请问SMART工具中，提交的序列格式有什么要求吗?比如id后面带的正负号,又或者序列后面的*号？

SMART（Simple Modular Architecture Research Tool）数据库用于识别蛋白质序列中的结构域（domain）和功能模块，其在线提交工具对输入序列格式有如下要求与注意事项：

 

一、格式要求

1、输入格式必须为FASTA格式

2、支持的序列类型为蛋白质序列（非核酸序列）

输入序列必须是标准的一字母氨基酸代码（A, R, N, D, C, Q, E, G, H, I, L, K, M, F, P, S, T, W, Y, V 等）。

 

二、特殊字符处理

1、FASTA标题行中的 "+" 或 "-"

• 例如：>ProteinX+ 或 >ProteinX-

• SMART工具不识别这些符号的生物学含义，它们将原样作为序列ID处理。

• 因此，这些符号不会影响结构域识别，但建议避免使用以免混淆，尤其是自动批量解析时。

 

2、序列末尾的“*”号

• 在某些数据库（如UniProt）中，*表示翻译终止（stop codon）。

• 在SMART中，*不是合法氨基酸字符，可能导致分析失败或忽略该序列。

• 建议在提交前移除“*”号。

 

三、推荐做法

1、保持FASTA格式整洁、仅含合法氨基酸字符；

2、删除所有非标准字符（如*, X, 空格等）；

3、避免使用带有“+”“-”等符号的ID，或仅保留核心标识信息；

4、若批量提交，建议每条序列不超过1000个氨基酸，避免一次性提交过多条长序列以减少服务器拒绝风险。

 

百泰派克生物科技--生物制品表征，多组学生物质谱检测优质服务商

 

相关服务：

蛋白测序