Loading article…
 | |
| コンテンツ | |
|---|---|
| 説明 | InterPro は、タンパク質配列を機能的に解析し、ドメインと機能部位の存在を予測しながらタンパク質ファミリーに分類します。 |
| 接触 | |
| 研究センター | エンブル |
| 研究室 | 欧州バイオインフォマティクス研究所 |
| 主な引用 | InterProタンパク質ファミリーとドメインデータベース：20年後[1] |
| 発売日 | 1999 |
| アクセス | |
| Webサイト | ホームページ |
| ダウンロードURL | ftp.ebi.ac.uk/pub/databases/interpro/ |
| その他 | |
| データ公開 頻度 | 8週間ごと |
| バージョン | 97.0 (2023年11月9日) |
InterProは、タンパク質ファミリー、タンパク質ドメイン、機能部位のデータベースであり、既知のタンパク質に見られる識別可能な特徴を新しいタンパク質配列に適用して、それらの機能的特徴を明らかにすることができます[2]。[3] [4]
InterPro のコンテンツは、診断シグネチャと、それらと有意に一致するタンパク質で構成されています。シグネチャは、タンパク質ファミリー、ドメイン、またはサイトを記述するモデル (正規表現などの単純なタイプ、または隠れマルコフモデルなどのより複雑なタイプ) で構成されています。モデルは、既知のファミリーまたはドメインのアミノ酸配列から構築され、その後、未知の配列 (新しいゲノム配列から生じるものなど) を検索して分類するために使用されます。InterPro の各メンバー データベースは、非常に高レベルの構造ベースの分類 ( SUPERFAMILYおよび CATH-Gene3D) から非常に具体的なサブファミリー分類 ( PRINTSおよびPANTHER ) まで、さまざまなニッチに貢献しています。
InterPro の目的は、タンパク質分類のワンストップ ショップを提供することです。このショップでは、さまざまなメンバー データベースによって生成されたすべてのシグネチャが InterPro データベース内のエントリに配置されます。同等のドメイン、サイト、またはファミリーを表すシグネチャは同じエントリに配置され、エントリは相互に関連付けることもできます。説明、一貫した名前、遺伝子オントロジー(GO) 用語などの追加情報は、可能な場合は各エントリに関連付けられます。
InterProに含まれるデータ
InterPro には、タンパク質、シグネチャ (「メソッド」または「モデル」とも呼ばれる)、エントリという 3 つの主要なエンティティが含まれています。UniProtKB のタンパク質は、InterProの中心的なタンパク質エンティティでもあります。これらのタンパク質と有意に一致するシグネチャに関する情報は、UniProtKB によってシーケンスがリリースされると計算され、これらの結果が一般に公開されます (以下を参照)。シグネチャとタンパク質の一致によって、シグネチャが InterPro エントリに統合される方法が決定されます。一致したタンパク質セットの比較オーバーラップと、シーケンス上のシグネチャの一致の場所が、関連性の指標として使用されます。十分な品質であると見なされたシグネチャのみが InterPro に統合されます。バージョン 81.0 (2020 年 8 月 21 日リリース) の時点で、InterPro エントリは UniProtKB で見つかった残基の 73.9% に注釈を付け、さらに 9.2% は統合待ちのシグネチャによって注釈を付けられています。[5]
InterPro には、UniParc および UniMES データベースに含まれるスプライス バリアントおよびタンパク質 のデータも含まれています。
InterProコンソーシアムメンバーデータベース
InterPro の署名は、以下にリストされている 13 の「メンバー データベース」から取得されます。
- CATH-Gene3D
- 完全なゲノム内のタンパク質ファミリーとドメイン アーキテクチャを記述します。タンパク質ファミリーは、マルコフ クラスタリング アルゴリズムを使用して形成され、その後、配列の同一性に従ってマルチリンク クラスタリングが行われます。予測された構造と配列ドメインのマッピングは、CATHおよびPfamドメインを表す隠れマルコフ モデル ライブラリを使用して行われます。機能的な注釈は、複数のリソースからのタンパク質に提供されます。ドメイン アーキテクチャの機能予測と分析は、Gene3D Web サイトから入手できます。
- 医療機器
- 保存ドメイン データベースは、古代ドメインと全長タンパク質の注釈付き多重配列アラインメント モデルのコレクションで構成されるタンパク質注釈リソースです。これらは、RPS-BLAST を介してタンパク質配列内の保存ドメインを迅速に識別するための位置固有スコア マトリックス (PSSM) として利用できます。
- ハマップ
- 微生物プロテオームの高品質自動および手動注釈の略です。HAMAP プロファイルは専門のキュレーターによって手動で作成され、よく保存された細菌、古細菌、およびプラスチドコード化 (つまり、葉緑体、シアネル、アピコプラスト、非光合成プラスチド) タンパク質ファミリーまたはサブファミリーの一部であるタンパク質を識別します。
- モビDB
- MobiDB は、タンパク質の固有の障害を注釈するデータベースです。
- パンサー
- PANTHERは、人間の専門知識を使用して機能的に関連するサブファミリーに細分化されたタンパク質ファミリーの大規模なコレクションです。これらのサブファミリーは、タンパク質ファミリー内の特定の機能の相違をモデル化し、機能とのより正確な関連付け (人間がキュレートした分子機能と生物学的プロセスの分類およびパスウェイ図) と、機能の特異性に重要なアミノ酸の推論を可能にします。隠れマルコフモデル (HMM) は、追加のタンパク質配列を分類するために、各ファミリーとサブファミリーごとに構築されます。
- パム
- 多くの一般的なタンパク質ドメインとファミリーをカバーする、複数の配列アラインメントと隠れマルコフ モデルの大規模なコレクションです。
InterProコンソーシアムの13のメンバーデータベースは、それぞれの特徴的な構築方法と焦点を当てる生物学的実体によってグループ化されています。[6] - ピルスフ
- タンパク質分類システムは、スーパーファミリーからサブファミリーまで、複数レベルの配列多様性を持つネットワークであり、全長タンパク質とドメインの進化的関係を反映しています。主要な PIRSF 分類単位は同相ファミリーであり、そのメンバーは相同 (共通の祖先から進化) かつ同相 (全長配列の類似性と共通のドメイン アーキテクチャを共有) です。
- プリント
- PRINTSはタンパク質フィンガープリントの集大成です。フィンガープリントはタンパク質ファミリーの特徴を表すために使用される保存モチーフのグループです。その診断力は UniProt の反復スキャンによって洗練されます。通常、モチーフは重複せず、配列に沿って分離されますが、3D 空間では連続している場合もあります。フィンガープリントは、単一のモチーフよりも柔軟かつ強力にタンパク質の折り畳みと機能をエンコードできます。その完全な診断力は、モチーフの隣接によって提供される相互コンテキストから得られます。
- プロサイト
- PROSITE は、タンパク質ファミリーとドメインのデータベースです。これは、新しい配列がどの既知のタンパク質ファミリー (存在する場合) に属するかを確実に識別するのに役立つ、生物学的に重要な部位、パターン、およびプロファイルで構成されています。
- 頭いい
- シンプルなモジュラー アーキテクチャ リサーチ ツール遺伝的に可動性のあるドメインの識別と注釈付け、およびドメイン アーキテクチャの分析が可能になります。シグナル伝達、細胞外、およびクロマチン関連タンパク質に含まれる 800 を超えるドメイン ファミリーを検出できます。これらのドメインは、系統分布、機能クラス、三次構造、および機能的に重要な残基に関して広範囲に注釈付けされています。
- スーパーファミリー
- SUPERFAMILYは、構造が既知のすべてのタンパク質を表すプロファイル隠れマルコフ モデルのライブラリです。このライブラリは、タンパク質のSCOP分類に基づいています。各モデルは SCOP ドメインに対応し、そのドメインが属する SCOPスーパーファミリー全体を表すことを目的としています。SUPERFAMILY は、完全に配列されたすべてのゲノムの構造割り当てを実行するために使用されています。
- SFLD
- 特定の配列構造の特徴を特定の化学的能力に関連付ける酵素の階層的分類。
- TIGRFAMs
- TIGRFAMsは、精選された複数の配列アラインメント、隠れマルコフモデル (HMM)、注釈を特徴とするタンパク質ファミリーのコレクションであり、配列相同性に基づいて機能的に関連するタンパク質を識別するツールを提供します。「同等」であるエントリは、機能に関して保存されている相同タンパク質をグループ化します。
データ型
InterPro は、コンソーシアムのさまざまなメンバーによって提供される 7 種類のデータで構成されています。
InterPro エントリータイプ
InterPro エントリはさらに 5 つのタイプに分類されます。
- 相同スーパーファミリー: 配列がそれほど類似していなくても、構造の類似性からわかるように、共通の進化的起源を共有するタンパク質のグループ。これらのエントリは、CATH-Gene3D と SUPERFAMILY の 2 つのメンバー データベースによってのみ提供されます。
- ファミリー: 構造の類似性、関連する機能、または配列の相同性によって決定される共通の進化的起源を持つタンパク質のグループ。
- ドメイン:特定の機能、構造、または配列を持つタンパク質内の明確な単位。
- 繰り返し:タンパク質内で何度も繰り返される傾向がある、通常は 50 個以下のアミノ酸の配列。
- 部位:少なくとも 1 つのアミノ酸が保存されているアミノ酸の短い配列。これには、翻訳後修飾部位、保存部位、結合部位、および活性部位が含まれます。
アクセス
このデータベースは、Web サーバー経由でテキストおよびシーケンスベースの検索が可能で、匿名 FTP 経由でダウンロードすることもできます。他のEBIデータベースと同様に、このデータベースはパブリック ドメインであり、そのコンテンツは「あらゆる個人があらゆる目的で使用できる」ためです。[8] InterPro は、通常、同じタンパク質の UniProtKB リリースから 1 日以内に、8 週間ごとにデータを公開することを目指しています。
InterPro アプリケーション プログラミング インターフェイス (API)
InterProは、 JSON形式のすべてのInterProエントリとその関連エントリにプログラムでアクセスするためのAPIを提供します。 [9] APIには、エントリ、タンパク質、構造、分類、プロテオーム、セットというさまざまなInterProデータタイプに対応する6つの主要なエンドポイントがあります。
インタープロスキャン
InterProScanは、ユーザーがメンバーデータベースシグネチャに対して配列をスキャンできるようにするソフトウェアパッケージです。ユーザーはこのシグネチャスキャンソフトウェアを使用して、新しいヌクレオチドまたはタンパク質配列を機能的に特徴付けることができます。[10] InterProScanは、対象のゲノムの「ファーストパス」特性を取得するために、ゲノムプロジェクトで頻繁に使用されます。 [11] [12] 2020年12月現在[アップデート]、InterProScanのパブリックバージョン（v5.x）はJavaベースのアーキテクチャを使用しています。[13]このソフトウェアパッケージは現在、64ビットLinuxオペレーティングシステムでのみサポートされています。
InterProScanは、他の多くのEMBL-EBIバイオインフォマティクスツールと同様に、 RESTfulおよびSOAP WebサービスAPIを使用してプログラム的にアクセスすることもできます。 [14]
参照
参考文献
- ^ Blum M、Chang HY、Chuguransky S、Grego T、Kandasaamy S、Mitchell A、et al. (2020年11月). 「InterProタンパク質ファミリーおよびドメインデータベース：20年後」。核酸研究。49 （ D1 ）：D344 – D354。doi ：10.1093/nar / gkaa977。PMC 7778928。PMID 33156333。
- ^ Hunter S、Jones P、Mitchell A、Apweiler R、Attwood TK、Bateman A、他 (2012 年 1 月)。「2011 年の InterPro: ファミリーおよびドメイン予測データベースの新たな展開」。Nucleic Acids Research。40 (データベース号): D306-12。doi : 10.1093/ nar /gkr948。PMC 3245097。PMID 22096229。
- ^ Apweiler R、Attwood TK、Bairoch A、Bateman A、Birney E、 Biswas M、他 (2001 年 1 月)。「InterPro データベース、タンパク質ファミリー、ドメイン、機能部位の統合ドキュメント リソース」。Nucleic Acids Research。29 ( 1): 37–40。doi : 10.1093 / nar/29.1.37。PMC 29841。PMID 11125043。
- ^ Apweiler R、Attwood TK、Bairoch A、Bateman A、Birney E、 Biswas M、他 (2000 年 12 月)。「InterPro - タンパク質ファミリー、ドメイン、機能部位の統合ドキュメント リソース」。 バイオインフォマティクス。16 ( 12): 1145–50。doi : 10.1093 /bioinformatics/16.12.1145。PMID 11159333。
- ^ ab Blum, Matthias; Chang, Hsin-Yu; Chuguransky, Sara; Grego, Tiago; Kandasaamy, Swaathi; Mitchell, Alex; Nuka, Gift; Paysan-Lafosse, Typhaine; Qureshi, Matloob; Raj, Shriya; Richardson, Lorna (2020-11-06). 「InterPro タンパク質ファミリーおよびドメインデータベース: 20 年後」. Nucleic Acids Research . 49 (D1): D344–D354. doi : 10.1093/nar/gkaa977 . ISSN 0305-1048. PMC 7778928 . PMID 33156333.
- ^ EMBL-EBI. 「データはどこから来るのか？ | InterPro」。2020年12月4日閲覧。
- ^ EMBL-EBI. 「InterProエントリタイプ | InterPro」。2020年12月4日閲覧。
- ^ 「EMBL-EBI サービスの利用規約 | 欧州バイオインフォマティクス研究所」。
- ^ 「InterProデータをダウンロードするには？ — InterProドキュメント」。interpro-documentation.readthedocs.io 。 2020年12月4日閲覧。
- ^ Quevillon E、Silventoinen V、Pillai S、Harte N、Mulder N、Apweiler R、Lopez R (2005 年 7 月)。「InterProScan: タンパク質ドメイン識別子」(無料全文)。Nucleic Acids Research。33 ( Webサーバー版): W116-20。doi : 10.1093/ nar /gki442。PMC 1160203。PMID 15980438。
- ^ Lander ES 、Linton LM、Birren B、Nusbaum C、Zody MC、Baldwin J、他 (2001 年 2 月)。「ヒトゲノムの初期配列決定と分析」( PDF )。Nature。409 ( 6822 ): 860–921。Bibcode :2001Natur.409..860L。doi : 10.1038 /35057062。PMID 11237011。
- ^ Holt RA, Subramanian GM, Halpern A, Sutton GG, Charlab R, Nusskern DR, et al. (2002年10月). 「マラリア蚊Anopheles gambiaeのゲノム配列」. Science . 298 (5591): 129–49. Bibcode :2002Sci...298..129H. CiteSeerX 10.1.1.149.9058 . doi :10.1126/science.1076181. PMID 12364791. S2CID 4512225.
- ^ Jones P, Binns D, Chang HY, Fraser M, Li W, McAnulla C, et al. (2014年5月). 「InterProScan 5: ゲノムスケールのタンパク質機能分類」.バイオインフォマティクス. 30 (9): 1236–40. doi :10.1093/bioinformatics/btu031. PMC 3998142. PMID 24451626 .
- ^ Madeira F, Park YM, Lee J, Buso N, Gur T, Madhusoodanan N, et al. (2019年7月). 「2019年のEMBL-EBI検索および配列解析ツールAPI」. Nucleic Acids Research . 47 (W1): W636–W641. doi :10.1093/nar/gkz268. PMC 6602479. PMID 30976793 .
外部リンク
- 公式サイト— ウェブサーバー