UniProtの読み方 — タンパク質の配列と機能を知る第一歩

UniProtでタンパク質の配列と機能を読む — Nadoo Bio公開データベース入門

UniProtは、タンパク質の配列と機能情報を集めた公開データベースです。配列とは、タンパク質を構成する小さな単位であるアミノ酸の並び順です。UniProtには配列だけでなく、どの生物のタンパク質なのか、どのような働きをするのかという説明と、根拠となる論文も収録されています。[1]

タンパク質名で検索して複数の結果が出たら、何が違うのでしょうか。同じ名前でも生物種が違う場合や、長さや一部の領域が異なる形である場合があります。UniProtでは、名前だけでは分からない違いを配列と機能の説明から読み取れます。

タンパク質の紹介カード、UniProtKB

タンパク質は、体内で物質を作ったり、信号を伝えたりと、さまざまな仕事をしています。その働きを理解するには、どのアミノ酸がどの順序でつながっているかを知ることが出発点になります。UniProtの配列は、この順序をアルファベットで表したものです。

UniProtKBはUniProtの中心となる知識ベースです。タンパク質ごとに、配列と名前、生物種、機能の説明、関連文献をつないでいます。いわばタンパク質の紹介カードです。新たな研究に応じて説明が補われたり、配列が修正されたりすることもあります。

タンパク質レコードを構成する配列、生物種、機能説明の根拠

配列はアミノ酸の並び順を、生物種はタンパク質の由来を、根拠は機能説明の背景を示します。

同じ名前でも配列は異なることがある

ヒトと他の動物に同じ名前のタンパク質があっても、配列まで同一とは限りません。ヒトのタンパク質の機能を調べる研究と、動物間の違いを比較する研究では、最初に使う資料が異なります。レコードに記された生物種が重要なのは、このためです。

名前で見つけた項目を正確に指定するには、**アクセッション番号(accession)**を使います。UniProtの各項目に付けられた固有の識別子です。同じ項目でも後で更新されることがあるため、使用した配列と確認日を残すと、当時の資料を比較しやすくなります。

1つの遺伝子から、長さや一部の領域が異なるタンパク質が作られることもあります。こうした形を**アイソフォーム(isoform)**と呼びます。[2] UniProtにはレコードの基準となる代表配列がありますが、研究で必要なのは別のアイソフォームかもしれません。実験で使った形によって、必要な配列も変わります。

Swiss-ProtとTrEMBLの違い

UniProtKBを読むと、Swiss-ProtとTrEMBLという名前をよく見かけます。Swiss-Protには専門家がレビューしたレコードが、TrEMBLには自動解析を中心に整理したレコードが入っています。[1] タンパク質の機能や特徴に付けた説明を、**アノテーション(注釈)**といいます。

専門家は文献や各種資料を調べて注釈を整理します。直接の実験結果を反映する場合もあれば、似たタンパク質で得られた知識を利用する場合もあります。そのため、Swiss-Protの1つのレコード内でも、説明ごとに根拠の種類が異なることがあります。[3]

あるタンパク質の存在を確認した論文と、そのタンパク質が特定の反応に関わることを示した論文は、異なる主張を支えています。機能説明の出典を見ると、そのタンパク質を直接実験したのか、似た配列から推論したのかも分かります。レコード全体のレビュー状況と、個々の説明の根拠を分けて読むと、意味が明確になります。

生物種、配列の形、説明の根拠を確認して研究入力を準備する流れ

研究対象に合った生物種と配列の形を選び、必要な機能説明の根拠を確認します。

全長配列と実験で使う領域

タンパク質は、作られた後に一部の領域が切り取られることがあります。シグナルペプチドはタンパク質の行き先を案内する領域で、移動の過程で除去される場合があります。このため、登録された全長配列と、実際に機能する成熟タンパク質の配列が異なることがあります。

研究者が特定の領域だけを取り出して実験する場合もあります。全長配列を使った予測と、一部の領域だけを使った実験では、対象の範囲が異なります。両者を比較するには、次の情報を結び付けておく必要があります。

  • 研究対象の生物種とアクセッション番号

  • 代表配列か、どのアイソフォームか

  • 全長配列か、成熟タンパク質か、一部の領域か

  • 比較する実験・構造データが対象とした配列の範囲

選んだ配列は、FASTAというテキスト形式にまとめられます。名前を記した行の下に、アミノ酸配列を並べる形式です。計算ツールにはこの配列やファイルを入力するため、ツールが対応する分子の種類と配列の範囲が、実際の資料に合っている必要があります。

配列から構造へ読み進める

UniProtの1つのレコードには、タンパク質の正体を説明する情報が集まっています。生物種はどこに由来するか、配列はどの形か、注釈と文献はそのタンパク質について何が分かっているかを示します。

そこに立体構造を結び付けると、配列のどの部分がどのような形を作るかも見られます。実験で明らかになった構造を集めたPDBが、そのつながりを担います。

データの利用条件

UniProtのデータは、研究にも商用にも利用できます。適用されるCC BY 4.0は、出典の表示を条件に複製・改変・再配布を認めるライセンスです。出典とライセンスへのリンクを示し、改変した場合はその旨を明示する必要があります。[4] [5]

ただし、データに関連する特許などの別の権利は、このライセンスには含まれません。[4]

参考文献

  1. UniProt。UniProtKB。公式ヘルプ。2026年10月23日確認。

  2. UniProt。Alternative products。公式ヘルプ。2026年10月23日確認。

  3. UniProt。Evidence。公式ヘルプ。2026年10月23日確認。

  4. UniProt。License & disclaimer。利用ポリシー。2026年10月23日確認。

  5. Creative Commons。表示4.0国際(CC BY 4.0)。ライセンスの要約、韓国語版。2026年10月23日確認。