pfam基本介绍，以及蛋白质序列下载

Pfam网站地址：http://pfam.xfam.org/

---

主页面

1. 检索

1. 序列搜索：分析您的蛋白质序列以进行Pfam匹配
2. 查看PFAM条目：查看Pfam批注和对齐方式
3. 查看一个clan：查看相关条目组
4. 查看序列：查看蛋白质序列的结构域组织
5. 查看结构：在PDB结构上查找域
6. 关键词搜索：
7. 通过PFAM号检索：

---

2. 浏览

其中一些关键词：

Domain: 一个结构单元 Motif： A short unit found outside globular domains
CLAN: 对多个family进行相似性分析，将具有相似的三维结构或者相同motif的family归为一个clan,
可以看做是superfamily的概念，每个clan以CL编号标识。
proteones：物种的蛋白质组信息，就是该物种内所有的蛋白质family 信息

---

3. 家族选择

上图中选择了“top twenty”，出现的是序列数量前20的家族（family）

1. ID：家族id
2. Accession：PF号，每个家族稳定的唯一标志
3. 家族类型：分为Domain，Family，Repeat，Motifs，Coiled-Coil，Disordered
4. 序列数量：seed：number of regions in the seed alignment.
   full: number of regions in the full alignment
5. 平均长度：完全比对后氨基酸区域的平均长度
6. 平均%id：Average percentage identity of sequences in the full alignment
7. 平均覆盖率：pfam条目覆盖整个序列长度的分数 fraction of whole sequence length that pfam entry covers
8. 有无3d：
9. 修改状态：与上个版本是否有改变
10. 描述

---

5. 家族介绍

随便点开一个蛋白质家族是这样一个场景

1. 为家族名称以及家族的PF号
2. 是该家族在维基百科中的介绍页面
3. 是两处，点击之后出现的是相同的页面，即比对序列及下载。

---

5. 序列下载

1. format an alignment:

1.1 Alignment: 选择算法
1.2 Format： 选择文件格式：这里选择fasta文件
1.3 Order: 选择顺序，alphabetical是按蛋白质序列首字母顺序排序的。
1.4  Sequence: 全大写字母，或是插入小写（不知道意义）
1.5 Gaps：对齐序列插入 可以选择“-”，“.”或者mix两者都有或者不插入
1.6 Download/view： 选择下载还是视图中查看

其中，有些家族过大是没法进行序列比对的，所以在Alignment上会有一些地方不能勾选。

2. Download

下载未比对过的全长度fasta格式的文件，并用.gzip打包。