# 氨基酸组成分析器

分析一条氨基酸序列的组成：20 种标准氨基酸各自的计数与摩尔百分数；分组统计（碱性 K/R/H、酸性 D/E、芳香族 F/W/Y、含硫 C/M、脂肪族 A/I/L/V、酰胺侧链 N/Q、羟基 S/T、其他 G/P）；按 Kyte–Doolittle 1982 疏水值计算 GRAVY 平均疏水指数（>0 偏疏水、<0 偏亲水，可溶性球状蛋白通常介于 −1 至 +0.3）；并附 ProtParam 平均质量表的分子量。歧义码（B/J/O/U/X/Z）单独计数、不计入百分比。来源：Kyte & Doolittle 1982、ExPASy ProtParam、Lehninger。仅供教学与实验规划。

> 标准页面: https://elysiatools.com/zh/tools/amino-acid-composition

- **分类:** Education

- **关键词:** 氨基酸组成分析器, 蛋白序列组成, 氨基酸百分比计算器, gravy 分数计算器, kyte doolittle 疏水性, 蛋白疏水平均指数, 芳香族残基含量, 带电残基计数, 蛋白序列疏水性, 生物化学计算器, 实验计算器

## 概述

氨基酸组成分析器可根据一条单字母氨基酸序列，统计 20 种标准氨基酸的数量与摩尔百分数、主要残基分组、Kyte–Doolittle GRAVY 平均疏水指数及按 ProtParam 平均质量表计算的分子量；歧义码会单独计数并排除在百分比之外。

## 输入项

- **氨基酸序列** (textarea): One-letter amino-acid sequence (case-insensitive; spaces and * - . separators are ignored).
- **小数位数** (number)

## 适用场景

- 快速查看蛋白或多肽序列中各氨基酸的组成比例。
- 比较序列的疏水性、亲水性、芳香族或带电残基特征。
- 在教学、序列初筛和实验规划中估算 GRAVY、分子量与残基分布。

## 工作原理

- 输入一条单字母氨基酸序列，工具不区分大小写，并忽略空格及 *、-、. 分隔符。
- 工具统计 20 种标准氨基酸的计数和摩尔百分数，并汇总碱性、酸性、芳香族、含硫等残基分组。
- 根据 Kyte–Doolittle 1982 疏水值计算 GRAVY；正值表示偏疏水，负值表示偏亲水。
- 同时根据 ProtParam 平均质量表计算分子量，并单独报告 B、J、O、U、X、Z 等歧义码。

## 使用案例

- 蛋白序列初筛：查看残基组成、分子量和整体疏水性。
- 标签与多肽分析：评估 His、Ser 等特定残基在序列中的占比。
- 生物化学教学与实验规划：用标准序列计算组成百分比和 GRAVY。

## 常见问题

### 支持哪些序列字符？

支持标准单字母氨基酸代码，也会识别 B、J、O、U、X、Z 等歧义码。

### 序列可以包含空格或分隔符吗？

可以。工具会忽略空格以及 *、-、. 分隔符。

### 歧义码会参与摩尔百分数计算吗？

不会。歧义码单独计数，并排除在标准氨基酸百分比之外。

### GRAVY 数值如何解读？

GRAVY 大于 0 表示整体偏疏水，小于 0 表示整体偏亲水。

### 可以调整结果的小数位数吗？

可以。小数位数可设置为 0 至 8 位，默认值为 2 位。

## 相关工具

- [平均血小板体积 (MPV) 分析器](https://elysiatools.com/zh/tools/mean-platelet-volume-analyzer): 分析平均血小板体积 MPV（单位 fL）。参考范围约 7.5–11.5 fL。低 MPV（< 7.5 fL，小而老的血小板）提示骨髓生成受抑：再生障碍性贫血、化疗/放疗后、近期血小板输注、缺铁性贫血早期恢复、Wiskott-Aldrich 综合征。高 MPV（> 11.5 fL，大而年轻的血小板）提示外周破坏伴代偿性骨髓生成、或大血小板性血小板减少：免疫性血小板减少症 ITP、脾切除后、骨髓增殖性肿瘤（ET/CML/MF）、重症感染恢复期、Bernard-Soulier/MYH9、巨幼细胞贫血、急性心肌梗死（血小板活化的不良心血管标志）。结合血小板计数可细化鉴别：低血小板+高 MPV→外周破坏（ITP/TTP/DIC 恢复）；低血小板+低 MPV→生成低下；高血小板+低 MPV→反应性血小板增多；高血小板+高 MPV→骨髓增殖性肿瘤。注意事项：EDTA 抗凝血放置约 2 小时血小板肿胀使 MPV 升高，且方法学相关（阻抗法 > 光学法 > 免疫法），应同实验室同仪器比较。来源 Bath 1996、Leader 2012、Vagdatli 2010、MDCalc。不构成医疗建议。
- [红细胞分布宽度 (RDW) 分析器](https://elysiatools.com/zh/tools/rdw-analyzer): 分析红细胞分布宽度 RDW 以辅助贫血鉴别。RDW-CV（变异系数）参考约 11.5–14.5%，RDW-SD（分布宽度）约 39–46 fL（各实验室略异）。RDW 升高提示红细胞大小不均（anisocytosis）。经典 Bessman 鉴别：RDW 升高 + MCV 低 → 缺铁性贫血（早期即可升高，先于 Hb/MCV 下降）；RDW 正常 + MCV 低 → 地中海贫血特征（均匀小细胞）。其他：RDW 升高 + MCV 高 → 巨幼细胞贫血（B12/叶酸缺乏）、MDS、药物、溶血伴网织红增多、白血病前期、或混合人群（如缺铁 + B12 缺乏、输血后）；RDW 升高 + MCV 正常 → 早期/混合营养缺乏、双相贫血、输血后、骨髓恢复；RDW 正常 + MCV 正常 → 慢性病贫血多为正细胞正色素性。需结合 Hb、铁蛋白、Hb 电泳、临床。来源 Bessman 1983、Teixeira 2014。不构成医疗建议。
- [T 检验计算器](https://elysiatools.com/zh/tools/t-test-calculator): 基于原始数据执行单样本或双样本 t 检验，并查看 t 统计量、自由度和 p 值
- [种群瓶颈效应模拟器（杂合度衰减）](https://elysiatools.com/zh/tools/bottleneck-effect-simulator): 模拟种群瓶颈后的期望杂合度损失（确定性期望）。理想 Wright-Fisher 漂变下每代 H_{t+1} = H_t(1 − 1/(2N))，故 H_final = H₀(1−1/2Nb)^t × (1−1/2Nr)^g；调和平均有效种群大小 Ne = (t+g)/(t/Nb + g/Nr) 由最小瓶颈主导；相对基础群体的累积近交系数 F = 1 − H_final/H₀。对频率 p 的目标等位基因，单代瓶颈存活概率 = 1 − (1−p)^(2Nb)，稀有等位基因最先丢失。经典案例：北象海豹（1890 年代约 20 只幸存 → 近零变异）、猎豹、夏威夷雁、欧洲野牛、平格拉普环礁。来源：Wright 1931、Nei et al. 1975、Hartl & Clark 2007、StatPearls。仅供教学用途。
- [相关性分析器](https://elysiatools.com/zh/tools/correlation-analyzer): 高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估
- [边界值处理器](https://elysiatools.com/zh/tools/data-boundary-processor): 高级边界值处理工具，用于识别和处理数值数据中的最小值和最大值。完美适用于数据验证、范围检查、统计分析和数据预处理。 功能特点： - 多种边界检测方法（绝对值、百分位数、标准差） - 灵活处理策略（裁剪、删除、替换、变换） - 自定义范围验证 - 非对称边界处理 - 批量处理能力 - 综合边界统计 - 数据质量评估 - 可视化边界报告 常见用途： - 数据验证和质量控制 - 传感器数据范围检查 - 金融数据限制执行 - 统计数据预处理 - 机器学习特征工程 - 数据库约束验证
- [数据去重工具](https://elysiatools.com/zh/tools/data-deduplicator): 基于多列组合移除重复记录
- [数据范围限制器](https://elysiatools.com/zh/tools/data-range-limiter): 将数值限制在指定范围内，通过裁剪、过滤或标记越界值。完美用于数据质量控制、传感器数据清洗、业务规则执行和数据预处理。 功能特点： - 范围裁剪（将值裁剪到最小/最大边界） - 范围过滤（移除越界行） - 范围标记（标记修改的值） - 每列范围配置 - 自动数值列检测 - 多种处理策略 - 详细修改报告 - 变更统计分析 - 业务规则执行 常见用途： - 传感器数据验证和清洗 - 机器学习输入准备 - 数据质量控制和验证 - 业务约束执行 - 异常值管理和控制 - 数据预处理管道

## 示例

- [路径分析器样本](https://elysiatools.com/zh/samples/path-analyzer): 来自Windows、Linux和macOS的文件系统路径综合集合，用于路径分析和测试
- [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [URL查询分析器示例](https://elysiatools.com/zh/samples/url-with-query-samples): 全面的URL查询参数集合，用于测试URL解析、编码验证和参数提取
- [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换

## 相关内容

- [蛋白定量、酶动力学与序列分析工具](https://elysiatools.com/zh/hubs/protein-quantification-enzyme-kinetics-sequence-tools): 在一个实验室工作流中完成蛋白测定、浓度换算、序列分析，以及酶活性、动力学、抑制和结合测量解读。
- [条码、二维码与标签工具](https://elysiatools.com/zh/hubs/barcode-utility): 把条码生成、二维码创建与解码、UPC/EAN 校验、WiFi 二维码分享和可打印标签工具集中到一个专题中。
- [音频编码与格式转换工具](https://elysiatools.com/zh/hubs/audio-convert): 在一个专题里比较音频格式转换、码率调整、采样率转换、编码切换和导出工具，适合交付与归档工作流。
- [图片格式转换与动画导出工具](https://elysiatools.com/zh/hubs/image-convert): 在一个专题里比较 JPG、PNG、GIF、AVIF、WebP、TIFF、ICO、base64 以及动画导出相关的图片格式转换工具。