CATH databáze - CATH database

KOCOUR
CATH - Database Classification Classification Database.png
Obsah
PopisKlasifikace struktury proteinů
Kontakt
Výzkumné centrumUniversity College v Londýně
LaboratořÚstav strukturní a molekulární biologie
Primární citaceDawson a kol. (2016) [1]
Datum vydání1997
Přístup
webová stránkakatdb.info
Stáhnout URLkatdb.info/stažení
Smíšený
Uvolnění dat
frekvence		CATH-B je vydáván denně. Oficiální vydání jsou přibližně roční.
Verze4.1

The Databáze klasifikace proteinových struktur CATH je bezplatný, veřejně dostupný online zdroj, který poskytuje informace o evolučních vztazích proteinové domény. To bylo vytvořeno v polovině 90. let profesorem Christine Orengo a kolegové včetně Janet Thornton a David Jones,[2] a nadále je vyvíjí skupina Orengo v University College v Londýně. CATH sdílí mnoho širokých funkcí s SCOP zdroje, existuje však také mnoho oblastí, ve kterých se podrobná klasifikace velmi liší.[3][4][5][6]

Hierarchická organizace

Experimentálně určené proteinové trojrozměrné struktury jsou získány z Proteinová datová banka a rozdělit se na sebe polypeptidové řetězce, kde je to relevantní. Proteinové domény jsou v těchto řetězcích identifikovány pomocí směsi automatických metod a manuální léčby.

Domény jsou poté klasifikovány v rámci strukturální hierarchie CATH: na úrovni třídy (C) jsou domény přiřazeny podle jejich sekundární struktura obsah, tj. vše alfa, Všechno beta směs alfa a beta nebo malá sekundární struktura; na úrovni architektury (A) se pro přiřazení používají informace o uspořádání sekundární struktury v trojrozměrném prostoru; na úrovni topologie / skládání (T) se používají informace o tom, jak jsou připojeny a uspořádány prvky sekundární struktury; přiřazení se provádí na Homologní nadčeleď (H) úroveň, pokud existují dobré důkazy o tom, že domény jsou spojeny vývojem [2] tj. jsou homologní.

Čtyři hlavní úrovně hierarchie CATH:
#ÚroveňPopis
1Cděvčecelkový obsah sekundární struktury domény. (Ekvivalent k SCOP Třída )
2Architecturevysoká strukturální podobnost, ale žádný důkaz homologie. (Odpovídá úrovni skládání v SCOP)
3Topologie / složitrozsáhlé seskupení topologií, které sdílejí konkrétní strukturální rysy
4Homologní nadčeleďsvědčící o prokazatelném evolučním vztahu. (Ekvivalent SCOP nadčeleď )

Další sekvenční data pro domény bez experimentálně určených struktur poskytuje sesterský zdroj CATH, Gene3D, který se používá k naplnění homologních superrodin. Proteinové sekvence z UniProtKB a Ensembl jsou skenovány proti CATH HMM, aby se předpověděly hranice sekvencí domén a provedla homologní přiřazení superrodiny.

Zprávy

Tým CATH má za cíl poskytovat oficiální vydání klasifikace CATH každých 12 měsíců. Tento proces vydání je důležitý, protože umožňuje zajištění interní validace, dalších anotací a analýzy. Může to však znamenat, že mezi novými strukturami objevujícími se v PDB a nejnovějším oficiálním vydáním CATH existuje časové zpoždění,

Za účelem řešení tohoto problému: CATH-B poskytuje omezené množství informací k nejnovějším anotacím domény (např. Hranice domén a klasifikace superrodin).

Poslední vydání CATH-Gene3D (v4.1) bylo vydáno v červenci 2016 a skládá se z:

  • 308 999 položek strukturálních proteinových domén [1]
  • 53 479 436 položek strukturální proteinové domény [1]
  • 2737 homologních záznamů nadrodiny [1]
  • 92 882 funkčních záznamů rodiny [1]

Software s otevřeným zdrojovým kódem

CATH je open source software projekt s vývojáři vyvíjejícími a udržujícími řadu nástrojů otevřeného zdroje.[7] CATH udržuje seznam úkolů GitHub umožnit externím uživatelům vytvářet a sledovat problémy týkající se klasifikace proteinové struktury CATH.

Reference

  1. ^ A b C d E Dawson, NL; Lewis, TE; Das, S; Lees, JG; Lee, D; Ashford, P; Orengo, CA; Sillitoe, I (28. listopadu 2016). „CATH: rozšířený zdroj pro predikci funkce proteinu prostřednictvím struktury a sekvence“. Výzkum nukleových kyselin. 45 (D1): D289 – D295. doi:10.1093 / nar / gkw1098. PMC  5210570. PMID  27899584.
  2. ^ A b Orengo, CA; Michie, AD; Jones, S; Jones, DT; Swindells, MB; Thornton, JM (1997). "CATH - hierarchická klasifikace struktur proteinových domén". Struktura. 5 (8): 1093–1109. doi:10.1016 / S0969-2126 (97) 00260-8. ISSN  0969-2126. PMID  9309224.
  3. ^ „CATH: Databáze klasifikace proteinových struktur na UCL“. Cathdb.info. Citováno 9. března 2017.
  4. ^ „KOCOUR“. Cathdb.info. Citováno 9. března 2017.
  5. ^ „CATH Database (@CATHDatabase)“. Cvrlikání. Citováno 9. března 2017.
  6. ^ Pearl, F. M. G. (2003). „Databáze CATH: rozšířený zdroj proteinové rodiny pro strukturální a funkční genomiku“. Výzkum nukleových kyselin. 31 (1): 452–455. doi:10.1093 / nar / gkg062. ISSN  1362-4962. PMC  165509. PMID  12520050.
  7. ^ "Nástroje". cathdb.info. Citováno 18. prosince 2016.