科研工具

分子量和等電點計算

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(點擊) 

GO注釋

隨著后基因組時代的到來，批量的測序，特別是EST的測序，逐漸成為普通實驗室的日常工作。這些新的序列往往需要進行批量的Gene Ontology(GO)的注釋及隨后的統計分析。以下網站可以給您這方面詳細的信息。http://www.yeastgenome.org/GOContents.shtml（點擊） 

跨膜區預測

各個物種的膜蛋白的比例差別不大，約四分之一的人類已知蛋白為膜蛋白。由于膜蛋白不溶于水，分離純化困難，不容易生長晶體，很難確定其結構。因此，對膜蛋白的跨膜螺旋進行預測是生物信息學的重要應用。

推薦使用TMHMM軟件（http://www.cbs.dtu.dk/services/TMHMM/）對蛋白進行跨膜預測。TMHMM綜合了跨膜區疏水性、電荷偏倚、螺旋長度和膜蛋白拓撲學限制等性質，采用隱馬氏模型（Hidden Markov Models），對跨膜區及膜內外區進行整體的預測。TMHMM是目前最好的進行跨膜區預測的軟件，它尤其長于區分可溶性蛋白和膜蛋白，因此首選它來判定一個蛋白是否為膜蛋白。

亞細胞定位預測

亞細胞定位與蛋白質的功能存在著非常重要的聯系。亞細胞定位預測基于如下原理：（1）不同的細胞器往往具有不同的理化環境，它根據蛋白質的結構及表面理化特征，選擇性容納蛋白。（2）蛋白質表面直接暴露于細胞器環境中，它由序列折疊過程決定，而后者取決于氨基酸組成。因此可以通過氨基酸組成進行亞細胞定位的預測。 推薦使用以下軟件 http://www.cbs.dtu.dk/services/TargetP/（點擊）

分泌蛋白預測

分泌蛋白是指那些分泌到細胞膜外的蛋白質。它們定位于胞外，很容易與各種藥物相互作用；因此經常作為藥靶。SignalP使用人工神經網絡算法，判斷序列是否為信號肽，并對革蘭氏陽性，革蘭氏陰性和真核生物的蛋白質序列中信號肽剪切位點的位置進行預測。http://www.cbs.dtu.dk/services/SignalP/（點擊） 

疏水性等生化指標分析

通過蛋白質基本性質分析，疏水性分析，跨膜區預測，信號肽預測，亞細胞定位預測，抗原性位點預測，可以對基因編碼蛋白的性質作出初步判斷和預測。尤其通過疏水性分析和跨膜區預測可以預測基因是否為膜蛋白。http://us.expasy.org/tools/protparam.html（點擊）