スーパーファミリーデータベース

SUPERFAMILYは、すべてのタンパク質とゲノムの構造的および機能的注釈のデータベースおよび検索プラットフォームです。^{[1] [2] [3] [4] [5] [6] [7]}アミノ酸配列を既知の構造ドメイン、特にSCOPスーパーファミリーに分類します。^{[8] [9]}ドメインは、タンパク質を形成する機能的、構造的、進化的単位です。共通の祖先を持つドメインはスーパーファミリーにグループ化されます。ドメインとドメインスーパーファミリーはSCOPで定義され、説明されています。^{[8] [10]} スーパーファミリーは、共通の進化的祖先をサポートする構造的証拠があるが、検出可能な配列相同性がない可能性があるタンパク質のグループです。^[11]

SUPERFAMILYアノテーションは、 SCOPスーパーファミリーレベルで構造タンパク質ドメインを表す隠れマルコフモデル（HMM）のコレクションに基づいています。^{[12] [13]}スーパーファミリーは進化的関係を持つドメインをグループ化します。アノテーションは、完全に配列決定されたゲノムからのタンパク質配列を隠れマルコフモデルに対してスキャンすることによって生成されます。

それぞれのタンパク質について、次のことが可能です。

• SCOP分類のために配列を提出する
• ドメイン構成、配列アラインメント、タンパク質配列の詳細を表示します

ゲノムごとに次のことが可能です。

• スーパーファミリーの割り当て、系統樹、ドメイン構成リスト、ネットワークを調べる
• ゲノム内で過剰に表現されているスーパーファミリーと過少に表現されているスーパーファミリーを確認する

各スーパーファミリーについて、次のことが可能です。

• SCOP分類、機能注釈、遺伝子オントロジー注釈、^{[6] [14]} InterProアブストラクトおよびゲノム割り当てを検査する
• 生命の樹全体にわたるスーパーファミリーの分類学的分布を探索する

すべての注釈、モデル、データベース ダンプは誰でも無料でダウンロードできます。

配列検索

SUPERFAMILY HMM を使用して、SCOP スーパーファミリーおよびファミリー レベルの分類用にタンパク質または DNA 配列を送信します。配列は、生の入力またはファイルのアップロードによって送信できますが、すべてFASTA 形式である必要があります。配列は、アミノ酸、固定フレームのヌクレオチド配列、または送信されたヌクレオチド配列のすべてのフレームにすることができます。一度に実行できる配列は最大 1000 個です。

キーワード検索

スーパーファミリー、ファミリー、または種の名前と、配列、SCOP、PDB、または HMM ID を使用してデータベースを検索します。検索が成功すると、クエリに一致するクラス、フォールド、スーパーファミリー、ファミリー、および個々のタンパク質が返されます。

ドメイン割り当て

データベースには、真核生物と原核生物の完全な配列のドメイン割り当て、アラインメント、アーキテクチャ、および配列コレクションが含まれています。

比較ゲノムツール

各生物について、珍しい（過剰または過少に代表される）スーパーファミリーとファミリー、隣接するドメインペアのリストとグラフ、固有のドメインペア、ドメインの組み合わせ、ドメインアーキテクチャの共起ネットワーク、および分類上の界全体にわたるドメイン分布を参照します。

ゲノム統計

各ゲノムについて、シーケンスの数、割り当てられたシーケンスの数、割り当てられたシーケンスの割合、シーケンスの合計カバレッジの割合、割り当てられたドメインの数、割り当てられたスーパーファミリーの数、割り当てられたファミリーの数、スーパーファミリーの平均サイズ、重複によって生成された割合、シーケンスの平均長、一致した長さの平均、ドメインペアの数、および一意のドメインアーキテクチャの数。

遺伝子オントロジー

ドメイン中心の遺伝子オントロジー(GO) が自動的に注釈付けされます。

配列決定されたタンパク質と既知の機能との間のギャップが拡大しているため、特に既知のドメインを持つタンパク質に対して、タンパク質の機能的注釈を付けるより自動化された方法を開発することがますます重要になっています。SUPERFAMILYは、ゲノムオントロジーアノテーション（GOA）プロジェクトから取得したタンパク質レベルのGOアノテーションを使用します。このプロジェクトは、幅広い種のUniprotKB内のタンパク質に直接関連付けられた高品質のGOアノテーションを提供します。^[15] SUPERFAMILYは、進化的に閉じたドメイン（SCOPファミリーレベル）と遠いドメイン（SCOPスーパーファミリーレベル）のGOアノテーションを生成しました。

表現型オントロジー

疾患オントロジー、ヒト表現型、マウス表現型、線虫表現型、酵母表現型、ハエ表現型、ハエ解剖学、ゼブラフィッシュ解剖学、アフリカツメガエル解剖学、およびシロイヌナズナ植物を含む、ドメイン中心の表現型/解剖学オントロジー。

スーパーファミリー注釈

InterPro は 1,000 を超えるスーパーファミリーを要約し、700 を超えるスーパーファミリーの遺伝子オントロジー (GO) アノテーションを提供します。この機能により、スーパーファミリーの主要な特徴、機能、構造を 直接アノテーションできます。

機能注釈

SCOP 1.73 スーパーファミリーの機能注釈。

SUPERFAMILYデータベースは、COGデータベースで使用されているスキームと同様に、7つの一般的な機能カテゴリーにマッピングされる50の詳細な機能カテゴリーのスキームを使用しています。^[16]スーパーファミリーに割り当てられた一般的な機能は、そのスーパーファミリーの主要な機能を反映するために使用されました。機能の一般的なカテゴリーは次のとおりです。

1. 情報: 遺伝コードの保存と維持、DNA の複製と修復、一般的な転写と翻訳。
2. 調節: 遺伝子発現およびタンパク質活性の調節、環境入力に応じた情報処理、シグナル伝達、一般的な調節または受容体活性。
3. 代謝：同化および異化プロセス、細胞の維持と恒常性、二次代謝。
4. 細胞内プロセス：細胞運動と分裂、細胞死、細胞内輸送、分泌。
5. 細胞外プロセス: 細胞接着などの細胞間および細胞外プロセス、血液凝固や免疫システムなどの生物プロセス。
6. 一般: 一般的かつ多様な機能、タンパク質、脂質、小分子、イオンとの相互作用。
7. その他/不明: 未知の機能、ウイルスタンパク質、または毒素。

SCOPクラスaからgの各ドメインスーパーファミリーは、このスキーム^{[17] [18] [19]}を使用して手動で注釈付けされ、使用された情報はSCOP、^[10] InterPro、^{[20] [21]} Pfam、^[22] Swiss Prot、^[23]およびさまざまな文献から提供されました。

系統樹

SUPERFAMILY サイトで利用可能なゲノムを 3 つ以上選択して、カスタム系統樹を作成します。系統樹はヒューリスティック節約法を使用して生成され、SUPERFAMILY 内のすべてのゲノムのタンパク質ドメイン アーキテクチャ データに基づいています。ゲノムの組み合わせ、または特定の系統群は、個別の系統樹として表示できます。

類似ドメインアーキテクチャ

この機能により、ユーザーは、関心のあるドメイン アーキテクチャに最も類似する 10 個のドメイン アーキテクチャを見つけることができます。

隠れマルコフモデル

SUPERFAMILY隠れマルコフモデルを使用して、シーケンスの SCOP ドメイン割り当てを生成します。

プロフィール比較

HMM検索で有意な一致が見つからない場合は、リモートドメインの一致を検索します。2つのプロファイルHMMをアラインメントしてスコアリングするために、 プロファイル比較（PRC） ^{[24]が使用されます。}

ウェブサービス

分散注釈サーバーとSUPERFAMILYへのリンク。

ダウンロード

シーケンス、割り当て、モデル、MySQL データベース、スクリプト - 毎週更新されます。

SUPERFAMILY データベースには数多くの研究用途があり、多くの研究グループがさまざまな研究に使用しています。ユーザーが他の方法で調べたいタンパク質のデータベースとして、または新規または未解析のタンパク質に機能と構造を割り当てるために使用できます。ある研究では、SUPERFAMILY は、データベースの隠れマルコフモデルと比較することで、多数の未知の機能ドメインに適切な機能と構造を正しく割り当てるのに非常に優れていることがわかりました。^[25]別の研究では、SUPERFAMILY を使用して、細胞多様化の起源を特定するためのプロテオームとファンクショノームの比較に使用し、1,733 の Fold スーパーファミリードメイン (FSF) のデータセットを生成しました。^[26]

• SUPERFAMILYデータベース
• SCOP: タンパク質の構造分類