如何計算蛋白序列的長度、分子量、等電點等信息

做基因家族等分析時，有時候我們想知道蛋白質的分子量、等電點信息以及序列長度等信息。今天，小編教大家如何獲取這些信息。

ExPASy ProtParam在線獲取

ExPASy ProtParam 是一款在線蛋白質分析軟體，它可以計算一個蛋白質序列的各種理化參數，例如胺基酸序列長度、等電點、分子量等等。其用法如下：

輸入一條蛋白質序列：

提交後，系統會計算蛋白質序列的各種理化參數並顯示出來，而我們需要的信息如下圖所示：

perl腳本批量計算

ProtParam 網站一次只能提交一條序列，如果我們的蛋白質序列較少還可以使用，但是序列多的話就不適用了。這就需要一種批量處理的方法，為此我們專門寫了一個perl腳本，利用bioperl包裡面的方法，批量計算蛋白序列的長度、分子量、等電點信息。

使用方法：

perl  stat_protein_fa.pl  pep.fa  pep.stat.xls

pep.fa ：是輸入的蛋白質序列；

pep.stat.xls ：為輸出文件。

perl腳本代碼如下：

die "perl $0 <in>  <out>" unless(@ARGV==2);
use Bio::SeqIO;
use Bio::Seq;
use Bio::Tools::SeqStats;
use Bio::Tools::pICalculator;
use Data::Dumper;

my $in = Bio::SeqIO->new(
        -file   => "$ARGV[0]",
        -format => 'Fasta'
);

open OUT,">$ARGV[1]" or die "$!";
print OUT "#ID\tlength\tMV(Da)\tpI\n";
my $calc = Bio::Tools::pICalculator->new(-places => 2,-pKset => 'EMBOSS');



while ( my $seq = $in->next_seq() ) {
        my ( $id, $sequence, $desc ) = ( $seq->id, $seq->seq, $seq->desc );
        my $weight = Bio::Tools::SeqStats ->get_mol_wt($seq);
        $calc->seq($seq);
    my $iep = $calc->iep;
    print OUT sprintf("%s\t%s\t%s\t%s\n",
                  $seq->id,
                  $seq->length,
                  "$weight->[0]",
                  $iep);
}
$in->close();
close(OUT);

最後祝您科研愉快！

R語言基礎繪圖 | 出眾的進化樹注釋軟體 | 再教你畫Venn圖 | R語言繪製聚類熱圖 | 畫誤差線 | WGCNA篩選biomarker | 3分2區蛋白質組學文章 | 基因家族分析 | ceRNA | NCBI中的基因組數據