案例：挖掘候选蛋白
本案例演示如何从宏基因组或公共序列中筛选具有目标功能的候选蛋白，并结合序列相似性、结构特征和性质预测缩小验证范围。
案例信息
| 项目 | 内容 |
|---|---|
| 任务类型 | 蛋白发现与候选筛选 |
| 研究对象 | 具有目标催化功能的新型蛋白 |
| 输入数据 | FASTA、宏基因组序列或目标蛋白描述 |
| 输出内容 | 候选序列、相似性、结构与性质证据、验证优先级 |
定义筛选条件
提交前先明确目标功能、来源范围和排除条件：
- 目标底物或反应类型。
- 期望的温度、pH、盐浓度或溶剂耐受性。
- 序列长度、结构域和关键保守位点。
- 是否排除已知同源蛋白、信号肽或跨膜区。
- 需要返回序列、结构模型、评分还是可下载的分析结果文件。
准备输入
- 上传带有唯一序列名称的 FASTA 文件，或提供可核对的数据库来源。
- 说明每条序列的来源、物种、样本编号和版本。
- 提供已知阳性模板、关键位点和期望筛选阈值。
提交的问题
请从附件 FASTA 中筛选可能具有目标催化功能的蛋白。先按序列完整性、长度和关键保守位点过滤，再结合相似性、结构域、亚细胞定位和性质预测排序。返回前 10 个候选的序列名称、来源、主要证据、风险和推荐验证顺序，并保留可复核的筛选阈值。
分析过程
| 步骤 | 工具或方法 | 目的 |
|---|---|---|
| 1 | 序列质量与长度过滤 | 去除截短、重复和明显不完整序列 |
| 2 | 相似性与结构域搜索 | 判断家族归属和功能保守性 |
| 3 | 结构与性质预测 | 评估折叠、定位、溶解性和稳定性风险 |
| 4 | 多指标排序 | 形成候选优先级并说明取舍依据 |
候选列表
候选结果至少应包含以下字段：
| 字段 | 用途 |
|---|---|
| 序列名称与来源 | 追溯样本和数据库版本 |
| 长度与完整性 | 排除截短或异常序列 |
| 家族与结构域 | 判断是否符合目标功能 |
| 关键位点 | 检查催化、结合或保守残基 |
| 预测性质 | 评估表达、溶解性和稳定性 |
| 风险与建议 | 说明待验证问题和优先级 |
缩小验证范围
优先选择证据互相支持、序列完整且风险可控的候选。对于功能相似但关键位点不完整的序列，应标记为探索性候选，不与高置信候选混排。
后续验证
- 进行基因合成或克隆前，复核序列、密码子和潜在毒性。
- 先验证表达、可溶性和基础活性，再比较底物谱或稳定性。
- 保存输入文件、数据库版本、筛选阈值和候选排序结果。
结论与边界
候选挖掘结果用于缩小实验范围。序列相似性、结构预测和性质评分不能单独证明新蛋白具有目标功能，最终结论需要通过表达、纯化和功能实验确认。