易算整理 | 2025 年了，面对 UniProt 的 FASTA 数据库，你还在纠结选哪个吗？ 做质谱分析的人，几乎都绕不开一个问题：
查看原始文章来源 ↗易算整理 | 2025 年了，面对 UniProt 的 FASTA 数据库，你还在纠结选哪个吗？
做质谱分析的人，几乎都绕不开一个问题：
在 UniProt 里到底该选哪个 FASTA？
Swiss-Prot、TrEMBL、Reference Proteome、Isoform……每次打开下载页面，那一长串选项足以让人犹豫。选小了怕遗漏新序列，选大了又担心假阳性暴增。
2025 年的今天，UniProt 数据库规模、注释深度和版本结构都在变化。易算团队基于UniProt 2025 最新版本以及多篇高质量蛋白质组学文献，整理了一套更贴近实操的选库思路。
UniProtKB 的两大组成：Swiss-Prot 与 TrEMBL
Swiss-Prot：手工注释，高质量序列
Swiss-Prot 由专家手工整理蛋白质记录，每条记录包含大量实验和文献信息，如功能、催化活性、亚细胞定位、疾病关联和翻译后修饰等。UniProt 手册指出，PE（Protein Existence）行标注了蛋白存在的证据等级，从证据在蛋白质水平（PE=1）到存在性不确定（PE=5）。
值得注意的是PE 反映的是存在证据强弱，而非序列准确性。例如 PE=1 表示有直接实验证据，如蛋白纯化、X射线或质谱。由于人工注释耗时，Swiss-Prot 收录速度较慢，但条目质量高，适合关注功能注释的研究。
TrEMBL：自动注释，高覆盖度
TrEMBL 收录等待人工注释的蛋白序列，大量来源于 EMBL/GenBank/DDBJ 等核酸数据库的翻译产物。TrEMBL 条目通过 HAMAP、RuleBase 等规则自动注释，包含许多预测蛋白或同源推断的序列。
随着人工注释推进，一部分 TrEMBL 条目会转入 Swiss-Prot。TrEMBL 的优点是覆盖面广，尤其在非模式物种中提供大量序列。
如果研究目标是发现新的肽段或未知蛋白质，TrEMBL 可以提供更丰富的搜索空间；但其注释质量不如 Swiss-Prot，需要后续人工验证、或者你也可以用自己的生信方法找到其可能的注释.
接下来我要说隐藏在FASTA的表头的信息。
PE 与 SV：理解 FASTA 表头信息
PE – 蛋白存在证据等级
PE 值用于说明支持蛋白存在的证据类型：
PE=1 (Evidence at protein level)– 有强的蛋白质实验证据（例如蛋白纯化、X射线结构或质谱）。
