搜索和浏览>高级搜索
序列主题搜索
介绍
什么是序列基序？
什么是序列主题搜索？
为什么要运行序列Motif搜索？
定义序列基序的序列很短（因此基于相似性的搜索将无法有效工作） 序列基序的部分可能具有交替序列或根本不保守（因此，在查询中必须包括特定条件，以定义序列基序中的非邻接保守氨基酸/核苷酸）
运行搜索
|
查询选项
-
设置 序列类型 搜索 蛋白质 （氨基酸）， DNA ，或 核糖核酸 序列。 -
设置 模式 将motif语法指定为 简单的 , PROSITE公司 ，或 正则表达式 . -
设置 数据源 在其中搜索 实验的 仅记录， 计算的 记录，或 二者都 .
序列类型
➤ 单字母代码表
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
|
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
| |
|
简单模式
示例
-
XPPXP程序 （蛋白质）：SH3结构域（any→脯氨酸→脯氨酸>any→proline） -
YYY年 （DNA）： 3×胞嘧啶/胸腺嘧啶 -
<SSS : 任何序列 以开头 3×丝氨酸
PROSITE模式
原子类型
字面意义的 一个单字母代码（例如。， 一 ). 这正好匹配1个残留物。 任何一个( [] ) 中包含的一个或多个代码 [] ，例如 [空中交通管制] . 这正好与列出代码的1个残基匹配。 第个，共个( {} ) 中包含的一个或多个代码 {} ，例如 {空中交通管制} . 这正好匹配1个未列出代码的残留物。 N端( < ) N端标记， < ，指示序列的开始。 如果包含，这必须是第一个元素。 C端( > ) C端子标记， > ，表示序列结束。 如果包含，这必须是最后一个元素。 任意一个/C端子（例如。， [A>] ) 可变C端子元件，例如 [>空调] , [答>答] ，或 [AC>] （相当）。 这与序列的末尾匹配，或者与列表中的1匹配（但不是两者都匹配）。
量词
完全正确 A（2） 完全匹配AA。 最小值 A（2，） 在AA、AAA。 范围 A（2，4） 匹配AA、AAA和AAAA。
Regex模式
示例
-
西。 {7} G.公司。 {20} L（左） 匹配色氨酸→7×any→甘氨酸→20×any>赖氨酸。 -
C、。 {2,4}C。 {12} H。 {3,5}高 匹配在DNA结合域中结合锌的锌指基序。 -
^H（H）+$ 匹配N末端→1+组氨酸→C末端。 -
【阿拉伯海湾】。 {4} GK公司 【ST】 匹配与ATP或GTP结合的Walker（P loop）基序。
查看结果
搜索前检查表
运行搜索之前，请记住执行以下操作： 将结果返回选项更改为“聚合物”实体 决定是否包括 CSM公司 （默认） 或排除它们（通过关闭“搜索”按钮旁边的切换开关）。
结果选项
|
搜索示例
查询SH3域 –使用简单模式查询 XPPXP程序 ，其中 X（X） 是任何残留物和 P（P） 是脯氨酸。 查询特定的序列模式 –使用PROSITE模式查询 [AC]-x-V-x（4）-{ED} ，它转换为[Ala或Cys]-any-Val-any-any-any-anay-{any but Glu或Asp}。 查询Walker（P循环）主题 绑定ATP或GTP的-使用Regex模式查询 [AG]。。。。 GK[ST]公司 ，其中A或G后面是4个可变残数，然后是G和K，最后是S或T。
扩展（高级）信息
PROSITE模式详细信息
术语
原子 与1个残基或核苷酸匹配的PROSITE语法项。 文字（例如。， 一 ), 间隙( . )、任意（例如。， [重心] )，无（例如。， {自动变速箱} ，N端( < ), C端( > [>自动变速箱] ) 期限 原子及其量词（如果有）
非标准，但RCSB中允许
忽略案例。 一 和 一 都是一样的 X（X） 和 x个 . 范围限定符( （x，y） )可用于所有原子，而不仅仅是间隙( x个 ). 例如， A（1,4） 1到4个丙氨酸之间的匹配。 相比之下，标准PROSITE仅允许，例如， x（1,4） . 连字符( - )可以省略，即使使用一个字母的核苷酸代码，例如 B类 . 只要在有效位置使用连字符，就会忽略它们。
RCSB特定规则
空格（具有Unicode类别的字符 Z轴 )处于合理位置时被忽略。 例如， A T{1,3} 是允许的。 查询必须至少包含1个原子。 ( < , > , <> ，并且禁止使用空字符串。） 任何匹配项( [] )至少需要1个字符。 无匹配项( {} )不能包含每个单字母代码。 {自动变速箱} 对于DNA序列无效（并且永远无法匹配序列）。 精确量词 （n） 仅当且仅当 n≥1 . 范围量词 （m，n） 仅当且仅当 n≥m 和 m>0 .
形式语法
查询=开始*（['-']term）['-'结束]['.'] ; ^ ^ ^ ; 需要0或更多可选 start=术语/（interm非间隙术语）/（interm间隙） %要么：没有N项的项（1+元素） %OR：带非间隙项的N项（1+元素） %OR：单个间隙（1个元件；非重复） end=术语/（非间隙-术语/字符）/（间隙-字符） 术语=元素[计数/范围] 元素=代码/任意/无/间隙 non-gap-term=非间隙元素[计数/范围] non-gap-element=代码/任意/无 aa=“一个单字母代码” 间隙=“x” ; 匹配任何单一残留物 any-of='['1*aa']' ; 匹配[]中包含的任何单一残留物 ; 例如，[ACE]匹配A、C或E none-of='{'1*aa'}' ; 匹配{}中未包含的任何单个残留物 count='（'天然'）' ; 重复前面元素的准确次数 ; 例如，[AW]（3）等同于[AW][AW][CW] range='（'数字'，'自然'）' ; 重复前面元素的最小和最大次数 ; 例如，A{1,3}匹配A、AA和AAA ; 注意：最小值必须小于最大值 interm=“<” ; 匹配序列开始（N端） 字符=字符-文字/字符-或任意 字符-文字=“>”= ; 匹配序列末端（C末端） 字符或任意字符=（'['（1*aa'>'*aa）/（*aa'>'1**aa）']'） ; 匹配序列末端（C末端）， ; 或[]中包含的aa/{}中不包含的aa ; 例如，[A>]匹配序列结束或A。 ; 有效示例：[A>]、[>A]、[A、C]、[ACDE>] ; 无效示例：[A>>]、[A>C>]、[>]、[] 数字=1*数字 自然=非零*数字 非零=%x31-39
Regex模式详细信息
支持和不支持的构造
将被拒绝的查询
在组中使用非剥夺性、不精确量词的模式 匹配可变字符数的， n、 n>1 ; 在满足某些（其他）方式的组上使用量词的模式； 过度或以某种方式使用懒惰、不精确量词的模式； 过度或以特定方式使用旁观的模式； 具有非多项式最坏情况运行时或内存需求的模式； 和 总体复杂度过高的模式。
简化查询的提示
不要使用惰性量词。 避免旁观。 将量词应用于组时，确保组简单并且只使用贪婪 ? 或（最好）所有格量词。 尽可能使用所有格量词。 不要以开始或结束序列 .* , ^.* , .*$ ，或类似。
