Predictprotein - Predictprotein

PredictProtein
Původní autořiBurkhard Rost
VývojářiGuy Yachdav Laszlo Kajan
První vydání1992
Stabilní uvolnění
1.0.88
Operační systémNa bázi UNIX
TypBioinformatika
LicenceGPLv2
webová stránkawww.predictprotein.org

PredictProtein (PP) je automatická služba, která prohledává aktuální veřejné databáze sekvencí, vytváří zarovnání a předpovídá aspekty struktury a funkce proteinu. Uživatelé posílají proteinovou sekvenci a dostávají jeden soubor s výsledky z porovnání databází a predikčních metod. PP se připojil k internetu v roce 1992 na Evropská laboratoř molekulární biologie; od roku 1999 působí od Columbia University a v roce 2009 se přestěhovala do Technische Universität München. Ačkoli mnoho serverů implementovalo konkrétní aspekty, PP zůstává nejpoužívanějším veřejným serverem pro predikci struktury: bylo zpracováno více než 1,5 milionu požadavků od uživatelů ve 104 zemích; více než 13 000 uživatelů zadalo 10 nebo více různých dotazů. Webové stránky PP se zrcadlí v 17 zemích na 4 kontinentech. Systém je optimalizován tak, aby splňoval požadavky experimentátorů, kteří nemají zkušenosti s bioinformatikou. To znamenalo, že jsme se zaměřili na začlenění pouze vysoce kvalitních metod a pokusili jsme se shromáždit výsledky s vynecháním méně spolehlivých nebo méně důležitých metod.

Pokus o zjednodušení výstupu začleněním hierarchie prahových hodnot

Pokus „předem strávit“ co nejvíce informací ke zjednodušení interpretace výsledků je jedinečným pilířem PP. Například ve výchozím nastavení PP vrací pouze ty proteiny nalezené v databázi, u nichž je velmi pravděpodobné, že mají podobnou strukturu jako dotazovaný protein.[1] Konkrétní předpovědi, jako jsou ty pro membránové šroubovice, oblasti stočené cívky, signální peptidy a signály lokalizace jader, se nevracejí, pokud se zjistí, že jsou pod danými prahovými hodnotami pravděpodobnosti.

Každý požadavek spouští aplikaci více než 20 různých metod

Uživatelé obdrží jeden výstupní soubor s následujícími výsledky. Vyhledávání v databázi: podobné sekvence jsou hlášeny a zarovnány standardním párovým BLAST,[2] iterované vyhledávání PSI-BLAST.[3] Přestože párová vyhledávání BLAST jsou identická s těmi, která lze získat z webu NCBI, iterovaný PSI-BLAST se provádí na pečlivě filtrované databázi, aby se zabránilo hromadění falešných výsledků během iterace.[4][5] Standardní vyhledávání funkčních motivů v databázi PROSITE.[6] PP nyní také identifikuje domnělé hranice pro strukturální domény pomocí postupu CHOP. Metody predikce struktury: sekundární struktura, dostupnost rozpouštědla a membránové šroubovice předpovídané programy PHD a PROF,[7][8] membránové prameny předpovězené PROFtmb,[9] regiony coiled-coil od COILS,[10] a inter-residuální kontakty přes PROFcon,[11] regiony s nízkou složitostí jsou označeny SEG [12] a dlouhé regiony bez pravidelné sekundární struktury jsou identifikovány NORSp ,.[13][14] Programy PHD / PROF jsou k dispozici pouze prostřednictvím PP. Zvláštní způsob, jakým PP automaticky iteruje vyhledávání PSI-BLAST, a způsob, jakým se rozhodujeme, co zahrnout do sekvenčních rodin, je pro PP také jedinečný. Jednotlivé aspekty funkce, které jsou aktuálně vloženy výslovně do PP, nějak souvisí s subcelulární lokalizací: detekujeme signály nukleární lokalizace pomocí PredictNLS,[15][16] předpovídáme lokalizaci nezávisle na cílených signálech prostřednictvím LOCnet;[17] a homologie anotací k proteinům zapojeným do kontroly buněčného cyklu.[18]

Dostupnost

Webová služba

Webová služba PredictProtein je k dispozici na www.predictprotein.org. Uživatelé mohou odeslat aminokyselinovou sekvenci a na oplátku získat sadu automatických anotací pro zadanou sekvenci. Služba je podporována databází předem vypočítaných výsledků, které zrychlují dobu interakce.

Cloudové řešení

Cloudové řešení PredictProtein staví na otevřeném operačním systému Debian,[19] a poskytuje svou funkcionalitu jako sadu zdarma [20] Softwarové balíčky Debianu. Bio-Linux je operační systém pro bioinformatiku a výpočetní biologii. Jeho nejnovější vydání 7 poskytuje více než 500 bioinformatických programů na bázi Ubuntu Linux.[21] Ubuntu je derivát Debianu, operační systém založený na Debianu s vlastními doplňky. Cloud BioLinux je komplexní cloudové řešení, které je odvozeno od Bio-Linuxu a Ubuntu. Debianové deriváty mohou snadno sdílet balíčky mezi sebou. Například balíčky Debianu jsou automaticky začleněny do Ubuntu,[22] a jsou také použitelné v Cloud BioLinuxu (postup je popsán v [23]).

Viz také

Reference

  1. ^ Rost, B. (1999). "Soumraková zóna zarovnání proteinové sekvence". Proteinové inženýrství. 12 (2): 85–94. doi:10.1093 / protein / 12.2.85. PMID  10195279.
  2. ^ Altschul S.F. a Gish, W. (1996) Statistiky místního zarovnání. Methods Enzymol., 266, 460–480.
  3. ^ Altschul S., Madden, T., Shaffer, A., Zhang, J., Zhang, Z., Miller, W. a Lipman, D. (1997 Gapped Blast a PSI-Blast: nová generace programů pro vyhledávání proteinových databází. Nucleic Acids Res., 25, 3389–3402.
  4. ^ Przybylski D. a Rost, B. (2002) Zarovnání roste, predikce sekundární struktury se zlepšuje. Proteiny, 46, 195–205.
  5. ^ Jones D.T. (1999) Predikce sekundární struktury proteinů na základě polohově specifických skórovacích matic. J. Mol. Biol., 292, 195–202.
  6. ^ Hofmann K., Bucher, P., Falquet, L. a Bairoch, A. (1999) Databáze PROSITE, její stav v roce 1999. Nucleic Acids Res., 27, 215–219.
  7. ^ Rost B. (1996) PHD: předpovídání jednorozměrné proteinové struktury pomocí neuronových sítí založených na profilu. Methods Enzymol., 266, 525–539
  8. ^ Rost B. (2001) Predikce sekundární struktury proteinů stále roste. J. Struct. Biol., 134, 204–218.
  9. ^ Bigelow, H .; Rost, B. (2006). „PROFtmb: Webový server pro predikci bakteriálních transmembránových proteinů beta barelu“. Výzkum nukleových kyselin. 34 (Problém s webovým serverem): W186 – W188. doi:10.1093 / nar / gkl262. PMC  1538807. PMID  16844988.
  10. ^ Lupas A., Van Dyke, M. a Stock, J. (1991) Predikce stočených cívek z proteinových sekvencí. Science, 252, 1162–1164.
  11. ^ Punta, M .; Rost, B. (2005). „PROFcon: Nová predikce kontaktů na velké vzdálenosti“. Bioinformatika. 21 (13): 2960–2968. doi:10.1093 / bioinformatika / bti454. PMID  15890748.
  12. ^ Wootton J.C. a Federhen, S. (1996) Analýza kompozičně předpjatých oblastí v sekvenčních databázích. Methods Enzymol., 266, 554–571.
  13. ^ Liu J., Tan, H. a Rost, B. (2002) Loopy proteiny se zdají být v evoluci konzervované. J. Mol. Biol., 322, 53–64
  14. ^ Liu J. a Rost, B. (2003) NORSp: předpovědi dlouhých regionů bez pravidelné sekundární struktury. Nucleic Acids Res., 31, 3833–3835
  15. ^ Cokol M., Nair, R. a Rost, B. (2000) Hledání jaderných lokalizačních signálů. EMBO Rep., 1, 411–415.
  16. ^ Nair R., Carter, P. a Rost, B. (2003) NLSdb: databáze jaderných lokalizačních signálů. Nucleic Acids Res., 31, 397–399
  17. ^ Nair R. a Rost, B. (2003) Lepší predikce subcelulární lokalizace kombinací evolučních a strukturních informací. Proteiny, 53, 917–930
  18. ^ Wrzeszczynski K.O. a Rost, B. (2004) Katalogizace proteinů při kontrole buněčného cyklu. Methods Mol. Biol., 241, 219–233
  19. ^ Amor, J. J. a kol. Od prasat po pruhy: Cesta debianem. ve sborníku DebConf5 (Debian Annual Developers Meeting). 2005. Citeseer.
  20. ^ Pokyny pro svobodný software pro Debian (DFSG). Dostupný z: http://www.debian.org/social_contract#guidelines
  21. ^ Dawn Field, B.T., Tim Booth, Stewart Houten, Dan Swan, Nicolas Bertrand, Milo Thurston. Bio-Linux 7. 2012; Dostupný z: http://nebc.nerc.ac.uk/tools/bio-linux/bio-linux-7-info
  22. ^ NOVÉ balíčky prostřednictvím Debianu. Dostupný z: https://wiki.ubuntu.com/UbuntuDevelopment/NewPackages#NEW_packages_through_Debian
  23. ^ Krampis, K. a kol., Cloud BioLinux: předkonfigurované a bioinformatické výpočty na vyžádání pro komunitu genomiky. BMC Bioinformatics, 2012. 13: str. 42

externí odkazy