信息速览

数据集名称PhosphoSitePlus — 人鼠翻译后修饰位点策展金标准，60 万+ PTM 位点

数据类型人工标注,知识库,原始数据

规模非患者数据（分子/蛋白层级知识库）：59,432 蛋白、600,632 PTM 位点（官网快照）

接入方式近 10,000 篇期刊论文手工策展（480+ 期刊）+ CST 未发表 MS2 数据 + 公开蛋白序列；覆盖 human/mouse 及 27 物种

AI 就绪度

§0 导读：这个数据集解决什么问题

蛋白质的生命远不止"由基因翻译出来"这一步。在翻译完成之后，蛋白质的特定氨基酸侧链还会被酶加上各种化学基团——磷酸基、乙酰基、甲基、泛素链、SUMO、糖链——这些被称为翻译后修饰（post-translational modification, PTM）。PTM 是细胞把"静态的基因序列"变成"动态的生物学行为"的关键开关：它决定一个蛋白是被激活还是关闭、停留在哪里、与谁结合、何时被降解。用一个被反复引用的比喻，PTM 是细胞内部通信这门"自然语言"的语法与词法——而被修饰的位点（modification site），就是这门语言里可以携带信息的"单词"。

问题在于：这门语言极其庞杂。人类基因组编码约 538 种激酶和 226 种磷酸酶，它们交织成一张稠密的信号网络；实验上，质谱（mass spectrometry, MS2）技术一次实验就能报告成千上万个磷酸化位点，但其中大量位点的功能意义并不清楚。研究者面临的是**“信息过载 + 真伪混杂”**的双重困境：海量的位点数据铺天盖地，可信的、经过人工核实的位点却是少数。

PhosphoSitePlus®（PSP）正是为回应这一困境而生的资源。它由抗体与试剂公司 Cell Signaling Technology（CST） 开发和维护，自 2001 年起由专家科学家逐篇手工策展文献中的翻译后修饰信息，把散落在近万篇论文里的位点、激酶-底物关系、疾病与组织关联，收敛成一个可靠的、可检索、可下载的系统生物学知识库。它最早（2003 年）以只覆盖磷酸化的 PhosphoSite® 形态上线，随后扩展为覆盖乙酰化、甲基化、泛素化、SUMO 化、O-糖基化等多种修饰类型的 PhosphoSitePlus。

对"千方病案医数集"而言，PSP 并不直接提供患者层级的临床数据，而是提供分子层级的注释金标准——它是蛋白质组学、细胞信号传导、药物靶点发现等领域里被引用最广的 PTM 知识库之一（arXiv 2402.05016 指出，在激酶-底物富集分析中"PSP 常被首选，因为它定期更新"）。理解 PSP，等于理解当代蛋白质组学研究"从哪里查一个位点是否真实、由哪个激酶催化、与哪种疾病相关"的底层参照系。

本条目以三源互证（官网快照 + 两篇 NAR 论文 + 独立第三方引用）为基础，分层陈列 PSP 的规模数字、数据结构、策展流程、许可与获取方式，并给出与库内蛋白/组学条目的互链路径。

0.1 为什么 PTM 是"细胞的自然语言"

要理解 PSP 的价值，先要理解 PTM 在生物学中的位置。一个蛋白质从基因翻译出来后，还要经历一系列化学修饰才能获得完整的功能身份：

磷酸化（phosphorylation）：最普遍的 PTM。在 Ser/Thr/Tyr 残基上可逆地加上磷酸基，像开关一样开启或关闭蛋白活性，是信号转导的核心机制。
泛素化（ubiquitination）：在 Lys 上连接泛素或泛素链，既可以是降解信号，也可以调控定位与活性。
乙酰化（acetylation）：在 Lys 上加乙酰基，常与染色质调控、代谢相关。
甲基化（methylation）：在 Lys/Arg 上加甲基，调控基因表达与信号。
SUMO 化、糖基化（O-GlcNAc/O-GalNAc/N-糖基化）、琥珀酰化等：各自调控不同过程。

这些修饰是可逆的、由酶（激酶/磷酸酶、E3 泛素连接酶/去泛素化酶等）介导的，因此它们构成一张"可编程"的调控网络。网站上那段被反复引用的比喻说：细胞通信可以看作细胞的"自然语言"，而 PTM 是这门语言语义的关键要素；修饰位点则是可以携带信息的"单词（word）"。PSP 的目标，就是把这门语言的"词典"尽可能完整、可靠地编纂出来。

0.2 "信息过载"困境的量化

这个困境不是抽象的。据 Proteomics 2024 综述，估计约 70% 的编码蛋白至少在一个残基上发生磷酸化；人基因组编码约 538 种激酶（10 个家族）与 226 种磷酸酶（6 个家族）。质谱技术的进步让一次实验就能报告成千上万个位点，但其中大量位点的功能意义未明。于是研究者需要的不仅是一个"位点列表"，而是一个能告诉他"哪些位点可信、由谁催化、与什么过程相关"的知识库。这正是 PSP 的定位。

0.3 本条目所依据的三条证据线

为避免"单一来源偏听"，本条目对每一个核心数字都尽量做三源互证：

证据线 A（一手官网）：phosphosite.org 首页快照与 About 页，提供最新规模与策展说明。
证据线 B（原始论文）：Hornbeck 2012 与 Hornbeck 2015 两篇 NAR 数据库期论文，提供奠基性口径与引用规范。
证据线 C（独立第三方）：IJMS 2025、arXiv 2402.05016、Proteomics 2024 等独立论文引用 PSP 的数字，用于交叉验证与发现口径分歧。

三源不一致处（尤其数字口径与许可版本），本条目一律逐条存照、不强行调和（见 §2.5、§5.3 与 FACTS.md §9）。

§1 数据集速览：十问十答

Q1：PhosphoSitePlus 是什么？
一个开放、动态、持续策展、高度可交互的系统生物学资源，专注收集实验观测到的蛋白质翻译后修饰（PTM）及其在生物过程中的调控作用。简称 PSP。

Q2：谁做的？
Cell Signaling Technology, Inc.（CST，美国马萨诸塞州 Danvers），由该公司科学家策展维护，并获美国国立卫生研究院（NIH）的 NCI、NIAAA、NIGMS 资助。

Q3：什么时候开始的？
2001 年起持续策展文献；2003 年以 PhosphoSite® 形态上线（页脚版权 ©2003 起），后扩展为 PhosphoSitePlus。

Q4：有多大？
官网首页快照（2026-10-15 实抓）：59,432 蛋白、600,632 个 PTM 位点、29,658 篇策展论文。其中磷酸化位点（Ser/Thr/Tyr）合计约 300,373，泛素化 111,548，乙酰化 39,203。

Q5：覆盖哪些修饰类型？
磷酸化（pSer/pThr/pTyr）、泛素化、乙酰化、甲基化（单/二/三甲基）、SUMO 化、O-GlcNAc、O-GalNAc、N-糖基化、琥珀酰化、半胱天冬酶切割等。

Q6：覆盖哪些物种？
以 human（人）和 mouse（鼠） 为主（2012 论文标题即限定 man and mouse）；独立文献称 2024 年 3 月版已覆盖 27 个物种。

Q7：数据从哪来？
双通道：低通量（LTP，文献中逐一验证）与高通量（HTP，MS2 质谱）——既含已发表文献数据，也含 CST 未发表的 MS2 数据。

Q8：怎么拿？
官网 https://www.phosphosite.org/ 提供简单/高级检索与浏览；数据可下载为 gzip 压缩的制表符文本（如 Phosphorylation_site_dataset.gz），另有 Kinase_Substrate_Dataset（txt/Cytoscape/BioPAX）。

Q9：许可怎么算？
非商业学术免费，通常标注为 CC BY-NC-SA（源码与 OmniPath 标 3.0，快照站标 4.0，官网称"使用受正式许可协议约束"）；商用需取得 CST 许可，引用须遵循官方规范。

Q10：为什么要用它？
它是激酶-底物富集分析（KSEA）、抗体交叉反应预测、信号通路重建等任务的最常用金标准库，被 KEA3、KSEAapp、pCHIPS、PhosFate、OmniPath、PhosNetVis 等大量下游工具集成。

Q11（延伸）：它不是医学影像数据集，为什么进千方库？
千方病案医数集的"AI-Ready"范畴不限于影像；PSP 代表分子/多组学层级的注释知识库，为肿瘤、药物靶点、信号通路等临床相关问题提供上游参照，与库内基因组学与多组学条目形成互补。

Q12（延伸）：它和 UniProt 什么关系？
PSP 以 UniProtKB 登录号为主键组织蛋白；网页引用位点时超链接到 phosphosite.org/uniprotAccAction?id=<UniProtKB ID>。UniProt 提供序列与蛋白注释的上游基础，PSP 在其上叠加 PTM 位点的实验与文献信息。

Q13（延伸）：数据"权威"到什么程度？
其权威性来自人工策展：近万篇论文、480+ 期刊被专家逐条审读。但注意 HTP/MS2 位点与 LTP 位点可靠性不同，官网明确提示解读 MS2 数据须谨慎。

Q14（延伸）：更新频率？
“持续更新（continuously curated）”——官网会标注具体更新时点（如 2024-06-17），论文亦有周期性续报（2012、2015）。

Q15（延伸）：有正式 API 吗？
无广泛可用的正式 REST API。主要获取方式为官网检索与批量下载（*_site_dataset.gz）；程序化访问可用 BioJava 的 Dataset 类封装下载 URL，或下载后本地解析。

Q16（延伸）：为什么官网容易被封？
官网部署了 Cloudflare 防护，频繁的自动化请求会触发拦截。因此工程化使用应"下载官方完整数据集"，而非网页爬取。

Q17（延伸）：PSP 数据可商用吗？
不可直接商用。非商业学术用途免费；商业用途须取得 CST 许可（官网称"使用受 PSP 数据须遵守正式许可协议"）。

Q18（延伸）：PSP 与 Phospho.ELM 是同一个吗？
不是。Phospho.ELM 是 ELM（Eukaryotic Linear Motif）项目下的独立磷酸化数据库，与 PSP 是不同团队、不同历史的资源，勿混淆。

Q19（延伸）：PSP 有患者数据吗？
没有。PSP 是分子/蛋白层级的知识库，不含患者个体信息；患者层级问题应查库内临床/EHR 条目。

Q20（延伸）：PSP 适合做知识图谱吗？
非常适合。它是高度结构化（UniProtKB 主键 + 制表符文本 + 溯源文献）的事实型知识库，天然适合作为生物医学知识图谱或 RAG 系统的语料来源。

§2 数据构成与规格

2.1 规模、来源与机构构成

PSP 的体量可以用官网首页快照的三个总数概括：59,432 个蛋白、600,632 个修饰位点、29,658 篇策展论文。这些数字背后是 CST 自 2001 年起、由专家科学家对文献的持续人工策展（官网原文：“Nearly 10,000 journal articles … have been manually curated by expert scientists from over 480 different journals since 2001”）。

策展来源期刊中，被收录最多的三种是 Journal of Biological Chemistry、Molecular and Cellular Biology 与 Oncogene——这一分布本身就反映了 PSP 的学科重心：细胞信号传导与癌症生物学。

数据来源分两条通道（详见 §3）：

低通量（LTP, low-throughput）：来自经实验逐一验证的文献报道，可靠性高，是 PSP 最核心的"可信位点"。
高通量（HTP, high-throughput, MS2）：来自质谱大规模发现，既包含已发表文献的 MS2 数据，也包含 CST 内部未发表的数据。

2.2 按修饰类型的位点分布

官网首页快照逐类型列出了位点数。下表为实抓数据（2026-10-15）：

修饰类型	位点数	占比说明
Phospho-Ser（磷酸化-丝氨酸）	181,188	最大类
Phospho-Thr（磷酸化-苏氨酸）	73,964
Phospho-Tyr（磷酸化-酪氨酸）	45,221
Ubiquitylation（泛素化）	111,548	第二大修饰
Acetylation（乙酰化）	39,203
Mono-Methylation（单甲基化）	15,237
Sumoylation（SUMO 化）	8,729
N-Glycosylation（N-糖基化）	6,401
Succinylation（琥珀酰化）	5,434
Di-Methylation（二甲基化）	2,937
O-GalNAc（O-半乳糖胺糖基化）	2,112
O-GlcNAc（O-乙酰葡糖胺糖基化）	1,783
Caspase cleavage（半胱天冬酶切割）	484
Methylation（甲基化，未细分）	388
Tri-Methylation（三甲基化）	358

读表要点：磷酸化（Ser+Thr+Tyr）合计 300,373，是绝对主体；泛素化以 111,548 位列第二，显示 PSP 早已超越其"磷酸化数据库"的起源定位。其余修饰类型规模小且分布不均（如三甲基化仅 358、甲酯化仅 388），检索非磷酸化位点时应预期覆盖稀疏。

2.3 位点形态：word with context（带语境的词）

PSP 对一个"修饰位点"的定义非常具体：被修饰的残基（position 0）+ N 端 7 个侧翼氨基酸（-7 至 -1）+ C 端 7 个侧翼氨基酸（+1 至 +7），合计 ±7 的序列语境。官网把这一侧翼区域称为位点的"形态（morphology）"——就像自然语言中一个词的含义取决于它的搭配，位点的生物学含义由侧翼基序决定。

两个被官网举例说明的经典基序偏好：

DNA 损伤激酶：强偏好 [ST]Q（被修饰的 Ser/Thr 后紧跟 Gln）；
抗凋亡激酶 Akt：偏好 [ST] 在 -3 与 -5 位有 Arg，即 XRXRXX[st]X（[st] 表示 position 0 的被修饰 Ser/Thr）。

这一定义意味着 PSP 的数据在结构上是"序列语境化"的：检索一个位点不只是拿到坐标，还拿到它所在的序列窗口，从而可以计算基序、做序列 logo、比较同源位点的保守性。

2.4 覆盖物种与不确定性分层

物种：核心覆盖 human 与 mouse（2012 论文标题明确限定）；2024-03 版独立文献报告 27 个物种。非模式物种覆盖稀薄是公开的局限。
可靠性分层：LTP 位点（逐一验证）可靠性高；HTP/MS2 位点可靠性较低——官网专门设节 “Use Caution When Interpreting MS2 Data!” 与 “Evaluating the Reliability of MS2 Site Assignments”，提醒用户 MS2 位点的置信度需要评估。这是使用 PSP 时最重要的分层原则：不同任务（如寻找药物靶点 vs. 做探索性富集分析）应对 LTP/HTP 来源做不同过滤。
体内 vs. 体外：PSP 在记录中区分 in vivo 与 in vitro 证据，影响位点生物学意义的解读。
序列持续更新：官网注明 “Sequences Are Continuously Updated”，即参考蛋白序列会随着上游数据库（如 UniProt）更新而重算。

2.5 数据体量随时间膨胀（口径分层）

PSP 的规模数字随版本快速膨胀，且不同时点/物种/类型的口径并不一致，检索者务必锚定抓取时点：

时点/口径	数字	来源
2012 论文	约 130,000 非冗余修饰位点	Hornbeck 2012, NAR
2024-03 版	378,971 磷酸化位点 / 27 物种	IJMS 2025（独立引用）
2024-06-17 版	23,564 磷酸化位点（人 14,498）；KSI 10,875 对	arXiv 2402.05016（独立引用）
2024-07	人磷酸化位点 240,178	Proteomics 综述 PMC11735659（独立引用）
2026-10-15 官网快照	600,632 PTM 位点 / 59,432 蛋白	官网首页（实抓）

口径说明：官网 600,632 是"全物种 + 全修饰类型"的总位点；2012 的 130,000 是"非冗余修饰位点"；240,178 是"人 + 磷酸化"；378,971 是"27 物种 + 磷酸化"。它们不是矛盾，而是不同维度切片——但绝不可跨口径直接比较或相加。

2.6 与相关资源的关系边界

PSP 不是孤立存在的。它与几个同域资源形成互补而非重复的关系（详见 §9）：

UniProt：提供蛋白序列与登录号，是 PSP 的主键基础（上游）。
Phospho.ELM / HPRD / PHOSIDA：早期磷酸化数据库，官网在 2012 论文中用图 1 对比了它们的发文时点，PSP 长期是其中体量与更新频率领先者。
Human Protein Atlas：蛋白表达与定位，与 PSP 的组织/疾病语境互补。
STRING / IntAct：蛋白互作网络，与 PSP 的激酶-底物网络互补。
Reactome / KEGG：通路数据库，PSP 的 KSI 可经 BioPAX 映射至通路。

理解了 PSP 的边界，才能正确地把"位点注释"与"序列来源"“互作网络”"通路语境"各安其位。

2.7 数据字段字典（下载文件的主要列）

PSP 下载的 *_site_dataset.gz 是制表符分隔文本。以下是其记录的主要字段（按领域惯例与官网描述归纳，具体列名以实际下载文件为准）：

字段类别	代表字段	含义
蛋白标识	`GENE` / `PROTEIN` / `ACC_ID`	基因符号、蛋白名、UniProtKB 登录号
位点定位	`MOD_RSD`	修饰残基与位置，如 `S23`（第 23 位丝氨酸）
序列语境	侧翼序列列	position 0 两侧 ±7 氨基酸
修饰类型	`MOD_TYPE`	磷酸化/乙酰化/泛素化等
来源标记	LTP/HTP 标记列	是否为低通量验证位点
文献	`PUBMED` / `REF`	出处文献编号
疾病关联	`DISEASE`	关联疾病
组织/细胞	`TISSUE` / `CELL_LINE`	关联组织与细胞系
结构域	`DOMAIN`	位点所在结构域
激酶	`KINASE`（KSI 数据集）	催化该位点的激酶
调控	`ON_FUNCTION` / `ON_PROCESS`	位点对功能/过程的影响

读取要点：不同修饰类型的文件列结构略有差异；跨文件合并时以 UniProtKB 登录号 + 修饰残基位置为联合主键。来源标记列是使用 PSP 时最重要的过滤依据。

2.8 三类使用者的典型问题

PSP 的用户群体大致可分三类，他们问的问题不同，使用 PSP 的方式也不同：

实验研究者：想验证某个位点是否已被报道、是否已有抗体。“我在 AKT1 上看到的 S473 磷酸化，是真核实的还是质谱噪声？”——这类问题需要看来源标记与文献。
生物信息学者：想把 PSP 当作分析流程的输入。“我要对一批磷酸化组数据做 KSEA，用哪个 KSI 数据集、怎么处理物种映射？”——这类问题需要 Kinase_Substrate_Dataset 与物种/登录号映射。
临床/转化研究者：想从位点关联到疾病与靶点。“这个激酶底物是否与某种肿瘤相关、有没有对应药物？”——这类问题需要疾病关联数据集与下游靶点资源。

三类问题对应 PSP 的三层价值：验证层（位点真伪）、分析层（KSI 富集）、转化层（疾病/靶点关联）。

§3 策展流水线：人工如何在 MS2 洪水里挑出可信位点

PSP 最核心的差异化能力，不是"数据多"，而是"数据可信"。理解它是如何在不牺牲规模的前提下维持可信度，是使用它的前提。

3.1 双通道来源：LTP 与 HTP

官网把数据来源刻意分为两类并分别标记：

低通量（LTP, low-throughput）：来自经实验逐一验证的文献报道（例如体外激酶实验、免疫印迹、定点突变验证的位点）。这类位点数量相对少，但可靠性最高，是 PSP 的"可信锚点"。
高通量（HTP, high-throughput）：来自质谱（MS2）大规模发现。这类位点数量庞大，但包含大量假阳性或功能未明的位点。PSP 的 HTP 数据既来自已发表文献，也来自 CST 内部未发表的 MS2 数据。

官网原文：“PSP integrates both low- and high-throughput (LTP and HTP) data sources into a single reliable and comprehensive resource.”（把 LTP 与 HTP 整合进单一可靠而全面的资源）——"reliable and comprehensive"这对形容词正对应了双通道的设计哲学。

3.2 HTP 的谨慎使用原则（官网专节）

官网专门设置了一节 “Use Caution When Interpreting MS2 Data!”（解读 MS2 数据须谨慎），并配以 “Evaluating the Reliability of MS2 Site Assignments”（评估 MS2 位点判定的可靠性）方法说明。这传递出一个明确信号：PSP 自身并不主张所有记录同等可信。它把可信度判断权交给用户，通过来源标记（LTP/HTP）让用户自行过滤。

实操建议（供检索者参考）：

做药物靶点筛选、临床相关的机制研究时，优先使用 LTP 位点；
做探索性磷酸化蛋白质组富集分析时，可纳入 HTP 位点以扩大覆盖，但结论需保守；
任何时候，不要忽略来源标记——把 HTP 位点当作 LTP 位点使用是最常见的误用。

3.3 人工策展的规模与流程

策展起点：2001 年。
策展主体：CST 的专家科学家（expert scientists）。
策展对象：近 10,000 篇期刊论文，覆盖 480+ 种期刊（官网 About 页措辞）；官网首页同期显示 29,658 篇 curated papers（2026-10-15 快照）。
策展粒度：逐条记录位点、残基、位置、修饰类型、文献出处、疾病/组织/细胞系关联、结构域与基序语境。
持续更新：“continuously curated”——这是一个在线动态资源，而非一次性发布的数据集。

双口径存照：官网 About 页说 “Nearly 10,000 journal articles”，而首页计数器显示 29,658 curated papers。二者差异可能来自（a）About 文本更新滞后于计数器，或（b）计数口径（论文数 vs. 文献条目数）不同。本条目按两种口径并列存照，不强行调和。

3.4 位点注释的"信息层"结构

综合官网 About 页的描述，一个 PSP 记录承载的信息可分为几层：

分子层：蛋白、残基、位置、修饰类型、序列语境（±7）。
证据层：LTP/HTP 来源标记、文献出处、体内/体外区分。
功能层：位点与特定蛋白功能、细胞过程的关联（“how the modified site relates to the functions of specific proteins and cellular processes”）。
语境层：疾病、组织、细胞系、亚细胞定位、结构域、基序。
结构层：侧链被修饰残基的分子可视化（可下载 PyMOL / Chimera 着色脚本）。

这种分层设计使 PSP 既能满足"查一个位点是否存在"的简单问题，也能支撑"某个激酶在特定组织中通过哪些底物影响哪些过程"的复杂分析。

3.5 可迁移的方法学经验

PSP 流水线中最值得借鉴的，是**“把可信度做成数据字段”**的做法：它没有试图把 HTP 位点一律清洗掉（那会损失覆盖），也没有把它们与 LTP 位点混为一谈（那会损害可信），而是在同一个库里用来源标记维持"一条数据一个可信度标签"。对任何做知识库策展的团队而言，这都是一条可迁移的工程原则：规模与可信度不是二选一，前提是你能把可信度显式编码进数据结构。

§4 功能与分析接口：从查位点到做分析

PSP 不只是"查得到"，还"用得动"。它的分析接口面向蛋白质组学研究的真实工作流设计。

4.1 检索层

简单检索：按蛋白名或激酶底物进行检索。
高级检索：可按结构域（domain）、基序（motif）、序列（sequence）、参考文献（references）、蛋白类型（protein type）或 GO 术语（GO terms）过滤 PTM 或蛋白。
浏览（Browse）：按疾病（disease）、组织（tissue）或细胞系（cell line）浏览高通量数据集。
下载：可下载与疾病、细胞系、组织相关的 PTM 集合。

4.2 分析与可视化层

序列 logo 生成器（sequence logo generator）：对上传的数据集生成序列 logo，观察位点侧翼的保守偏好。
Cytoscape 插件（phosphositeClient.jar）：把激酶-底物网络导入 Cytoscape 进行交互式网络分析。
BioPAX 下载：以 BioPAX 格式导出激酶-底物交互，便于通路可视化与跨库整合。
PyMOL / Chimera 脚本：为被修饰残基的活性基团着色，支持分子结构可视化。
分子可视化：在蛋白页面提供位点的侧链分子可视化。

4.3 导航流（navigational flow）

官网 2012 论文的 Figure 2 描述了 PSP 的导航结构，大致为：

从首页发起简单或复杂检索；
进入底物页面（substrate page）或蛋白页面（protein page）——含位点、序列、结构域图、分子可视化；
进入位点页面（site page）——含该位点与蛋白功能、细胞过程的关系；
进入策展信息页面（curated information page）——汇总某记录的全部细节。

4.4 与下游工具的集成生态

PSP 是多个生物信息学工具的默认知识源或金标准：

KSEA 类：KEA3、KSEAapp、KSEA、KSEAplus、pCHIPS——普遍使用 PSP 等 KSI 数据库推断激酶活性，其中 PSP 因"定期更新"而常被首选（arXiv 2402.05016）。
网络可视化：PhosNetVis 支持 KSEA 与 KSI 网络的交互式 2D/3D 可视化，其 KSI 数据来自 PSP。
激酶活性预测：PhosFate 明确声明其激酶-底物关系"extracted from the February 2016 version of PhosphoSitePlus"。
元数据集成：OmniPath / pypath 将 PSP 作为约 80 个原始资源之一集成。
程序化访问：BioJava 内置 org.biojava.nbio.phosphosite.Dataset 类，直接封装 PSP 的下载 URL。

这一生态说明：PSP 的价值不仅在"人查"，还在"机器读"——它是大量自动化分析流程的隐形底座。

4.5 KSI 数据规模实例

以 2024-06-17 更新版为例（独立文献口径）：10,875 对激酶-底物关系（KSI），其中人 7,895 对；23,564 个磷酸化位点，其中人 14,498 个。这组数字对做 KSEA 的用户尤其重要：它决定了你的富集分析的"分母"有多大。

4.6 一个完整的使用示例（思想实验）

假设一位研究者做了一次药物处理前后的磷酸化蛋白质组实验，想回答"处理激活了哪条激酶通路"。他使用 PSP 的典型流程如下：

获取底物集：从 PSP 下载 Kinase_Substrate_Dataset，得到"激酶 → 底物位点"的关系表（2024-06-17 版约 10,875 对）。
对齐实验数据：把实验检测到的磷酸化位点（例如质谱报告的位点）与 PSP 底物位点按"蛋白 + 残基 + 位置"对齐。
富集分析：对每个激酶，统计其底物中"在处理后显著变化"的比例，与背景分布比较（KSEA 类方法）。
收敛网络：把显著的激酶-底物关系作为边，构建网络并用 Cytoscape/PhosNetVis 可视化。
通路映射：用 BioPAX 或跨库映射，把网络投射到 Reactome(424)/KEGG(433) 通路上。
交叉验证：对关键激酶，用 UniProt(37) 确认底物注释、用 IntAct(582)/STRING(414) 确认互作证据。
记录口径：在方法学中写明使用的 PSP 版本/抓取日期与是否过滤 HTP 位点。

这个流程展示了 PSP 的核心用法：它不是终点，而是"实验数据 → 机制解释"链条中的知识枢纽。每一步的口径选择（物种、来源、版本）都会影响最终结论，这正是使用 PSP 时最需要留心的地方。

4.7 与其他 PTM 资源的对照使用

PSP 常与其他 PTM 资源搭配使用，各取所长：

资源	侧重	与 PSP 的关系
PhosphoSitePlus	多修饰、人工策展、持续更新	本体
Phospho.ELM	磷酸化、ELM 基序语境	独立同域资源
HPRD	人类蛋白参考库（含磷酸化）	历史同域资源
PHOSIDA	磷酸化位点集	历史同域资源
dbPTM / 其他	多修饰整合	下游整合库
UniProt	序列与通用注释	上游序列来源
Reactome	通路	下游语境映射

使用原则：不同资源对同一位点的置信度判定可能不同；做严谨分析时，建议以 PSP 为主、以其他资源做交叉核对，并在方法论中说明所选口径。

§5 版本、许可与获取：怎么合法地拿到数据

5.1 获取渠道

在线检索：https://www.phosphosite.org/ （新版 https://www.phosphosite.org/psp/）
批量下载：https://www.phosphosite.org/downloads/ 下提供 gzip 压缩的制表符分隔文本。
程序化访问：BioJava 的 Dataset 类封装了标准下载 URL，便于脚本化获取。

5.2 下载数据集清单

以下文件名为 BioJava 源码中实抓的标准下载项：

数据集	文件名（.gz）
乙酰化位点	`Acetylation_site_dataset.gz`
疾病关联位点	`Disease-associated_sites.gz`
甲基化位点	`Methylation_site_dataset.gz`
磷酸化位点	`Phosphorylation_site_dataset.gz`
调控位点	`Regulatory_sites.gz`
SUMO 化位点	`Sumoylation_site_dataset.gz`
泛素化位点	`Ubiquitination_site_dataset.gz`

此外还有：

Kinase_Substrate_Dataset：激酶-底物数据集，提供三种格式——制表符分隔 txt（Kinase_Substrate_Data）、Cytoscape 插件、BioPAX 格式。
Phosphosite_seq：当前参考蛋白序列的完整存档。

5.3 许可（License）——本条目最需谨慎的一节

PSP 的许可存在多口径并存的情况，检索者务必注意：

口径来源	许可表述
BioJava 源码注释	“licensed under Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License and is freely available for non-commercial purposes”（CC BY-NC-SA 3.0，非商业免费）
OmniPath / pypath 元数据	Creative Commons Attribution-NonCommercial-ShareAlike 3.0 International（CC BY-NC-SA 3.0）
OpenDataLab 快照（v6.7.4）	CC BY-NC-SA 4.0
官网 staticCiteUs	“Use of PSP data is subject to a formal license agreement.”（使用受正式许可协议约束）

综合判断：PSP 对非商业学术用途免费开放，这是所有口径的共识；商业用途须取得 CST 许可，这也是共识。冲突点仅在具体 CC 版本号（3.0 vs 4.0）与"是否有正式协议文本"。本条目按"非商业学术免费、商用需许可"成稿，并逐条存照，具体许可版本以官网协议为准。

5.4 引用义务（官方 staticCiteUs 规则）

信息源自 PSP 并在出版物/演示中使用时，须按以下规则引用：

印刷出版物（期刊、书籍等）：引用

Hornbeck PV, Zhang B, Murray B, Kornhauser JM, Latham V, Skrzypek E. PhosphoSitePlus, 2014: mutations, PTMs and recalibrations. Nucleic Acids Res. 2015, 43:D512-20.
口头报告、幻灯片、图片：在右下角注脚标注

PhosphoSitePlus®, www.phosphosite.org
网页资源引用位点时：超链接至 www.phosphosite.org/uniprotAccAction?id=<UniProtKB ID>。例：人蛋白 ANXA2 的位点链接为 https://www.phosphosite.org/uniprotAccAction?id=P07355。
二次数据库批量下载：下载表中必须包含一列标注 “PSP” 为数据来源。

5.5 版本链与时间线

2003：PhosphoSite® 上线（仅磷酸化）；页脚版权起点 ©2003。
2011 前后：扩展为 PhosphoSitePlus（增加乙酰化、甲基化、泛素化、O-糖基化等）。
2012：NAR 数据库期发文（Hornbeck 2012，130,000 位点口径）。
2015：NAR 数据库期续报（mutations, PTMs and recalibrations）。
2024：多篇独立文献引用 2024-03、2024-06-17、2024-07 等更新时点。
2026：官网持续在线更新（页脚 ©2003-2026）；快照站 OpenDataLab 收录 v6.7.4（117.1MB）。

遗留疑点：官方 release-notes 版本表在抓取时受访问限制（Cloudflare 拦截），未能取得完整版本号序列；v6.7.4 仅来自第三方快照站标注，与官网在线版的对应关系待核（见 §9）。

§6 生态与影响：一个商业公司的公共科研基础设施

6.1 一个略反直觉的身份：公司做的公共资源

PSP 由 Cell Signaling Technology 维护。CST 是一家商业抗体与试剂公司，而非传统意义上以公共资金为主的学术机构或政府数据库（如 UniProt、PDB）。这让 PSP 在身份上处于一个特殊位置：它既获得 NIH（NCI、NIAAA、NIGMS）的公共资助，又由一家商业实体的科学家运营，并对非商业用途免费开放。

理解这一定位有助于正确使用它：

优势：CST 的科学家本身就是抗体研发与信号传导研究的实践者，对"哪些位点有可靠抗体、哪些激酶-底物关系经实验验证"有直接的领域判断，这使得 PSP 的策展质量有独特保障。
需警觉处：PSP 记录的位点中，有一部分（如 IJMS 2025 文献提到，March 2024 版有 2,357 个位点报告可被 CST 抗体识别）与 CST 的商业抗体产品线相关。检索者应意识到策展方向可能与商业战略存在关联，并在跨库交叉验证时保持审慎。

这并非 PSP 独有的问题——许多由商业公司维护的生物数据库都面临类似张力——但作为使用原则，明确指出比回避更诚实。

6.1b 抗体经济与 PSP 的共生关系

要理解 PSP 的策展动力，需要理解抗体这一细分市场。PTM 研究中，研究者常常依赖"位点特异性抗体"来检测某个磷酸化位点——例如"检测 AKT1 pS473 的抗体"。PSP 作为一个记录了"哪些位点被实验观测、哪些位点有抗体"的资源，天然与抗体产品线形成共生：

对研究者：PSP 帮他确认"这个位点是否真实、是否已有可用抗体"，减少重复摸索。
对 CST：PSP 记录了其抗体的靶位点信息（IJMS 2025 提到 March 2024 版有 2,357 个位点报告可被 CST 抗体识别），客观上与其产品线形成呼应。

这种共生不是缺陷，而是 PSP 得以持续投入的经济基础——CST 从维护公共资源中获得的声誉与产品可见度，反过来支撑了策展工作。但作为使用者，最稳妥的做法始终是：把 PSP 当作知识来源之一，而非唯一裁判，尤其在涉及商业采购决策时。

6.2 在 PTM 数据库景观中的位置

PSP 并非唯一的 PTM 资源。它的历史位置可通过几条线索确定：

前身谱系：PhosphoSite（2003，仅磷酸化）→ PhosphoSitePlus（多修饰）。
同域竞合：Phospho.ELM（Eukaryotic Linear Motif 项目，2004 起）、HPRD（Human Protein Reference Database）、PHOSIDA。PSP 2012 论文的 Figure 1 就把自家的位点/蛋白/文献累积曲线与这三个资源的关键发文时点放在一起对比，显示 PSP 在体量与持续更新上的领先。
现代定位：在 KSEA、激酶活性预测、磷酸化蛋白质组分析的工具链中，PSP 常被列为首选知识源（“often preferred, as it is regularly updated”，arXiv 2402.05016）。

6.3 被集成与被依赖的广度

PSP 的影响力可从依赖它的下游工具规模侧面衡量：

富集分析工具：KEA3、KSEAapp、KSEA、KSEAplus、pCHIPS。
可视化工具：PhosNetVis（KSEA + KSI 网络 2D/3D 可视化）、Cytoscape 插件。
激酶活性预测：PhosFate（明确声明 KSI 来自 PSP 2016-02 版）。
数据集成平台：OmniPath / pypath。
编程库：BioJava。
抗体交叉反应研究：CESA 工具（用 PSP 作为 get phosphosite 抗体位点信息的来源）。

当一个资源成为大量工具的默认依赖时，它的"口径"实际上就成了整个领域的"口径"。这既是 PSP 的权威，也是使用它时必须留心的责任：如果你不加区分地使用 PSP 的 HTP 位点，你的下游分析会继承它的不确定性。

6.4 临床与药物发现的相关性

虽然 PSP 本身是分子层级的数据库，但它的应用与临床问题高度相关：

癌症：PSP 收录的 Oncogene 等期刊文献、疾病关联位点（Disease-associated_sites 数据集），直接服务于肿瘤信号通路研究。异常磷酸化与多种癌症的发生发展密切相关（如 EGFR 的 L858R、del19 突变引发自磷酸化级联）。
药物靶点：激酶是极具吸引力的药物靶点——据 Proteomics 2024 综述，截至 2024 年已有 80+ 种激酶抑制剂获 FDA 批准，另有 180 种在临床实验中。PSP 的 KSI 数据是筛选与验证激酶靶点的基础设施。
生物标志物：PSP 的疾病/组织关联位点常用于发现候选生物标志物。

6.5 影响方式的三层结构

综合来看，PSP 的影响力可分三层：

直接使用层：研究者手工查询位点、下载数据集。
工具集成层：下游分析工具把 PSP 作为内置知识源。
标准渗透层：PSP 的位点定义（±7 语境）、来源分层（LTP/HTP）、KSI 组织方式，逐渐成为领域事实标准。

§7 方法学启示与局限：如何不被"体量大"迷惑

7.1 核心启示一：可信度必须显式编码

PSP 用 LTP/HTP 来源标记把可信度做成数据字段，而非隐式的"你懂的"。这是对任何数据策展工作的直接启示：在追求覆盖的同时，把不确定性结构化地记录在数据里，比事后清洗更有价值。使用方也应养成"先看来源标记，再看位点"的习惯。

7.2 核心启示二：口径必须锚定时点

PSP 的规模数字在不同时点差异巨大（130,000 → 600,632），且物种/类型切片不同（人磷酸化 240,178 vs 全类型全物种 600,632）。跨版本复用数据、做对比分析时，必须锚定具体抓取时点与口径，否则会得出错误的规模结论。

7.3 核心启示三：商业维护的公共资源需要交叉验证

PSP 中部分位点与 CST 抗体产品相关。使用时应与 UniProt、Reactome、IntAct 等独立来源交叉验证，尤其在做有临床/商业后果的判断时。

7.3b 核心启示四：HTP 洪水的治理不是"清洗"而是"分层"

面对质谱带来的海量位点，一种思路是"尽量清洗掉不可信的"，另一种是"全部保留但分层标注"。PSP 选择了后者。这个选择的深层逻辑是：功能意义未明 ≠ 数据无价值。一个今天看来"只是质谱噪声"的位点，可能在明天的研究中被证明重要。清洗会永久丢失信息，分层则保留了重新评估的可能。对建造 AI-Ready 数据集的团队而言，这是一个重要范式：不要把不确定性当垃圾扔掉，把它变成字段。

7.3c 核心启示五：众包时代的"专家策展"仍不可替代

在自动注释、众包标注、大模型抽取盛行的今天，PSP 坚持"专家科学家逐篇手工策展"显得耗时。但正是这种人力投入，换来了 LTP 位点的可信度与文献溯源的完整性。这说明：在高风险领域（如药物靶点、临床机制），人工策展的边际价值不会因为自动化而消失——自动化可以提高覆盖率，但很难替代专家对"这条证据是否成立"的判断。

7.4 局限清单

物种偏斜：人/鼠占主导，非模式物种覆盖稀薄。
类型偏斜：磷酸化约占半数，其余修饰类型规模小。
LTP/HTP 混杂：若不加过滤，会把低置信度 MS2 位点当作可靠证据。
许可口径不一：CC BY-NC-SA 3.0/4.0/"正式协议"并存，商用须另行确认。
版本时滞：快照版本（v6.7.4）与在线版可能不同步。
非患者层级：PSP 不含患者个体数据，无法直接回答临床队列问题。
无正式 REST API：程序化访问需下载批量文件，实时查询不便。
官网防护严格：Cloudflare 防护使自动化抓取困难，需依赖官方下载文件。
策展偏斜的不可见性：哪些位点被优先策展、哪些被忽略，其选择标准未完全公开。

7.5 适合谁 / 不适合谁

适合：

蛋白质组学、磷酸化蛋白质组研究者；
细胞信号传导、激酶-底物关系研究者；
激酶靶点药物发现团队；
需要 PTM 知识库做富集分析/网络分析的生物信息学工具开发者；
抗体研发与交叉反应研究者。

不适合：

需要患者个体临床数据的研究（PSP 无患者层级数据）；
需要非模式物种或罕见修饰类型深度覆盖的研究；
商业用途而未取得 CST 许可的使用者。

§8 在千方病案医数集中的定位与互链

8.1 定位：分子层级的注释底座

千方病案医数集覆盖从影像、信号到基因组学、临床文本的多层级医学数据。PSP 在其中扮演分子/多组学层级的注释知识库角色——它不提供患者数据，但为肿瘤、药物靶点、信号通路等临床相关研究提供上游的分子参照。

在 AI-Ready 的光谱上，PSP 属于"高度结构化、机器可读的事实型知识库"：以 UniProtKB 登录号为主键、以制表符文本为交换格式、附来源标记与文献出处，天然适合作为 RAG（检索增强生成）或知识图谱的知识源。

8.2 库内互链点（rid 按 DB 实测）

库内条目	rid	关系与互链理由
uniprot	37	最强互链：PSP 以 UniProtKB 登录号为主键，序列与蛋白注释的上游基础
string	414	蛋白-蛋白互作网络，与 PSP 激酶-底物网络互补，可联合构建信号网络
reactome	424	通路数据库，PSP 的 KSI 经 BioPAX 可映射至通路
kegg	433	通路/信号传导，与 PTM 调控网络互补
intact	582	分子相互作用数据库，与 KSI 网络同域
pdb	43	3D 结构，PSP 提供 PyMOL/Chimera 脚本做修饰残基分子可视化
alphafold	40（另 573）	预测结构，用于被修饰位点的结构语境分析
pfam	1043	蛋白结构域，PSP 高级检索支持按结构域过滤
interpro	1044	蛋白家族/结构域注释，与 PSP 结构域维度互补
pdbbind	134	结合亲和力，与位点-药物靶点关联
human-protein-atlas	404	蛋白表达/亚细胞定位，与 PSP 组织表达语境互补
proteomexchange	389	质谱原始数据，PSP HTP 位点的上游数据源
proteingym	813	蛋白变异功能效应，与 PSP 突变/PTM 数据同域（2015 文含 mutations）
hvdropdb	893	变异/疾病相关蛋白，与 PSP 疾病关联位点互补
polypdb	779	蛋白结构/突变，与 pdb 同生态

互链纪律提醒：以上 rid 取自 DB 实测查询（status=1 AND del_sign=0 口径核对）。若入库时目标条目 rid 发生变动（如 R015 重复入库情形），须按写前查询结果回填，不可按预计值填写（R018）。

8.3 检索路径建议

想查某个位点是否真实存在、由哪个激酶催化 → 直接用 PSP 检索（按蛋白或激酶底物）。
想查某蛋白的序列与基础注释 → 用 UniProt（rid=37），PSP 作为 PTM 叠加层。
想查某位点所在结构域/家族 → 交叉 Pfam（rid=1043）/InterPro（rid=1044）。
想查某激酶底物集富集在哪些通路 → 用 PSP 的 KSI + Reactome（rid=424）/KEGG（rid=433）。
想查某位点与疾病/组织的关联 → 用 PSP 的 Disease-associated_sites + Human Protein Atlas（rid=404）。
想查磷酸化蛋白质组的原始质谱数据 → 用 ProteomeXchange（rid=389），PSP 提供注释层。

§9 与库内条目的关系：家族图谱与关系声明

9.1 家族图谱

PSP 在千方库内属于"组学与注释"家族，与以下条目形成关系网络：

上游序列层：uniprot(37)、alphafold(40/573) — 序列与结构来源。
同层注释层：pfam(1043)、interpro(1044)、proteingym(813)、hvdropdb(893)、polypdb(779) — 结构域、变异、疾病相关蛋白。
网络互作层：string(414)、intact(582) — 蛋白互作网络。
通路层：reactome(424)、kegg(433) — 信号与代谢通路。
表达与定位层：human-protein-atlas(404) — 蛋白表达/亚细胞定位。
数据源层：proteomexchange(389) — 质谱原始数据。
结合层：pdb(43)、pdbbind(134) — 结构与结合亲和力。

9.2 消歧声明

PSP ≠ PhosphoSite：PhosphoSite®（2003，仅磷酸化）是 PSP 的前身，PSP 是其多修饰扩展版。引用时应统一用 PhosphoSitePlus。
PSP ≠ Phospho.ELM：Phospho.ELM 是 ELM 项目下的磷酸化数据库，与 PSP 是不同团队的不同资源，勿合并。
PSP ≠ PhosFate / PhosNetVis / PhosNetVis：后三者是使用 PSP 数据的下游工具/资源，非 PSP 本体。
PSP ≠ Human Protein Atlas：HPA 侧重蛋白表达与定位，PSP 侧重 PTM 位点，维度不同。

9.3 互链路径建议（供主会话填充 relatedLink）

建议互链：uniprot(37)、string(414)、reactome(424)、intact(582)、pdb(43)。以上为纯 URL 层面互链，正文消歧说明（9.2）不进 frontmatter（R012 教训）。

9.4 与库内其他组学条目的协同场景

PSP × UniProt(37)：PSP 提供位点，UniProt 提供序列与蛋白注释——两者联合可回答"这个位点在蛋白的哪个区域、是否在已知功能域内"。
PSP × STRING(414)/IntAct(582)：PSP 的激酶-底物是"有方向的"关系，STRING/IntAct 的互作多为"无方向的"或物理互作——联合使用可丰富网络语义。
PSP × Reactome(424)/KEGG(433)：PSP 的 KSI 经 BioPAX 可映射到通路，把"分子事件"提升为"通路事件"。
PSP × Human Protein Atlas(404)：PSP 给"位点"，HPA 给"表达与定位"——联合可判断位点所在蛋白在目标组织是否表达。
PSP × ProteomeXchange(389)：PSP 是注释层，ProteomeXchange 是原始质谱数据的仓库——联合可做"从头分析 + 注释"的完整链路。
PSP × ProteinGym(813)/hvdropdb(893)：PSP 2015 文含 mutations 内容，与蛋白变异功能效应数据集同域，可做"变异 → 修饰 → 功能"的联合分析。

9.5 研究者常问的三个"选型"问题

“我要查磷酸化位点，用 PSP 还是 Phospho.ELM？” —— 两者都可，但 PSP 覆盖更广、更新更频繁，通常首选 PSP；Phospho.ELM 在 ELM 基序语境上有其特色。
“我要做 KSEA，用 PSP 还是 Phospho.ELM/HPRD？” —— PSP 因定期更新而常被首选；但严谨做法是报告所用底物集来源与版本，必要时用多库交叉。
“我要做跨物种分析，PSP 够用吗？” —— 以人/鼠为主时够用；非模式物种覆盖稀薄，需补充其他资源并做直系同源映射。

§10 检索决策树：我需要 PSP 吗？

你需要的分析目标是什么？
│
├─ 查一个翻译后修饰位点是否被实验观测到 / 由哪个激酶催化
│   └─→ 直接用 PSP 检索（LTP 优先，注意 HTP 标记）
│
├─ 做激酶-底物富集分析（KSEA）
│   └─→ 用 PSP 的 Kinase_Substrate_Dataset（或经 KEA3/pCHIPS 等工具）
│
├─ 查某蛋白的序列与基础注释
│   └─→ 先用 UniProt(37)，PSP 作为 PTM 叠加层
│
├─ 查某位点的结构语境 / 结构域
│   └─→ 交叉 PDB(43)/AlphaFold(40)/Pfam(1043)/InterPro(1044)
│
├─ 查某位点与疾病/组织的关联
│   └─→ 用 PSP Disease-associated_sites + Human Protein Atlas(404)
│
├─ 需要患者个体临床数据
│   └─→ PSP 不适用（无患者层级），转库内临床/EHR 条目
│
└─ 需要原始质谱数据
    └─→ 用 ProteomeXchange(389)，PSP 提供注释层

§10.5 深度专题：PSP 在几类典型研究中的角色

为了把前面抽象的描述落到具体场景，本节用几个典型研究主题说明 PSP 的实际角色。

10.5.1 癌症信号通路研究

癌症的核心特征之一是信号通路的异常激活或失活。以 EGFR 为例：其 L858R 或 del19 突变会导致受体自磷酸化，进而激活下游级联；EGFR 因此成为多代酪氨酸激酶抑制剂（TKI）的核心靶点。在这类研究中，PSP 的作用是：

提供 EGFR 及其下游底物的磷酸化位点清单与文献出处；
提供激酶-底物关系，帮助绘制"突变 → 自磷酸化 → 下游激活"的网络；
通过疾病关联位点，帮助研究者判断哪些位点在肿瘤样本中被观测到。

研究者通常把 PSP 与 Reactome(424)、KEGG(433) 联用，把分子位点投射到通路上，形成可解释的机制图景。

10.5.2 药物靶点发现与激酶抑制剂

激酶是极具吸引力的药物靶点。据 Proteomics 2024 综述，截至 2024 年已有 80+ 种激酶抑制剂获 FDA 批准，另有约 180 种在临床实验中。筛选激酶靶点时，研究者需要知道：

该激酶有哪些已验证的底物位点（PSP 的 KSI + LTP 位点）；
这些位点在疾病中是否发生异常变化（疾病关联位点）；
是否存在可用的检测工具（抗体，PSP 记录与 CST 产品线相关）。

PSP 在这里扮演"靶点验证知识库"的角色，但必须配合独立来源交叉验证（见 §7.3）。

10.5.3 磷酸化蛋白质组学的数据解释

现代磷酸化蛋白质组实验（如 LC-MS/MS）一次可报告上万位点。研究者面对的最大困难是"数据太多、意义太少"。PSP 帮助完成从"位点列表"到"生物学解释"的转化：

用 KSI 数据集做激酶活性推断（KSEA）；
用基序信息判断位点是否符合某激酶的底物偏好；
用来源标记判断位点是否经过验证，避免把噪声当发现。

这个场景是 PSP 使用最密集的领域，也是其被众多工具集成的根本原因。

10.5.4 跨物种与模式生物研究

人类疾病研究常借助模式生物（小鼠、果蝇、斑马鱼等），但 PTM 位点在物种间并不总是保守。PSP 记录以人/鼠为主，跨物种研究时需：

用直系同源映射工具建立物种间的蛋白对应；
比对位点 ±7 侧翼序列的保守性（CESA 类工具正是基于此思路，把 PSP 作为 phosphosite 抗体位点信息来源）；
注意非模式物种在 PSP 中的覆盖稀薄，可能需要补充其他资源。

10.5.5 抗体研发与验证

抗体是 PTM 研究的核心工具。研发"位点特异性抗体"时，研究者需要知道该位点是否已被验证、侧翼序列是什么。PSP 提供的位点 + 序列语境信息，直接服务于抗体的表位设计。CST 自身就是抗体公司，PSP 与其产品线的关联正体现了这一应用的产业价值。

10.5.6 知识图谱与 RAG 的构建

在 AI 时代，PSP 作为一个高度结构化、带溯源的知识库，是构建生物医学知识图谱或检索增强生成（RAG）系统的优质语料：

节点：蛋白、位点、激酶、疾病、组织、通路；
边：激酶-底物、位点-疾病、位点-功能；
溯源：每条边都可回溯到文献。

但由于 PSP 无正式 API、官网防护严格，工程化使用通常采用"官方批量下载 + 本地解析 + 定期更新"的模式。

事实清单（硬事实 30 条）

官方全名：PhosphoSitePlus®（缩写 PSP）。
前身：PhosphoSite®，2003 年上线，仅覆盖磷酸化。
开发方：Cell Signaling Technology, Inc.（CST），美国马萨诸塞州 Danvers，3 Trask Lane。
资助：NIH 的 NCI、NIAAA、NIGMS；CST 自筹。
官网：https://www.phosphosite.org/ （新版 /psp/）。
官网首页快照：59,432 Proteins / 600,632 PTMs / 29,658 Curated Papers。
Phospho-Ser 位点数：181,188。
Phospho-Thr 位点数：73,964。
Phospho-Tyr 位点数：45,221。
磷酸化（Ser+Thr+Tyr）合计：300,373。
Ubiquitylation 位点数：111,548（第二大修饰）。
Acetylation 位点数：39,203。
Mono-Methylation 位点数：15,237。
Sumoylation 位点数：8,729。
N-Glycosylation 位点数：6,401。
Succinylation 位点数：5,434。
Di-Methylation 位点数：2,937。
O-GalNAc 位点数：2,112。
O-GlcNAc 位点数：1,783。
Caspase cleavage 位点数：484。
Methylation（未细分）位点数：388。
Tri-Methylation 位点数：358。
2012 论文口径：约 130,000 非冗余修饰位点。
2024-03 独立引用：378,971 磷酸化位点 / 27 物种。
2024-06-17 独立引用：KSI 10,875 对（人 7,895）；磷酸化位点 23,564（人 14,498）。
2024-07 独立引用：人磷酸化位点 240,178。
位点形态定义：被修饰残基（position 0）± 7 个侧翼氨基酸。
主论文 1：Hornbeck PV et al. PhosphoSitePlus: a comprehensive resource… Nucleic Acids Res. 2012;40:D261-D270. DOI 10.1093/nar/gkr1122; PMID 22135298; PMC3245126。
主论文 2：Hornbeck PV, Zhang B, Murray B, Kornhauser JM, Latham V, Skrzypek E. PhosphoSitePlus, 2014: mutations, PTMs and recalibrations. Nucleic Acids Res. 2015;43:D512-D520. DOI 10.1093/nar/gku1267。
策展起点：2001 年。
策展期刊数：480+ 种。
被收录最多的期刊：Journal of Biological Chemistry、Molecular and Cellular Biology、Oncogene。
数据来源双通道：LTP（低通量验证）+ HTP（高通量 MS2）。
MS2 使用警示：官网专节 “Use Caution When Interpreting MS2 Data!”。
下载文件格式：gzip 压缩的制表符分隔文本（*_site_dataset.gz）。
KSI 数据集格式：制表符 txt、Cytoscape 插件、BioPAX 三种。
许可共识：非商业学术免费；商用需 CST 许可。
引用规范：印刷引 Hornbeck 2015 NAR；口头/图片标 PhosphoSitePlus®, www.phosphosite.org。
网页引用链接格式：www.phosphosite.org/uniprotAccAction?id=<UniProtKB ID>。
二次分发要求：下载表须含 “PSP” 来源列。
快照版本：OpenDataLab 收录 v6.7.4（117.1MB）。
主键：UniProtKB 登录号。
注册状态：PhosphoSitePlus® 为 CST 注册商标。

术语表（32 条）

PTM（post-translational modification，翻译后修饰）：蛋白质合成后，特定氨基酸侧链被酶加上化学基团的可逆修饰。
PhosphoSitePlus（PSP）：CST 维护的翻译后修饰策展知识库。
PhosphoSite：PSP 前身，2003 年上线，仅覆盖磷酸化。
CST（Cell Signaling Technology）：PSP 的开发方，抗体与试剂公司。
LTP（low-throughput，低通量）：文献逐一验证的位点，可靠性高。
HTP（high-throughput，高通量）：质谱（MS2）大规模发现的位点。
MS2（tandem mass spectrometry，串联质谱）：HTP 位点的主要发现手段。
modification site（修饰位点）：被修饰残基 + ±7 侧翼氨基酸。
position 0：被修饰的残基本身。
morphology（形态）：位点侧翼基序构成的序列语境。
motif（基序）：位点周围具有特定氨基酸偏好的序列模式。
phosphorylation（磷酸化）：在 Ser/Thr/Tyr 上加磷酸基。
phosphosite（磷酸化位点）：被磷酸化的残基位置。
acetylation（乙酰化）：常在 Lys 上加乙酰基。
methylation（甲基化）：在 Lys/Arg 上加甲基（单/二/三）。
ubiquitination / ubiquitylation（泛素化）：加泛素或泛素链，常导向降解。
sumoylation（SUMO 化）：加 SUMO 蛋白，调控定位与互作。
O-GlcNAc：Ser/Thr 上的 O-连接 N-乙酰葡糖胺修饰。
O-GalNAc：Ser/Thr 上的 O-连接 N-乙酰半乳糖胺修饰。
N-glycosylation（N-糖基化）：Asn 上的糖基化。
succinylation（琥珀酰化）：Lys 上加琥珀酰基。
caspase cleavage（半胱天冬酶切割）：caspase 介导的蛋白切割事件。
kinase（激酶）：催化磷酸化的酶（人约 538 种）。
phosphatase（磷酸酶）：去除磷酸基的酶（人约 226 种）。
KSI（kinase-substrate interaction，激酶-底物关系）：某激酶催化某底物特定位点的关系。
KSEA（kinase-substrate enrichment analysis，激酶-底物富集分析）：从磷酸化数据推断激酶活性的方法。
substrate page（底物页面）：PSP 中展示某底物所有位点的页面。
sequence logo（序列 logo）：可视化序列位点氨基酸频率的图形。
Cytoscape：网络可视化软件，PSP 提供插件。
BioPAX：生物通路交换格式，PSP 支持导出。
UniProtKB：通用蛋白知识库，PSP 的主键基础。
CC BY-NC-SA：署名-非商业性使用-相同方式共享许可协议。
PSP（缩写）：PhosphoSitePlus 的常用缩写，注意与"psp"其他含义区分。
AKT / Akt：一种抗凋亡激酶，偏好 RX RXX[ST] 基序，是信号通路研究的经典对象。
EGFR：表皮生长因子受体，RTK 家族成员，癌症靶向治疗的核心靶点。
RTK（receptor tyrosine kinase，受体酪氨酸激酶）：跨膜受体激酶家族，人约 58 种。
Ser / Thr / Tyr：丝氨酸/苏氨酸/酪氨酸，磷酸化主要发生在 Ser 与 Thr，酪氨酸磷酸化占比低但信号意义重大。
Lys / Arg：赖氨酸/精氨酸，乙酰化、泛素化、甲基化的主要位点。
in vivo / in vitro：体内/体外，PSP 在记录中区分证据来源场景。
ortholog（直系同源）：不同物种间由共同祖先基因演化而来的同源基因，跨物种位点映射的基础。
epitope（表位）：抗体识别的抗原决定簇，位点特异性抗体的设计依赖位点侧翼序列。
domain（结构域）：蛋白中具有独立折叠与功能的区域，PSP 高级检索可按结构域过滤。
GO（Gene Ontology）：基因本体，提供基因/蛋白功能的标准术语，PSP 支持按 GO 术语检索。
open data / AI-Ready：开放数据/可被 AI 直接消费的数据形态，PSP 因高度结构化而具备这一属性。

FAQ（高频问答 24 问）

A. 基础认知

PSP 是什么的缩写？ PhosphoSitePlus，也常写作 PSP。
它是数据集还是数据库？ 两者皆是——它是在线可检索的数据库，也是可批量下载的数据集。
它覆盖什么？ 实验观测到的蛋白质翻译后修饰（PTM）及其调控作用。
谁做的？ Cell Signaling Technology（CST），获 NIH 资助。
什么时候开始？ 2001 年起策展，2003 年 PhosphoSite 上线。
它和 PhosphoSite 什么关系？ PhosphoSite 是前身（仅磷酸化），PSP 是其多修饰扩展版。

B. 数据与获取

有多大？ 官网首页快照：59,432 蛋白、600,632 位点、29,658 篇论文。
覆盖多少物种？ 以人、鼠为主；2024-03 版独立文献称 27 物种。
怎么下载？ 官网 /downloads/ 提供 gzip 制表符文本（如 Phosphorylation_site_dataset.gz）。
有哪些下载文件？ 乙酰化、疾病关联、甲基化、磷酸化、调控、SUMO 化、泛素化等位点集 + Kinase_Substrate_Dataset + Phosphosite_seq。
可以免费用吗？ 非商业学术用途免费（CC BY-NC-SA 口径）。
能商用吗？ 需取得 CST 许可（官网称使用受正式许可协议约束）。

C. 数据可信度

数据可靠吗？ 核心来自人工策展，LTP 位点可靠性高；HTP/MS2 位点需谨慎。
LTP 和 HTP 有什么区别？ LTP 是文献逐一验证；HTP 是质谱大规模发现。
怎么知道一个位点是 LTP 还是 HTP？ 记录中有来源标记，检索/下载时须保留该字段。
官网对 MS2 态度如何？ 专门设节 “Use Caution When Interpreting MS2 Data!” 提醒谨慎。

D. 使用与集成

怎么查一个位点？ 首页按蛋白或激酶底物检索。
有 API 吗？ 无正式 REST API；可下载批量数据，或用 BioJava 的 Dataset 类程序化获取。
能导入 Cytoscape 吗？ 可以，PSP 提供 Cytoscape 插件和 BioPAX。
哪些工具用它？ KEA3、KSEAapp、pCHIPS、PhosFate、PhosNetVis、OmniPath 等。

E. 引用与合规

怎么引用？ 印刷出版物引 Hornbeck 2015 NAR 文；口头/图片标注 PhosphoSitePlus®, www.phosphosite.org。
网页引用位点怎么链接？ 用 www.phosphosite.org/uniprotAccAction?id=<UniProtKB ID>。
二次分发有什么要求？ 下载表须含 “PSP” 来源列。

F. 局限

它有什么明显局限？ 物种偏斜（人/鼠主导）、类型偏斜（磷酸化为主）、LTP/HTP 混杂、许可口径不一、非患者层级数据。

G. 进阶与工程

怎么做物种映射？ PSP 位点以 UniProtKB 登录号组织；跨物种使用时需先经直系同源映射（如 DIOPT 类工具），并注意位点在直系同源蛋白中可能不保守。
怎么判断一个位点在另一物种是否保守？ 比对位点 ±7 侧翼序列在直系同源蛋白上的保守性（CESA 等工具的思路即基于此）。
Kinase_Substrate_Dataset 有几种格式？ 三种：制表符分隔 txt、Cytoscape 插件、BioPAX。
能在 R/Python 里读 PSP 吗？ 下载 gzip 文本后用 pandas/data.table 直接读取即可；无官方客户端，但结构简单。
怎么保证结果可复现？ 记录 PSP 的抓取日期或版本号，并写明是否过滤了 HTP 位点与所选物种。
PSP 与 PhosphoSite 能混用吗？ 不能。PhosphoSite 是旧版（仅磷酸化），PhosphoSitePlus 是其多修饰扩展；引用与检索应统一用后者。
官网被限流/拦截怎么办？ 官网使用 Cloudflare 防护，批量抓取易被拦。建议下载官方提供的完整数据集文件而非网页爬取。
PSP 会停止服务吗？ 无公开停服信息；作为 CST 长期投入的资源（NAR 论文 2012/2015 续报、持续更新至 2026），短期内仍将在线维护。以官网最新公告为准。

坑点档案：八个已踩过的坑（附规避方法）

坑 1：把 HTP/MS2 位点当作 LTP 位点使用。
PSP 把质谱大规模发现的位点（HTP）与文献逐一验证的位点（LTP）收录在同一库中，仅以来源标记区分。若忽略该标记，把 HTP 位点当作可靠证据写入结论，会引入大量假阳性。规避：任何使用前先按来源标记过滤，临床/药物相关结论优先 LTP。

坑 2：跨口径比较规模数字。
官网 600,632（全类型全物种）、2012 论文 130,000（非冗余）、2024 人磷酸化 240,178、2024-03 版 378,971（27 物种磷酸化）——这些数字口径完全不同。把它们直接比较或相加会得出错误结论。规避：锚定抓取时点、物种与修饰类型，逐条标注口径。

坑 3：误以为 PSP 有患者层级数据。
PSP 是分子/蛋白层级的知识库，不含患者个体信息。用"PSP 是否有某患者的位点数据"这类问题检索会失望。规避：明确 PSP 的层级边界，患者数据转库内临床/EHR 条目。

坑 4：把 PSP 与 PhosphoSite / Phospho.ELM 混淆。
PhosphoSite 是 PSP 的前身（仅磷酸化）；Phospho.ELM 是 ELM 项目下的独立资源。三者常被混用。规避：引用统一用 PhosphoSitePlus®，与 Phospho.ELM 明确区分。

坑 5：忽略许可的多口径冲突。
源码标 CC BY-NC-SA 3.0，快照站标 4.0，官网称"受正式许可协议约束"。若把非商业口径套用到商业场景会违规。规避：非商业学术用免费口径，商用一律先取得 CST 许可。

坑 6：假设存在稳定的 REST API。
PSP 主要提供网页检索与批量下载，并无广泛可用的正式 REST API。依赖"调用 API 实时查询"的流水线会失败。规避：改用批量下载或 BioJava Dataset 类，脚本化本地解析。

坑 7：未锚定版本导致复现失败。
PSP 持续更新，同一查询在不同时点结果不同（位点数持续增长）。研究若未记录抓取版本/时点，复现会失败。规避：论文方法学中记录 PSP 版本号或抓取日期（如下载日期）。

坑 8：忽略 CST 商业维护带来的潜在偏斜。
部分 PSP 位点与 CST 抗体产品线相关。把 PSP 当作完全中立的公共资源可能与事实不符。规避：与 UniProt、Reactome、IntAct 等独立来源交叉验证。

附录 A：条目信息速查卡

字段	内容
官方名	PhosphoSitePlus®（PSP）
前身	PhosphoSite®（2003，仅磷酸化）
开发方	Cell Signaling Technology, Inc.（CST）
资助	NIH（NCI/NIAAA/NIGMS）+ CST
官网	https://www.phosphosite.org/
起始年	2001（策展）/ 2003（上线）
规模（2026-10-15 快照）	59,432 蛋白 / 600,632 PTM 位点 / 29,658 论文
蛋白主键	UniProtKB 登录号
格式	gzip 制表符文本；KSI 支持 txt/Cytoscape/BioPAX
许可	CC BY-NC-SA（口径不一），非商业学术免费
主论文	NAR 2012 (40:D261); NAR 2015 (43:D512)
DOI	10.1093/nar/gkr1122; 10.1093/nar/gku1267
PMID	22135298
库内互链	uniprot(37), string(414), reactome(424), kegg(433), intact(582), pdb(43) 等

附录 B：DAIMS 评估全表

DAIMS（Data Asset Information Management Scorecard）从若干维度评估数据集成为 AI-Ready 资产的成熟度。以下为 PSP 的评估：

维度	评分	说明
可发现性（Discoverability）	★★★★★	官网直访、多篇高引论文、被大量工具集成，检索入口清晰
可访问性（Accessibility）	★★★★☆	官网提供检索与批量下载；无正式 REST API，需下载后本地解析
互操作性（Interoperability）	★★★★★	UniProtKB 主键、制表符文本、BioPAX、Cytoscape、序列 logo，标准化程度高
元数据完备性（Metadata）	★★★★★	位点、来源（LTP/HTP）、文献、疾病/组织/结构域语境齐全
溯源与可信（Provenance）	★★★★★	逐条文献溯源 + LTP/HTP 分层，可信度显式编码
许可清晰度（Licensing）	★★★☆☆	非商业免费共识明确，但 CC 版本口径不一、官网称"正式协议"，清晰度打折
规模与覆盖（Scale）	★★★★★	60 万+ 位点、近 6 万蛋白，同类资源中体量领先
结构规范性（Structure）	★★★★☆	高度结构化；但部分类型未细分（如 Methylation 合并）、物种覆盖不均
更新频率（Freshness）	★★★★★	持续策展 + 周期性论文续报，更新活跃
AI-Ready 综合	A	高度结构化、溯源完备的知识库，适合作为 RAG/知识图谱知识源；扣分项为许可清晰度与无正式 API

DAIMS 一句话结论：PSP 是分子层级注释知识库中 AI-Ready 成熟度最高的一档，唯一需要用户额外注意的是许可口径需自行确认、以及 HTP 位点须按来源过滤。

附录 C：逐项证据链自证

论断	证据来源	类型
59,432 蛋白 / 600,632 PTMs / 29,658 论文	phosphosite.org 首页	官网实抓
各修饰类型位点数（181,188 / 73,964 / …）	phosphosite.org 首页	官网实抓
官方全名、CST 开发、NIH 资助	phosphosite.org/staticAboutPhosphosite	官网
2003 上线、©2003-2026	phosphosite.org 页脚	官网实抓
2012 论文 130,000 位点	PubMed 22135298（Hornbeck 2012）	论文摘要
2015 续报论文与引用规范	phosphosite.org/staticCiteUs	官网
CC BY-NC-SA 3.0 许可	BioJava Dataset.java 源码注释	第三方代码注释
CC BY-NC-SA 3.0 许可（复证）	OmniPath pypath 元数据	第三方元数据
CC BY-NC-SA 4.0 许可、v6.7.4、117.1MB	OpenDataLab 快照站	第三方快照
378,971 磷酸化 / 27 物种（2024-03）	IJMS 2025 (MDPI)	独立论文
KSI 10,875（人 7,895）、23,564 位点（人 14,498）	arXiv 2402.05016（PhosNetVis）	独立论文
人磷酸化 240,178（2024-07）	Proteomics 2024 PMC11735659	独立论文
下载文件清单（*_site_dataset.gz）	BioJava Dataset.java	第三方代码
位点形态 ±7 定义、[ST]Q/XRXRXX[st]X 基序	phosphosite.org/staticAboutPhosphosite	官网
LTP/HTP 双通道、MS2 谨慎使用	官网 About 页	官网

附录 D：术语首现对照（中英）

中文	英文	首现章节
翻译后修饰	post-translational modification, PTM	§0
磷酸化	phosphorylation	§0
质谱	mass spectrometry, MS2	§0
修饰位点	modification site	§0
激酶-底物关系	kinase-substrate interaction, KSI	§0
激酶-底物富集分析	kinase-substrate enrichment analysis, KSEA	§1
低通量/高通量	LTP / HTP	§1
基序	motif	§1
形态	morphology	§2.3
泛素化	ubiquitylation	§2.2
乙酰化	acetylation	§2.2
甲基化	methylation	§2.2
SUMO 化	sumoylation	§2.2
序列 logo	sequence logo	§4.2
底物页面	substrate page	§4.3
命名实体识别（延伸）	named entity recognition	§7

附录 E：许可条款细读

综合四个口径，PSP 的许可应作如下理解（以官网协议为最终准绳）：

非商业学术用途：免费可用，须遵守引用规范（§5.4）。这是四方共识。
商业用途：须取得 CST 许可。官网明示"Use of PSP data is subject to a formal license agreement"。
二次分发：下载表须标注 “PSP” 来源列。
网页引用：须超链接回 PSP 母页（uniprotAccAction?id=）。
CC 版本：源码/OmniPath 标 3.0，快照站标 4.0 — 版本分歧不影响"非商业免费/商用需许可"这一实质结论，但正式使用时建议以官网协议为准。

附录 F：PSP 使用 SOP 骨架（供检索者参考）

# 1. 明确目标
#    是查单点、做 KSEA、还是做疾病关联分析？

# 2. 选择入口
#    单点查询 -> 官网简单/高级检索
#    批量分析 -> 下载 *_site_dataset.gz

# 3. 下载（示例：磷酸化位点集）
#    wget https://www.phosphosite.org/downloads/Phosphorylation_site_dataset.gz
#    gunzip Phosphorylation_site_dataset.gz

# 4. 解析（制表符分隔，含蛋白、残基、位置、来源标记等列）
#    - 保留 LTP/HTP 来源列
#    - 按需过滤物种、修饰类型

# 5. KSEA（若做富集分析）
#    用 Kinase_Substrate_Dataset + KSEA 工具（KEA3/KSEAapp/pCHIPS 等）

# 6. 交叉验证
#    与 UniProt(37)、Reactome(424)、IntAct(582) 等对账

# 7. 引用
#    出版物引 Hornbeck 2015 NAR；网页链接用 uniprotAccAction?id=
#    记录抓取日期/版本号以利复现

附录 G：与库内 PANDA 生态无关性声明

PSP 属分子/组学层级，与千方库内医学影像类条目（如 panda-plus、panda 等）无直接关系，勿因名称相近而误合并。PSP 的互链重心在 uniprot(37)、string(414)、reactome(424)、kegg(433)、intact(582)、pdb(43) 等蛋白/组学条目。

附录 H：数字口径对照总表（核心防坑工具）

下表把 PSP 各数字的"物种 × 修饰类型 × 时点"三重口径一次列全，避免跨口径误用：

数字	物种范围	修饰类型	时点	来源
130,000	人 + 鼠为主	非冗余（多修饰）	2012	NAR 2012 论文
378,971	27 物种	磷酸化	2024-03	IJMS 2025
23,564（人 14,498）	全 + 人	磷酸化	2024-06-17	arXiv 2402.05016
240,178	人	磷酸化	2024-07	Proteomics 2024
600,632	全物种	全部修饰类型	2026-10-15 快照	官网首页
59,432	全物种	蛋白数（非位点数）	2026-10-15 快照	官网首页
10,875（人 7,895）	全 + 人	KSI 对数	2024-06-17	arXiv 2402.05016

使用口诀：比数字前先问三件事——哪些物种？哪种修饰？哪个时点？ 三者一致才可比。

附录 I：检索者速查 FAQ 表

我想……	去哪	注意
验证一个位点真伪	PSP 官网单点检索	看 LTP/HTP 标记
查一个激酶的底物集	PSP 激酶-底物检索 / KSI 数据集	物种映射
做 KSEA	下载 Kinase_Substrate_Dataset	明确分母口径
查蛋白序列	UniProt(37)	PSP 不提供序列本体
查位点结构域	Pfam(1043)/InterPro(1044)	交叉验证
查位点疾病关联	PSP Disease-associated_sites	与 HPA(404) 互补
查互作网络	STRING(414)/IntAct(582)	与 KSI 联合
查通路语境	Reactome(424)/KEGG(433)	BioPAX 互通
查原始质谱数据	ProteomeXchange(389)	PSP 是注释层
查结构 3D 可视化	PDB(43)/AlphaFold(40)	PSP 提供 PyMOL 脚本

附录 J：版本与复现清单（论文方法学用）

在论文方法学中描述 PSP 使用时，建议至少记录：

资源名称：PhosphoSitePlus（PSP）。
访问 URL：https://www.phosphosite.org/ 。
抓取日期：如 2026-10-15。
版本号（若能获取）：如 v6.7.4（快照站口径）或官网在线版。
物种范围：如 human only / human+mouse。
修饰类型：如 phosphorylation / all。
来源过滤：是否仅用 LTP / 是否含 HTP。
引用：Hornbeck PV et al. NAR 2015;43:D512-D520（印刷出版物口径）。

附录 K：PSP 的三层价值速览

验证层  ──  位点是否被实验观测到？LTP 还是 HTP？有无文献？
   │
分析层  ──  激酶-底物关系（KSI）→ KSEA 富集 → 网络 → 通路映射
   │
转化层  ──  疾病关联位点 → 候选生物标志物 → 激酶药物靶点

附录 L：互链关系强度分级

强度	条目（rid）	理由
★★★★★（强）	uniprot(37)	PSP 主键即 UniProtKB 登录号
★★★★☆（较强）	reactome(424)、kegg(433)、string(414)、intact(582)	通路/网络语境直接互补
★★★☆☆（中）	pdb(43)、alphaFold(40/573)、pfam(1043)、interpro(1044)、human-protein-atlas(404)、proteomexchange(389)	结构/表达/数据源维度互补
★★☆☆☆（一般）	pdbbind(134)、proteingym(813)、hvdropdb(893)、polypdb(779)	同域但维度差异较大

附录 M：常见误用速查（负面清单）

❌ 把 HTP 位点当作已验证位点写入临床结论。
❌ 把官网 600,632 与论文 130,000 直接比较。
❌ 假设 PSP 有 REST API 并写进自动化流水线。
❌ 用 PSP 回答患者层面的问题。
❌ 商业场景直接套用非商业免费口径。
❌ 把 PhosphoSite / Phospho.ELM 与 PSP 混为一谈。
❌ 引用时不标注版本/抓取日期，导致无法复现。
❌ 用网页爬虫替代官方批量下载（易被 Cloudflare 拦截）。

附录 N：本条目证据抓取记录（可复现存档）

项	值
抓取日期	2026-10-15
一手官网	http://phosphosite.org/ ； https://www.phosphosite.org/staticAboutPhosphosite
一手论文	PMID 22135298（DOI 10.1093/nar/gkr1122）；DOI 10.1093/nar/gku1267
独立论文 1	IJMS 2025（MDPI，ijms26020558）——27 物种 378,971 磷酸化位点
独立论文 2	arXiv 2402.05016（PhosNetVis）——KSI 10,875，人 7,895
独立论文 3	Proteomics 2024（PMC11735659）——人磷酸化 240,178
许可交叉源	BioJava Dataset.java；OmniPath pypath；OpenDataLab 快照
官网抓取限制	staticDownloads / release-notes 两次触发 Cloudflare 拦截（按纪律不重试）
库内查重	DB url_name ILIKE ‘%phospho%’ → 0 rows；dedup_gate HIT 均来自本代理自建目录/自派发状态

附录 O：一句话对照表（速记）

概念	一句话
PSP	CST 做的、NIH 资助的、人工策展的翻译后修饰知识库
LTP	文献逐一验证的位点，可信
HTP	质谱发现的位点，量大需谨慎
KSI	激酶-底物关系，KSEA 的输入
UniProtKB	PSP 的主键基础
CC BY-NC-SA	非商业学术免费，商用需许可
600,632	2026 快照的全类型全物种位点数
130,000	2012 论文的非冗余位点数
240,178	2024-07 的人磷酸化位点数

§11 总结

11.1 三句话总结

PSP 是什么：Cell Signaling Technology 自 2001 年起手工策展、NIH 资助的翻译后修饰（PTM）知识库，2026 年官网快照达 59,432 蛋白 / 600,632 位点 / 29,658 篇文献。
它的价值：把散落在近万篇论文里的位点与激酶-底物关系，收敛成可信、可检索、可下载的金标准，是 KSEA 与磷酸化蛋白质组分析最常用的知识源。
使用要点：非商业学术免费（CC BY-NC-SA 口径），商用需 CST 许可；务必按 LTP/HTP 来源过滤，锚定抓取时点，与独立来源交叉验证。

11.2 适合谁

蛋白质组学与磷酸化蛋白质组研究者、细胞信号传导与激酶-底物研究者、激酶靶点药物发现团队、生物信息学工具开发者、抗体交叉反应研究者。

11.3 不适合谁

需要患者个体临床数据的研究、需要非模式物种或罕见修饰类型深度覆盖的研究、未取得许可的商业使用者。

11.4 30 秒决策卡

你的需求	建议动作
查一个位点真实性与催化激酶	官网检索（LTP 优先）
做 KSEA 富集分析	下载 Kinase_Substrate_Dataset
查某蛋白序列	先用 UniProt(37)
查位点疾病/组织关联	PSP Disease-associated_sites + HPA(404)
查原始质谱数据	ProteomeXchange(389)
需要患者数据	PSP 不适用
商业用途	先取得 CST 许可

11.5 结语

PhosphoSitePlus 是当代细胞信号传导研究一个安静却无处不在的基础设施。它不提供影像，不提供临床队列，却在每一次"这个磷酸化位点是否可信""这个激酶是否作用于这个底物"的判断里，构成研究者共同的参照系。对它最负责任的使用方式，不是迷信它的体量，而是理解它的分层——哪些位点是逐一验证的，哪些是质谱涌现的，哪些数字是哪个时点、哪个物种、哪种修饰类型的切片。把这份分层意识带进分析，才是对这个资源最好的尊重。