科研工具

分子量和等电点计算

Compute the theoretical pI and Mw from a SWISS-PROT or TrEMBL entry or for a user sequence.
http://us.expasy.org/tools/pi_tool.html(点击) 

GO注释

随着后基因组时代的到来，批量的测序，特别是EST的测序，逐渐成为普通实验室的日常工作。这些新的序列往往需要进行批量的Gene Ontology(GO)的注释及随后的统计分析。以下网站可以给您这方面详细的信息。http://www.yeastgenome.org/GOContents.shtml（点击） 

跨膜区预测

各个物种的膜蛋白的比例差别不大，约四分之一的人类已知蛋白为膜蛋白。由于膜蛋白不溶于水，分离纯化困难，不容易生长晶体，很难确定其结构。因此，对膜蛋白的跨膜螺旋进行预测是生物信息学的重要应用。

推荐使用TMHMM软件（http://www.cbs.dtu.dk/services/TMHMM/）对蛋白进行跨膜预测。TMHMM综合了跨膜区疏水性、电荷偏倚、螺旋长度和膜蛋白拓扑学限制等性质，采用隐马氏模型（Hidden Markov Models），对跨膜区及膜内外区进行整体的预测。TMHMM是目前最好的进行跨膜区预测的软件，它尤其长于区分可溶性蛋白和膜蛋白，因此首选它来判定一个蛋白是否为膜蛋白。

亚细胞定位预测

亚细胞定位与蛋白质的功能存在着非常重要的联系。亚细胞定位预测基于如下原理：（1）不同的细胞器往往具有不同的理化环境，它根据蛋白质的结构及表面理化特征，选择性容纳蛋白。（2）蛋白质表面直接暴露于细胞器环境中，它由序列折叠过程决定，而后者取决于氨基酸组成。因此可以通过氨基酸组成进行亚细胞定位的预测。 推荐使用以下软件 http://www.cbs.dtu.dk/services/TargetP/（点击）

分泌蛋白预测

分泌蛋白是指那些分泌到细胞膜外的蛋白质。它们定位于胞外，很容易与各种药物相互作用；因此经常作为药靶。SignalP使用人工神经网络算法，判断序列是否为信号肽，并对革兰氏阳性，革兰氏阴性和真核生物的蛋白质序列中信号肽剪切位点的位置进行预测。http://www.cbs.dtu.dk/services/SignalP/（点击） 

疏水性等生化指标分析

通过蛋白质基本性质分析，疏水性分析，跨膜区预测，信号肽预测，亚细胞定位预测，抗原性位点预测，可以对基因编码蛋白的性质作出初步判断和预测。尤其通过疏水性分析和跨膜区预测可以预测基因是否为膜蛋白。http://us.expasy.org/tools/protparam.html（点击）