導(dǎo)讀
從網(wǎng)上收集的一些數(shù)據(jù)庫信息，方便學(xué)習(xí)查看：
- VFDB
- PHI
- TCDB
- Swiss Prot
- Pfam
- GO
- eggnog-mapper: KEGG/COG/KOG/GO/BiGG
一、VFDB 【毒力因子】
毒力因子指由細(xì)菌，病毒，真菌等代謝產(chǎn)生的帶有侵襲力和毒素等毒力性質(zhì)的分子，主要用于微生物感染宿主時，通過抑制或逃避宿主的免疫反應(yīng)等出入宿主組織細(xì)胞，并從宿主獲得營養(yǎng)及自身增殖生長的目的。毒力因子可編碼在可移動遺傳元件（比如質(zhì)粒、基因島、噬菌體等）上并進(jìn)行水平基因轉(zhuǎn)移（傳播），使無害細(xì)菌變成危險的病原菌，所以在鑒定毒力因子時一般會考慮基因島、分泌蛋白等。VFDB數(shù)據(jù)庫由中國醫(yī)學(xué)科學(xué)院研發(fā)，收集整理了24個屬100多種重要醫(yī)學(xué)病原菌已知毒力因子的組成、結(jié)構(gòu)、功能、致病機(jī)理、毒力島、序列和基因組信息等內(nèi)容，被廣泛應(yīng)用于毒力因子基因鑒定。
官網(wǎng)：http://www.mgc.ac.cn/VFs/download.htm
fasta下載：http://www.mgc.ac.cn/VFs/Down/VFDB_setB_pro.fas.gz
二、PHI 【病原體宿主互作】
PHI-base（Pathogen Host Interactions），病原宿主互作數(shù)據(jù)庫，是一個免費(fèi)開放的數(shù)據(jù)庫，收錄了經(jīng)過實(shí)驗(yàn)驗(yàn)證或文獻(xiàn)報道的能夠感染植物、動物、真菌和昆蟲的真菌、卵菌、細(xì)菌等病原菌的致病基因、毒力基因和效應(yīng)蛋白基因。另外，還收錄了抗真菌化合物及其靶基因。PHI數(shù)據(jù)庫（4.6版本，20190411），從3011篇文獻(xiàn)中收集了263種致病菌（細(xì)菌、真菌、原生動物和線蟲）的6438個基因和194種宿主（植物占~70%、脊椎動物、昆蟲、線蟲和真菌）的11340種相互關(guān)系，其中包含510中疾病。PHI-base將收集到的參考文獻(xiàn)信息、 基因信息、病原和宿主信息、疾病信息、表型和相互關(guān)系等記錄到數(shù)據(jù)庫中，并提供關(guān)鍵詞進(jìn)行搜索。
官網(wǎng)：http://www.phi-base.org/
fasta下載：http://www.phi-base.org/downloadLink.htm
三、TCDB 【轉(zhuǎn)運(yùn)蛋白分類】
TCDB是對膜轉(zhuǎn)運(yùn)蛋白（Membrane Transport Protein）進(jìn)行分類的一個數(shù)據(jù)庫，它制定了一套轉(zhuǎn)運(yùn)蛋白分類系統(tǒng)（Transporter Classification）, 簡稱TC System, 類似于對酶進(jìn)行分類的EC系統(tǒng)。TCDB對于每一個轉(zhuǎn)運(yùn)蛋白家族，提供了一個TC Nmuber, TC Number 由小數(shù)點(diǎn)分隔的5為數(shù)字或者字母構(gòu)成。對于整個TC 分類系統(tǒng)而言，包含5個層級的分類，所以TC Number 包含5個數(shù)字或者字母， 每個數(shù)字或字母實(shí)際代表某一個層級的分類結(jié)果，第一級分類包括5個大類。目前TCDB提供了超過800個轉(zhuǎn)運(yùn)蛋白家族， 包含10000多條唯一的蛋白質(zhì)序列和10000多篇文獻(xiàn)。
官網(wǎng)：http://www.tcdb.org/
fasta下載：http://www.tcdb.org/download.php
四、Swiss Prot 【注釋蛋白】
SWISS-PROT是經(jīng)過注釋的蛋白質(zhì)序列數(shù)據(jù)庫，由歐洲生物信息學(xué)研究所(EBI)維護(hù)。數(shù)據(jù)庫由蛋白質(zhì)序列條目構(gòu)成，每個條目包含蛋白質(zhì)序列、引用文獻(xiàn)信息、分類學(xué)信息、注釋等，注釋中包括蛋白質(zhì)的功能、轉(zhuǎn)錄后修飾、特殊位點(diǎn)和區(qū)域、二級結(jié)構(gòu)、四級結(jié)構(gòu)、與其它序列的相似性、序列殘缺與疾病的關(guān)系、序列變異體和沖突等信息。SWISS-PROT中盡可能減少了冗余序列，并與其它30多個數(shù)據(jù)建立了交叉引用，其中包括核酸序列庫、蛋白質(zhì)序列庫和蛋白質(zhì)結(jié)構(gòu)庫等。
官網(wǎng)：https://www.ebi.ac.uk/uniprot/
fasta下載：https://www.uniprot.org/downloads
五、Pfam 【蛋白家族】
Pfam提供蛋白質(zhì)家族和結(jié)構(gòu)域的完整準(zhǔn)確的分類，被廣泛用于查詢蛋白家族或蛋白結(jié)構(gòu)域的注釋，結(jié)構(gòu)及其多序列比對信息。在該數(shù)據(jù)庫中，每個蛋白家族由多個序列比對和HMMs（hidden Markovmodels，隱馬爾可夫模型）所體現(xiàn)。Pfam包括兩個質(zhì)量級別的家族數(shù)據(jù)庫：Pfam-A和Pfam-B。1. Pfam-A來自基礎(chǔ)序列數(shù)據(jù)庫Pfamseq，是根據(jù)最新的UniProtKB數(shù)據(jù)庫建立，質(zhì)量較高。2. Pfam-B做為Pfam-A的補(bǔ)充，是一個未注釋的低質(zhì)量數(shù)據(jù)庫，一般是由ADDA數(shù)據(jù)中的非冗余cluster自動生成的。雖然質(zhì)量較低，但對于鑒定Pfam-A無法覆蓋到的功能保守區(qū)域也是非常有用的。
官網(wǎng)：http://pfam.xfam.org/
fasta下載：ftp://ftp.ebi.ac.uk/pub/databases/Pfam/current_release/Pfam-A.full.gz
六、GO 【基因本體】
GO數(shù)據(jù)庫是基因本體聯(lián)合會(Gene Onotology Consortium)所建立的數(shù)據(jù)庫，旨在建立一個適用于各種物種的，對基因和蛋白質(zhì)功能進(jìn)行限定和描述的，并能隨著研究不斷深入而更新的語言詞匯標(biāo)準(zhǔn)。GO是多種生物本體語言中的一種，是OBO（Open BiomedicalOntologies）組織中的一員，GO提供了一系列的語義（terms）用于描繪基因、基因產(chǎn)物的特點(diǎn)，這些語義通過三個概念維度展開：細(xì)胞學(xué)組件（Cellular Component）用于描述某個節(jié)點(diǎn)的亞細(xì)胞結(jié)構(gòu)、位置和大分子復(fù)合物，如外部封裝結(jié)構(gòu)（external encapsulating structure）等；分子功能（molecular function），用于描述基因以及基因產(chǎn)物的功能，比如蛋白質(zhì)結(jié)合轉(zhuǎn)錄因子活性（protein binding transcription factor activity）；生物學(xué)途徑（biological process）指的是分子功能的有序組合以實(shí)現(xiàn)更復(fù)雜的生物功能，例如樹突狀細(xì)胞的抗原處理和遞呈（dendritic cell antigen processing and presentation）。
官網(wǎng)：http://geneontology.org/
ncbi fasta下載：ftp://ftp.ncbi.nih.gov/gene/DATA/gene2go.gz
七、eggNOG-mapper 【KEGG/COG/KOG/GO/BiGG】
進(jìn)行KOG注釋的方法和COG一致。對真核生物使用KOG注釋。原核使用COG注釋。
官網(wǎng)：http://eggnog-mapper.embl.de/
guthub：https://github.com/eggnogdb/eggnog-mapper/wiki/eggNOG-mapper-v2
軟件：git clone https://github.com/jhcepas/eggnog-mapper.git
數(shù)據(jù)庫：download_eggnog_data.py
NCBI COG: https://www.ncbi.nlm.nih.gov/COG/
NCBI KOG: ftp://ftp.ncbi.nih.gov/pub/COG/KOG/
- 注釋結(jié)果：
1. query_name
2. seed eggNOG ortholog
3. seed ortholog evalue
4. seed ortholog score
5. Predicted taxonomic group
6. Predicted protein name
7. Gene Ontology terms
8. EC number
9. KEGG_ko
10. KEGG_Pathway
11. KEGG_Module
12. KEGG_Reaction
13. KEGG_rclass
14. BRITE
15. KEGG_TC
16. CAZy
17. BiGG Reaction
18. tax_scope: eggNOG taxonomic level used for annotation
19. eggNOG OGs
20. bestOG (deprecated, use smallest from eggnog OGs)
21. COG Functional Category
22. eggNOG free text description
參考：
序列功能注釋神器：eggNOG-mapper，KEGG/COG/KOG/GO/BiGG 一網(wǎng)打盡
COG KOG注釋
