MutHTP数据库: Mutations in Human Transmembrane Proteins

MutHTP数据库是今年在『Bioinformatics』杂志上发表的一个数据库,我今天介绍一下这个数据库。

惯例先给出文章、网址
文章:MutHTP: Mutations in Human Transmembrane Proteins
网址:https://www.iitm.ac.in/bioinfo/MutHTP/index.php

一、数据库简介

1. 跨膜蛋白

跨膜蛋白有多种功能,参与细胞信号传导、细胞粘附、分子和离子跨膜运输、能量生成等。大约有20%-30%的人类基因编码膜蛋白,其中约60%可以作为药物靶标。膜蛋白的突变及异常活动会导致许多不同的发育障碍和疾病,包括多种癌症、神经退行性疾病、囊性纤维化、糖尿病等。

2. 数据来源

HumSavar

http://www.uniprot.org/docs/humsavar
an index of human polymorphisms and disease mutations

SwissVar

https://swissvar.expasy.org
SwissVar portal provides access to a collection of single amino acid polymorphisms and diseases in the UniProtKB/Swiss-Prot database

1000 Genomes

http://www.internationalgenome.org
1000 Genomes provides a resource of human genetic variation

ExAC

http://exac.broadinstitute.org
seeking to aggregate and harmonize exome sequencing data from a wide variety of large-scale sequencing projects, and to make summary data available for the wider scientific community.
需要注意的是ExAC目前升级为GnomAD数据库;

COSMIC

http://cancer.sanger.ac.uk/cosmic
COSMIC, the Catalogue Of Somatic Mutations In Cancer, is the world's largest and most comprehensive resource for exploring the impact of somatic mutations in human cancer.

ClinVar

https://www.ncbi.nlm.nih.gov/clinvar/
ClinVar reports the relationship among human variations and phenotypes, with supporting evidence

二、数据库使用

数据库主页如下:


Figure 1

1. Search

点击主页上的『Search』,


Figure 2

2. Statistics

点击主页上的『Statistics』选项,得到下图,该页面提供了整个数据库的统计信息,里面包含多个表格。


Figure 3-1

我们一一解释每个表格:


Figure 3-2

Figure 3-3

Figure 3-4

Figure 3-5

Figure 3-6

3. Tutorial

这里提供了两个例子

  1. How to extract missense mutations from MutHTP?
  2. How to get disease specific mutations from MutHTP?
  3. How to extract membrane region mutations in MutHTP?

4. Downloads

需要填入一些信息,我就不尝试了,反正很多时候查一下就行了,不需要下载。


Figure 4

三、示例

(1)How to extract missense mutations from MutHTP?


Figure 5-1

Figure 5-2

最后给出一个题目,各位可以尝试做一下

如何得到与疾病相关的EGFR基因插入突变?

欢迎各位关注我的微信公众号『生信family』


生信family
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容

  • 每年五月,学部把其称为学术五月。因为这个月几乎每天都有毕业答辩,学术讲座。今年的毕业答辩我依旧是记录员,负责记录各...
    尔古阅读 276评论 0 0
  • 游戏污渎免牢愁,曳尾涂中得自由, 宁葆真情久处约,何妨天性甘穷囚。 小人殉利士殇义,贤愚一例逝水流, 三生醉卧蝴蝶...
    梅篆儒阅读 425评论 12 13
  • 原宇前几天去外地出差,碰巧遇见了老同学李林。 李林是原宇的大学室友兼好哥们。只是大学毕了业便各奔东西,彼此间也少了...
    爬啊爬的蜗牛阅读 434评论 0 2