pfam 数据库注释结果说明结果简介目录结构格式说明*.pfam.gene.tsv -Pfam 注释结果按分类汇总*.pfam.merge.tsv-Pfam 注释结果按基因汇总*.pfam.tsv-pfam结果文件

pfam 数据库注释结果说明

结果简介

Swiss-Prot，是 2002 年由 UniProt consortium 建立的基因数据库，其特点在注释结果经过实验验证，可靠性较高，可用作其他数据的参考。

使用 Diamond 软件，把目标物种的氨基酸序列，与 Swiss-Prot 数据库进行比对，把目标物种的基因和其相对应的功能注释信息结合起来，得到注释结果。由于每一条序列比对结果可能超过一条，为保证其生物意义，注释时保留一条最优比对结果作为该基因的注释。最后提供的Diamond 结果为 M8 格式，同时还提供部分数据库的注释结果汇总。

如无特殊说明，以下内容中的“*”代表目标物种的样品名。

目录结构

PFAM/ ├── *.pfam.gene.tsv 【Pfam 注释结果按分类汇总】 ├── *.pfam.merge.tsv【Pfam 注释结果按基因汇总】 └──*.pfam.tsv 【pfam结果文件】

格式说明

*.pfam.gene.tsv -Pfam 注释结果按分类汇总

制表符分割的文本文档，使用 excel 打开。

文件内容举例如下：

文件内容说明如下：

列数	列标题	说明
1	pfam_accession	Pfam 数据库注释， Pfam 编号
2	number	相应功能上的基因数量
3	clan	Pfam superfamily 分类
4	set	指一组具有相似结构和功能特征的蛋白质序列集合
5	short_name	蛋白质家族（protein family）的简称
6	clan_description	Pfam superfamily 分类说明
7	gene	相应功能上的基因名

*.pfam.merge.tsv-Pfam 注释结果按基因汇总

制表符分割的文本文档，使用 excel 打开。

文件内容举例如下：文件内容说明如下：

列数	列标题	说明
1	gene	基因名
2	Pfam_number	Pfam 数量
3	pfam_accession	Pfam 数据库注释， Pfam 编号
4	pfam_name	Pfam 名字
5	clan	Pfam superfamily 分类
6	short_name	蛋白质家族（protein family）的简称
7	set	指一组具有相似结构和功能特征的蛋白质序列集合
8	type	pfam结构域类型
9	clan_description	Pfam superfamily 分类说明
10	predicted_active_site_residues	比对的序列是否位于酶的活性部位预测的活性位点。

*.pfam.tsv-pfam结果文件

制表符分割的文本文档，使用 excel 打开。

文件内容举例如下：

文件内容说明如下：

列数	列标题	说明
1	seq_id	pfam结构域类型
2	alignment_start	pfam结构域类型
3	alignment_end	pfam结构域类型
4	envelope_start	比对到的蛋白序列（the region on the sequence over which the match lies）开始位置
5	envelope_end	比对到的蛋白序列（the region on the sequence over which the match lies）结束位置
6	hmm_acc	比对到pfam结构域的ID
7	hmm_name	pfam结构域名称
8	type	pfam结构域类型
9	hmm_start	比对到结构域的起始位置
10	hmm_end	pfam结构域的结束位置
11	hmm_length	pfam结构域的长度
12	bit_score	比对打分分值
13	E-value	比对的E值，pfam结构域筛选的条件是: Evalue < 0.001
14	Significance	比对序列的显著性
15	Clan	Pfam superfamily 分类
16	predicted_active_site_residues	比对的序列是否位于酶的活性部位预测的活性位点。