Górnik z minimotywem

Górnik z minimotywem
Database.png
Treść
Opis rozszerzenie bazy danych i znacznie poprawiona redukcja fałszywie dodatnich prognoz z sekwencji konsensusowych.
Kontakt
Laboratorium Sanguthevar Rajasekaran i Martin R. Schiller
Autorski Mi, Tian; Merlin Jerlin Camilus, Deverasetty Sandeep, Gryk Michael R, Bill Travis J, Brooks Andrew W, Lee Logan Y, Rathnayake Viraj, Ross Christian A, Sargeant David P, Strong Christy L, Watts Paula, Rajasekaran Sanguthevar, Schiller Martin R
Cytowanie podstawowe Mi, Tian; Merlin Jerlin Camilus, Deverasetty Sandeep, Gryk Michael R, Bill Travis J, Brooks Andrew W, Lee Logan Y, Rathnayake Viraj, Ross Christian A, Sargeant David P, Strong Christy L, Watts Paula, Rajasekaran Sanguthevar, Schiller Martin R (2012)
Data wydania 2011
Dostęp
Strona internetowa http://mnm.engr.uconn.edu http://minimotifminer.org

Minimotif Miner to program i baza danych przeznaczona do identyfikacji minimotywów w dowolnym białku. Minimotywy to krótkie ciągłe sekwencje peptydowe, o których wiadomo, że pełnią funkcję w co najmniej jednym białku. Minimotywy są również nazywane motywami sekwencyjnymi lub krótkimi motywami liniowymi lub SLiM. Są one na ogół ograniczone do jednego elementu struktury drugorzędowej i mają mniej niż 15 aminokwasów długości.

Opis

Funkcje mogą być motywami wiążącymi, które wiążą inną makrocząsteczkę lub mały związek, które indukują kowalencyjną modyfikację minimotywu lub biorą udział w transporcie białka zawierającego minimotyw. Podstawowym założeniem Minimotif Miner jest to, że jeśli wiadomo, że krótka sekwencja peptydowa pełni funkcję w jednym białku, może pełnić podobną funkcję w innym badanym białku. Bieżąca wersja bazy danych MnM 3.0 zawiera ~300 000 minimotywów i można ją przeszukiwać na stronie internetowej.

Istnieją dwa przepływy pracy, które są interesujące dla naukowców korzystających z Minimotif Miner 1) Wprowadzenie dowolnego białka zapytania do Minimotif Miner zwraca tabelę z listą sekwencji minimotywów i funkcji, które mają wzorzec sekwencji zgodny z sekwencją zapytania białka. Zapewniają one potencjalne nowe funkcje w zapytaniu o białko. 2) Korzystając z widoku polimorfizmu pojedynczego nukleotydu (SNP), SNP z dbSNP są mapowane w oknie sekwencji. Użytkownik może wybrać dowolny zestaw SNP, a następnie zidentyfikować dowolny minimotyw wprowadzony lub wyeliminowany przez SNP lub mutację. Pomaga to zidentyfikować minimotywy zaangażowane w generowanie różnorodności organizmów lub te, które mogą być związane z chorobą.

Typowe wyniki MnM przewidują ponad 50 nowych minimotywów dla zapytania o białko. Głównym ograniczeniem tego typu analizy jest to, że niska złożoność sekwencji krótkich minimotywów daje fałszywie pozytywne prognozy, w których sekwencja występuje w białku przypadkowo, a nie dlatego, że zawiera przewidywaną funkcję. MnM 3.0 wprowadza bibliotekę zaawansowanych heurystyk i filtrów, które umożliwiają znaczną redukcję fałszywych pozytywnych prognoz. Filtry te wykorzystują złożoność minimotywów, położenie na powierzchni białka, procesy molekularne, procesy komórkowe, interakcje białko-białko i interakcje genetyczne. Niedawno połączyliśmy wszystkie te heurystyki w jeden, złożony filtr, który poczynił znaczne postępy w rozwiązaniu tego problemu z dużą dokładnością przewidywania minimotywów, co zmierzono w badaniu porównawczym wydajności, w którym oceniono zarówno czułość, jak i specyficzność.

Zobacz też

Dalsza lektura

Linki zewnętrzne