功能介绍:
Swiss-Prot是经过注释的去冗余的蛋白质序列数据库,隶属于UniProt数据库,到2018年底共收录558,898条序列信息。Swiss-Prot可提供蛋白质序列的详尽注释信息,序列注释包括蛋白质功能、蛋白质翻译后修饰、结构域和结合位点、二级结构、四级结构、蛋白质缺陷相关疾病等信息。
利用DIAMOND比对软件将目标序列比对到Swiss-Prot数据库。DIAMOND通过寻找两条序列之间的局部相似性,得到跟目标序列具有最高序列相似性的蛋白,从而推断序列的蛋白功能与进化关系。
输入:
输入fasta格式的核酸或蛋白query序列.
输出:
①比对结果总表
②比对结果统计饼图(比对上的与比对不上的序列数目、E值分布统计饼图)
输出结果:
1. 比对结果总表
表头解释:
Query_id Unigene 序列的ID号
Subject_id 比对到 Swiss-Prot数据库中序列名
Identity(%) 比对的相似性(百分比)
Align_length 比对上的长度
Mis_match 比对的错配数
Gap Gap 的数目
Query_start 比对上的部分在 query序列上的起始位置
Query_end 比对上的部分在query序列上的终止位置
Subject_start 比对上的部分在 Swiss-Prot 序列上的起始位置
Subject_end 比对上的部分在 Swiss-Prot 序列上的终止位置
E_value 比对的 E值(E值越小,可信度越高)
Score 比对的打分(打分越高,可信度越高)
Subject_annotation Swiss-Prot 序列的描述
2. 比对结果统计饼图
① 比对上的与比对不上的序列数目统计表与饼图
② E值分布统计饼图
E值是指期望数据库中具有某一统计学意义配对序列的值,可理解为比对的假阳性率。E值越小,结果越可靠。对E值分为5个范围进行统计,并画饼图。
Q1. 上传的数据需要保存成什么格式?文件名称和拓展名有没有要求?
OmicShare当前支持txt(制表符分隔)文本文件、csv(逗号分隔)文本文件、以及Excel专用的xlsx格式,同样支持旧版Excel的xls(Excel 97-2003 )格式。如果是核酸、蛋白序列文件,必须为FASTA格式(本质是文本文件)。
文件名可由英文和数字构成,文件拓展名没有限制,可以是“.txt”、“.xlsx”、“.xls”、“.csv”“.fasta”等,例如 mydata01.txt,gene02.xlsx 。
Q2.注释工具的任务一般要跑多久?
注释工具的任务时长一般与提交的序列条数成正比,且不同工具耗时也差异很大。例如GO功能注释近一年来所有任务平均时长约为2天,而NR注释工具近一年来所有任务平均时长约为3小时。一般情况下,如果任务耗时超出一周可联系OS客服,发送任务编号给OmicShare客服,会有专人为你处理任务问题。