外觀
UniProt
全球蛋白質序列與功能註解的中心資料庫,由 EMBL-EBI、SIB、PIR 共同維護。基因 → 蛋白的功能、結構域、轉譯後修飾、疾病關聯,多數工具(VEP、AlphaFold DB、InterPro)都以 UniProt accession 為索引。
| 項目 | 內容 |
|---|---|
| 入口 | uniprot.org;REST API rest.uniprot.org |
| 組成 | UniProtKB(Swiss-Prot + TrEMBL)、UniRef(序列聚類)、UniParc(所有序列的非冗餘存檔)、Proteomes |
| 規模 | release 2026_01:Swiss-Prot 約 57 萬筆、TrEMBL 約 2 億筆(每約 8 週更新,以官網為準) |
| 授權 | CC BY 4.0 |
| 替代 / 互補 | InterPro(結構域)、RefSeq Protein、neXtProt(人類蛋白) |
Swiss-Prot vs TrEMBL
| Swiss-Prot(reviewed) | TrEMBL(unreviewed) | |
|---|---|---|
| 註解 | 人工審閱文獻 | 自動註解 |
| 冗餘 | 每個基因一筆,isoform 併在同一筆 | 可能多筆 |
| 用法 | 分析與解讀優先選 | 涵蓋 Swiss-Prot 沒有的物種與序列 |
常用欄位與用途
| 想知道 | 看哪裡 |
|---|---|
| 標準序列 / isoform | Sequence:canonical isoform 與其他 isoform(與 Ensembl / RefSeq 轉錄本的對應見 Cross-references) |
| 變異落在哪個區域 | Family & Domains、Features:domain、motif、active site、binding site |
| PTM 位點 | PTM / Processing:磷酸化、糖基化、訊號肽、雙硫鍵 |
| 疾病關聯 | Disease & Variants:OMIM 疾病、已知自然變異 |
| 結構 | Structure:PDB 與 AlphaFold 模型連結 |
python
import requests
# 依基因名查人類 reviewed 條目,取 accession 與序列長度
r = requests.get("https://rest.uniprot.org/uniprotkb/search", params={
"query": "gene_exact:TP53 AND organism_id:9606 AND reviewed:true",
"fields": "accession,gene_names,length", "format": "tsv"})
print(r.text) # P04637 TP53 393
fasta = requests.get("https://rest.uniprot.org/uniprotkb/P04637.fasta").textUniProt 的蛋白座標以 canonical isoform 為準,HGVS 的
p.註解可能依另一個轉錄本,比對前先確認 isoform。蛋白語言模型(ESM 等)多以 UniRef 為訓練資料,見序列與蛋白質模型。