蛋白质是生物体中重要的大分子，构成生命活动的最基本的物质之一，组成蛋白质的氨基酸按一定的组成和数目进行排列即为其一级结构。
蛋白质的一级结构是理解蛋白质结构、作用机制一级与其同源蛋白质生理功能的必要基础。
下面我们介绍下四个蛋白质序列分析的在线工具。
蛋白质疏水性分析氨基酸的疏水性（Hydrophobicity）反映蛋白质的折叠情况，在潜在的跨膜区域会出现疏水区，并且在保持蛋白质的三级结构上（比如维持生物膜的结构）起重要作用。
蛋白的亲疏水性（Hydropathicity/ Hydrophobicity）图谱可为蛋白跨膜区域的鉴定提供参考。
利用ExPasy Proteomics Server 网站上面ExPASy Proteomics tools 中的软件ProtScale对某蛋白各个氨基酸的疏水性进行分析，结果如图所示。
说明蛋白序列中并不存在明显的疏水区或亲水区。
蛋白的亚细胞定位利用在线软件PSORT II prediction 可对蛋白进行亚细胞定位预测分析。
这是第一个广泛使用的程序，用于预测革兰氏阴性细菌中的蛋白质亚细胞定位位点。
要预测目标蛋白质的亚细胞定位，只需将蛋白质的氨基酸序列（单字母代码）粘贴到PSORT 窗口中，然后单击提交。
信号肽及跨膜结构域分析SignalP是一个信号肽预测服务器，它的功能是预测给定的氨基酸序列中是否存在潜在的信号肽剪切位点及其所在，原核生物和真核生物都可以进行预测。
目前服务器提供的是SignalP 4.0版本。
在线服务器网址：http://www.cbs.dtu.dk/services/SignalP/直接输入FASTA格式的氨基酸序列，可以是一条也可以是多条。
然后根据你预测的蛋白质来源选择革兰氏阳性细菌、革兰氏阴性细菌或真核生物。
可选神经网络法（neural network，结果中简写NN）；隐马可夫模型（hidden markov models，结果中简写HMM）以及联合两种方式。
默认为两种一起预测。
两种方法各自的优势：HMM主要在于预测是否含有信号肽；NN主要为预测信号肽位点。
蛋白质中卷曲螺旋区域的预测COILS 是一个程序，可将序列与已知平行双股盘绕线圈的数据库进行比较，并得出相似性分数。
通过将此分数与球状和卷曲螺旋蛋白中的分数分布进行比较，该程序然后计算该序列将采用卷曲螺旋构象的概率。
https://embnet.vital-it.ch/software/COILS_form.htmlend注：本推文首发“科研日精进”微信公众号