaling）
ClinVar	变异 → 临床意义	P04637:Arg248Trp → Pathogenic
DrugBank	蛋白质 → 药物	P04637 → 药物靶点

与真实工具或流程的连接

常见概念误区

本章小结

UniProt 是蛋白质序列与功能注释的统一入口
Swiss-Prot（人工审编）质量高，TrEMBL（自动注释）覆盖广
Accession 是稳定的蛋白质标识符
提供功能、结构域、PTM、变异、跨数据库映射等注释
从基因走向蛋白质功能解释的关键桥梁