蛋白质序列质量控制专业版（Protein Sequence Qc Pro）

蛋白质序列质量控制专业版 版本：5.0.0 创建日期：2026-05-08 目的：专业的蛋白质序列质量控制，生成出版级别的图表

快速开始 本技能提供一个完整的、经过实战测试的蛋白质序列质量控制工作流程，自动生成Nature风格的出版级别图表。

主要特点： ✅ 完整的质量控制流水线（3,365 → 1,531 序列） ✅ 保守性和共进化分析 ✅ 12+ 个出版级别图表（Nature风格） ✅ 自动质量评估 ✅ PDF + PNG 输出用于论文

使用本技能时： 分析蛋白质家族用于出版 需要出版级别图表 准备数据用于系统发育分析 需要严格的质量控制标准

完整的质量控制流水线 流水线概述 原始序列（3,365）↓ [长度过滤：200-500 个氨基酸] 2,963 个序列（88.1%）↓ [CD-HIT 90% 冗余去除] 1,531 个序列（45.5%）↓ [复杂性检查：熵 ≥ 2.0] 1,531 个序列（100%）↓ [基序验证：Rossman折叠] 1,531 个序列（67.7% 覆盖率）↓ [MAFFT 对齐：--localpair] 1,928 列↓ [trimAl：-automated1] 164 列（8.5%）↓ [质量评估] ↓ [保守性分析：8 个位点] ↓ [共进化分析：前 50 对] ↓ [生成 12+ 个图表] ✅ 出版级别数据集

使用方法 基本使用方法 # 运行完整的质量控制流水线 python3 scripts/run_complete_qc.py \ --input raw_sequences.fasta \ --output qc_results/ \ --threads 8 # 生成所有图表 python3 scripts/generate_all_figures.py \ --analysis qc_results/analysis/ \ --output figures/

高级使用方法 # 自定义质量控制参数 python3 scripts/run_complete_qc.py \ --input raw_sequences.fasta \ --output qc_results/ \ --min-length 200 \ --max-length 500 \ --cdhit-threshold 0.90 \ --complexity-threshold 2.0 \ --threads 8 # 生成Nature风格图表 python3 scripts/generate_nature_figures.py \ --analysis qc_results/analysis/ \ --output figures/nature/

生成的图表 图表集 1：质量控制流水线（4 个图表） qc_pipeline.png - 完整的质量控制流水线图 length_distribution_comparison.png - 长度分布对比图 alignment_quality.png - 对齐质量评估图 dataset_comparison.png - 数据集对比图

图表集 2：保守性分析（3 个图表） conservation_quality.png - 保守性质量评估图 conservation_landscape.png - 保守性景观图 figure_nature_01_conservation_landscape.png - Nature风格保守性景观图

图表集 3：共进化分析（2 个图表） coevolution_network.png - 共进化网络图 coevolution_heatmap.png - 共进化热图

图表集 4：应用于特定酶（3 个图表） ir08_conserved_sites.png - 保守性位点图 ir08_functional_regions.png - 功能区域注释图 ir08_mapping.png - 保守性/共进化位点映射图 mutation_priority.png - 实验优先级排名图

Nature风格图表 所有图表遵循Nature期刊标准： ✅ 尺寸：7.08 英寸（单列）或 14.17 英寸（双列） ✅ 分辨率：300 DPI ✅ 字体：Arial 8pt ✅ 格式：PNG + PDF ✅ 颜色方案：Nature推荐色板 ✅ 标签：a, b, c用于多面板图表

示例：保守性景观（Nature风格） # 生成Nature风格保守性景观图 python3 scripts/generate_nature_conservation_landscape.py \ --analysis qc_results/analysis/ \ --output figures/ 输出：figure_nature_01_conservation_landscape.png（300 DPI） figure_nature_01_conservation_landscape.pdf（矢量图） 图表面板：a）间隙率分布 b）归一化熵 c）功能注释（保守性+共进化位点）

质量指标 对齐质量标准 指标 优秀 良好 可接受 差 间隙率 < 20% 20-30% 30-40% > 40% 序列同源性 40-60% 30-70% 20-80% < 20% 或 > 80% 覆盖率 > 85% 80-85% 75-80% < 75% 保守性位点 > 10 5-10 3-5 < 3

我们的结果（1,531 个序列） ✅ 间隙率：16.1%（优秀） ✅ 序列同源性：20.3%（可接受 - 高多样性） ✅ 覆盖率：84.0%（良好） ✅ 保守性位点：8（良好） ✅ 共进化对：50（优秀）

保守性分析方法 香农熵公式：H = -Σ(p_i * log2(p_i)) H_norm = H / log2(20) 分类：高度保守：H_norm < 0.3 中度保守：0.3 ≤ H_norm < 0.6 可变：H_norm ≥ 0.6

质量检查 重要：始终检查保守性位点的间隙率！ # 检查保守性位点质量 for site in conserved_sites: if site['gap_ratio'] > 0.5: print(f"⚠️ 位点 {site['position']} 有高间隙 ({site['gap_ratio']:.1%})") 高质量保守性位点：间隙率 < 10% 熵 < 0.3 存在于 > 90% 的序列中

共进化分析方法 互信息公式：MI(X,Y) = H(X) + H(Y) - H(X,Y) 过滤标准： ✅ 间隙率 < 50% 两个位置 ✅ 最小 50 对序列 ✅ 距离 > 5 个残基（避免局部相关性） 解释 高互信息