InterPro 是一个生物信息学资源库，它通过将蛋白质序列划分为家族、预测结构域与重要功能位点，来提供蛋白质序列的功能分析。为实现蛋白质分类，InterPro 使用被称为特征标记（signatures）的预测模型；这些模型由多个不同数据库（即成员数据库）提供，它们共同组成了 InterPro 联盟。
InterPro干了些啥？
通过整合来自不同成员数据库中代表同一家族、结构域或功能位点的特征标记，减少信息冗余，简化蛋白质序列分析流程。
联合各成员数据库，充分发挥其各自优势，构建出功能强大的分类工具。
提供统一、便捷的检索入口，支持同时查询所有成员数据库。
为各类特征标记补充丰富信息（包括描述性摘要与基因本体论（GO）术语），可用于对匹配到的蛋白质进行功能注释。
收录 UniProtKB 蛋白质的实验结构与预测结构，支持在蛋白质三维结构背景下可视化展示注释信息。（牛逼）
InterPro 条目会根据其所代表的生物学实体，归入以下5 大类之一：
同源超家族、蛋白质家族、结构域、重复序列或功能位点（homologous superfamily, protein family, domain, repeat or site），具体标识见图1。
InterPro entries 通常与数据库中的其他entries存在关联关系。例如，某个entries可以代表一个较大家族下具有特定功能的亚家族，或是某一大类结构域中的一个子类。这些关联关系在 InterPro 中以层级结构的形式存储，并在entries页面的关联关系区域以树形图展示。
家族entries与结构域entries均可形成层级关系，但二者的层级结构在数据库中相互独立、互不重叠（例如，某一结构域的子类不能同时是某一蛋白质家族的亚型）。不过，同源超家族与家族、结构域entries之间的关联关系属于例外：这类关系通过Jaccard 指数与包含指数自动计算生成，并显示在 “重叠的同源超家族” 区域中（见图2）。
重叠的同源超家族
重叠条目（Overlapping entries）区域展示的是同源超家族与家族、结构域类 InterPro 条目之间的关联关系，该关系通过分析匹配序列集合的重叠程度进行计算。
若满足以下条件，一个 InterPro 条目（IPR，类型为家族、结构域、重复序列或功能位点）会被判定与某一同源超家族相关：
二者的序列匹配区域存在重叠（即匹配位置落在同源超家族的边界范围内）；
匹配序列集合的Jaccard 指数（对等关系）或包含指数（父子关系）大于 0.75。
Jaccard index (equivalent) or containment index (parent/child)
两个数据集的并集与交集是什么？
并集（IPR1 ∪ IPR2）：两个数据集中出现的唯一蛋白质总数。
交集（IPR1 ∩ IPR2，等价于 IPR2 ∩ IPR1）：两个数据集共有蛋白质中，结构域发生重叠的数量。
如何判断蛋白质结构域是否相交？
通过查看两个目标条目之间的共有蛋白质，判断其结构域是否相交的核心是验证匹配区域是否重叠。
具体方法为：检查其中一个条目的匹配区域中点，是否落在另一个条目匹配区域的边界范围之内。
Jaccard = 交集蛋白数 ÷ 并集蛋白数 ，判断对等关系
Containment index（包含指数，判断父子关系），这个是看一个条目是不是几乎完全被另一个包含，比如：
IPR1 很大（超家族 / 大家族），IPR2 很小（亚家族 / 子结构域），IPR2 的蛋白几乎全都在 IPR1 里，containment ≥ 0.75，则判定：父子关系（parent/child）
如何在InterPro检索
输入氨基酸序列或核苷酸序列、进行文本检索（如关键词、短语，或 UniProt、InterPro 标识符）、输入结构域架构，或浏览 InterPro 成员数据库及 / 或条目类型。
InterPro 主页的搜索区域，展示了文本搜索框（A）与序列搜索（B）选项，在序列搜索中包含 【高级选项，Advanced options】：可在此修改序列类型（默认为蛋白质 / 氨基酸序列），并将搜索范围限定于感兴趣的成员数据库或序列特征。在顶部菜单中选择浏览标签页（C），可进入浏览式搜索（例如搜索成员数据库特征标记、InterPro 条目类型）。你也可以搜索特定的结构域架构（D）。
