免费JIZZ大全

蛋白信號肽預測—SignalP使用詳解

信號肽是是引導新合成的蛋白質向分泌通路轉移的短肽鏈,長度約5-30個氨基酸;對應的mRNA序列,在起始密碼子后,有一段編碼疏水性氨基酸序列的RNA區域,該氨基酸序列就被稱為信號肽序列,它負責...

信號肽是是引導新合成的蛋白質向分泌通路轉移的短肽鏈,長度約5-30個氨基酸;對應的mRNA序列,在起始密碼子后,有一段編碼疏水性氨基酸序列的RNA區域,該氨基酸序列就被稱為信號肽序列,它負責把蛋白質引導到細胞含不同膜結構的亞細胞器內。

今天我給大家介紹一款鑒定信號肽的在線軟件,簡單易用。

SignaIP簡介

SignaIP是目前應用最廣泛信號肽在線預測軟件,目前SignaIP目前已經更新到5.0版本,不過小編不太喜歡最新版本的結果展示形式,仍在使用SignaIP4.1版本,結果信息展示更精準明了。

SignaIP4.1地址:http://www.cbs.dtu.dk/services/SignalP-4.1/ 。SignaIP4.1頁面如下:

attachments-2022-01-enaWtjF561e81d193a4b7.jpg

SignaIP的使用

SignaIP使用很簡單,首先是上傳需要分析的蛋白序列,如下圖,待分析的蛋白序列上傳有兩種方式:可在粘貼框中單條序列上傳;也可以可以點擊選擇文件直接上傳FASTA文件,每次上傳最多提交2000個序列和200000個氨基酸,每條序列不超過6000個氨基酸。

attachments-2022-01-TvoV2x8W61e81d38cbf43.jpg

提交完蛋白序列,接下來進行一些簡單設置,如下圖,由于示例基因來源于動物,所以物種選擇真核生物;D-cutoffvalues一般默認即可;結果圖片格式可以選擇第三個PNG and EPS(矢量格式);輸出格式一般選擇Standard 和Long;Method選項是區分蛋白序列中是否存在跨膜區域(TM regions),假如明確知道無跨膜區域,就選擇不包括跨膜區域預測會更準確,其余選擇第一個;分析區域可以自行設置,默認是前70個氨基酸,一般保持默認即可。

設置完成后,點擊Submit即開始分析。

attachments-2022-01-yFtftpYl61e81d581d998.jpg

SignaIP結果解讀

下面即是SignaIP分析結果,其中有3個比較重要的打分介紹一下:

  1. C-score (raw cleavage site score):用來區分是否為剪切位點,最高峰值為剪切位點后的第一個氨基酸(即成熟蛋白的第一個氨基酸殘基)

  2. S-score?(signal peptide score):用來區分相應位置是否為信號肽區域;

  3. Y-score?(combined cleavage site score):C-score和S-score的幾何平均數,用于避免多個高分C-score值對結果的影響;

在分泌蛋白的預測結果中,NN法Signal peptide列中結果為yes或者NO,并根據C值、S值和Y值等給出潛在的剪切位點;圖表右上角處有C值、S值和Y值的曲線顏色指示,圖表中有各值的變化趨勢曲線,如下圖。

attachments-2022-01-fjR4N66x61e81d742890c.jpg

1. 文章越來越難發?是你沒發現新思路,基因家族分析發2-4分文章簡單快速,又能發文章,又能學生信技能,一舉兩得的SCI好思路;基因家族分析課程已更新分析內容,最新版課程學習鏈接

2. 轉錄組數據結果理解不深入?圖表看不懂?這就是你轉錄組數據不會挖掘、文章不會撰寫的原因,讓我帶你一起深入了解轉錄組數據結果,學習鏈接:;

3. 轉錄組數據深入挖掘技能-WGCNA,提升你的文章檔次,學習鏈接:

4. 轉錄組數據怎么挖掘?多學點數據處理技能:學習鏈接:

5.微生物多樣性分析很簡單,但是分析內容項目并不少,理解起來有困難?看我深入淺出講給你聽,學習鏈接:?

6. 學生物的必學生信技能:、、

7. 生信繪圖、科研繪圖技能:、、、

8.生物信息實戰技能,0基礎也可以學會,內含腳本及demo數據:、、微生物多樣性自主分析

9. 更多學習內容:linux、perl、R語言畫圖,更多免費課程請掃描下方二維碼進入組學大講堂網校學習:

attachments-2018-11-eEmO1t6q5c01489ecbc34.jpg


  • 發表于 2022-01-19 22:17
  • 閱讀 ( 9595 )
  • 分類:軟件工具

你可能感興趣的文章

相關問題

0 條評論

請先 登錄 后評論
紅橙子
紅橙子

78 篇文章

作家榜 ?

  1. omicsgene 559 文章
  2. 安生水 256 文章
  3. Daitoue 167 文章
  4. 生物女學霸 120 文章
  5. 紅橙子 78 文章
  6. CORNERSTONE 72 文章
  7. 生信老頑童 50 文章
  8. landy 37 文章