COG數據庫有什么用

這篇文章給大家分享的是有關COG數據庫有什么用的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

為了研究不同物種間保守的蛋白功能，進一步揭示其進化關系，1997年的時候科學家選取了七個完整基因組的蛋白序列，根據序列和功能相似性，將這些蛋白進行了分類。這個分類叫做cluster of orthologous group，簡稱COG。每個COG是一組同源蛋白的集合，具有相同的生物學功能。 官網如下

https://www.ncbi.nlm.nih.gov/COG/

構建原始的COG使用的蛋白序列來自以下7個物種

1. E.coli

2. H.influenzae

3. M. genitalium

4. M. pneumoniae

5. Synechocystis sp.

6. M. jannaschii

7. S. cerevisiae

   
   

可以發現，這些物種都是細菌。所以COG這個概念指的是細菌中的同源蛋白。

隨著測序技術的發展，越來越多的物種擁有了完整的基因組序列。2003年的時候，又根據66個細菌物種的蛋白序列，對之前的COG結果進行了補充和拓展。

同時將orthologous group 的概念推廣到了真核生物中，根據7個真核生物的蛋白序列構建了真核生物中的同源蛋白簇, 全稱為eukaryotic orthologous groups, 簡稱KOG。

之后又陸續在不同類型的物種中建立起相關的同源蛋白簇。古菌中的同源蛋白簇簡稱為arCOG, 噬菌體中的同源蛋白簇簡稱為POG，感染真核生物的病毒中的同源蛋白簇簡稱為NCVOG，巨型病毒的同源蛋白簇簡稱為mimiCOG。

在官網上，提供了下載功能。這里以COG為例進行說明。FTP地址如下

ftp://ftp.ncbi.nih.gov/pub/COG/COG2014/data

fun2003-2014.tab 保存了COG的分類信息，將所有的COG的功能分為了以下26個類別，每個類別用一個字母表示

# Code    Name
J    Translation, ribosomal structure and biogenesis
A    RNA processing and modification
K    Transcription
L    Replication, recombination and repair
B    Chromatin structure and dynamics
D    Cell cycle control, cell division, chromosome partitioning
Y    Nuclear structure
V    Defense mechanisms
T    Signal transduction mechanisms
M    Cell wall/membrane/envelope biogenesis
N    Cell motility
Z    Cytoskeleton
W    Extracellular structures
U    Intracellular trafficking, secretion, and vesicular transport
O    Posttranslational modification, protein turnover, chaperones
X    Mobilome: prophages, transposons
C    Energy production and conversion
G    Carbohydrate transport and metabolism
E    Amino acid transport and metabolism
F    Nucleotide transport and metabolism
H    Coenzyme transport and metabolism
I    Lipid transport and metabolism
P    Inorganic ion transport and metabolism
Q    Secondary metabolites biosynthesis, transport and catabolism
R    General function prediction only
S    Function unknown

cognames2003-2014.tab 文件保存了COG的詳細信息，包括編號，對應的分類，功能描述等信息。示例如下

# COG    func    name
COG0001    H    Glutamate-1-semialdehyde aminotransferase
COG0002    E    N-acetyl-gamma-glutamylphosphate reductase
COG0003    P    Anion-transporting ATPase, ArsA/GET3 family
COG0004    P    Ammonia channel protein AmtB

cog2003-2014.csv 文件保存了蛋白和COG的對應關系，示例如下

333894695,Alteromonas_SN2_uid67349,333894695,427,1,427,COG0001,0,

第一列編號為蛋白質的GI號。

prot2003-2014.fa.gz 保存了fasta格式的蛋白序列，示例如下

>gi|118430838|ref|NP_146899.2| putative mercury ion binding protein[Aeropyrum pernix K1]
MIIFKRHSQAILFSHNKQEKALLGIEGMHCEGCAIAIETALKNVKGIIDTKVNYSRGSAI
VTFDDTLVSINDILEHYIFKVPSNYRAKLVSFIS

通過比對COG數據庫，可以確定蛋白質的功能。

感謝各位的閱讀！關于“COG數據庫有什么用”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！