إنتربرو

📅 آخر تحديث: ٢ أغسطس ٢٠٢٦
✍️ نُشر في: ٢ أغسطس ٢٠٢٦
📷 يحتوي على 3 صور
الموسوعة الحرة

InterPro هي قاعدة بيانات لعائلات البروتينات ، ومجالات البروتينات ، والمواقع الوظيفية ، حيث يمكن تطبيق السمات المميزة الموجودة في البروتينات المعروفة على تسلسلات البروتينات الجديدة [ 2 ] من أجل توصيفها وظيفيًا. [ 3 ] [ 4 ]

يتألف محتوى قاعدة بيانات InterPro من بصمات تشخيصية والبروتينات التي تتطابق معها بشكل كبير. تتكون هذه البصمات من نماذج (بسيطة، مثل التعبيرات النمطية ، أو أكثر تعقيدًا، مثل نماذج ماركوف المخفية ) تصف عائلات البروتينات أو نطاقاتها أو مواقعها. ويتم البحث عن التسلسلات غير المعروفة لإنشاء نماذج التماثل. تساهم كل قاعدة بيانات من قواعد بيانات InterPro في مجال متخصص مختلف، بدءًا من التصنيفات عالية المستوى القائمة على البنية ( مثل SUPERFAMILY وCATH-Gene3D) وصولًا إلى تصنيفات العائلات الفرعية الدقيقة ( مثل PRINTS و PANTHER ).

يهدف مشروع InterPro إلى توفير منصة شاملة لتصنيف البروتينات، حيث تُجمع جميع التوقيعات الناتجة عن قواعد البيانات الأعضاء المختلفة في مدخلات ضمن قاعدة بيانات InterPro. تُجمع التوقيعات التي تُمثل نطاقات أو مواقع أو عائلات متكافئة في المدخل نفسه، كما يمكن ربط المدخلات ببعضها. وتُرفق معلومات إضافية، مثل الوصف والأسماء المتسقة ومصطلحات علم الجينات (GO)، بكل مدخل، كلما أمكن ذلك.

البيانات الموجودة في InterPro

يحتوي InterPro على ثلاثة عناصر رئيسية: البروتينات، والبصمات (المعروفة أيضًا باسم "الأساليب" أو "النماذج")، والمدخلات. تُعدّ البروتينات الموجودة في UniProtKB أيضًا العناصر البروتينية الأساسية في InterPro. تُحسب المعلومات المتعلقة بالبصمات التي تتطابق بشكل كبير مع هذه البروتينات عند إصدار التسلسلات من قِبل UniProtKB، وتُتاح هذه النتائج للجمهور (انظر أدناه). تُحدد مطابقة البصمات مع البروتينات كيفية دمج البصمات معًا في مدخلات InterPro: يُستخدم التداخل النسبي لمجموعات البروتينات المتطابقة وموقع مطابقة البصمات على التسلسلات كمؤشرات على القرابة. تُدمج فقط البصمات التي تُعتبر ذات جودة كافية في InterPro. اعتبارًا من الإصدار 81.0 (الصادر في 21 أغسطس 2020)، قامت مدخلات InterPro بتصنيف 73.9% من البقايا الموجودة في UniProtKB، بينما تم تصنيف 9.2% أخرى بواسطة بصمات قيد الدمج. [ 5 ]

تغطية بقايا UniProtKB بواسطة مدخلات InterPro اعتبارًا من إصدار InterPro 81.0. [ 5 ]

يتضمن InterPro أيضًا بيانات عن المتغيرات الموصولة والبروتينات الموجودة في قواعد بيانات UniParc و UniMES.

قواعد بيانات أعضاء اتحاد InterPro

تأتي التوقيعات من InterPro من 13 "قاعدة بيانات للأعضاء"، والتي ترد أدناه.

CATH-Gene3D
يصف هذا المرجع عائلات البروتينات وبنيات نطاقاتها في الجينومات الكاملة. تُشكّل عائلات البروتينات باستخدام خوارزمية تجميع ماركوف، متبوعةً بتجميع متعدد الروابط وفقًا لتطابق التسلسل. ويتم رسم خرائط البنية المتوقعة ونطاقات التسلسل باستخدام مكتبات نماذج ماركوف المخفية التي تمثل نطاقات CATH و Pfam . كما يُقدّم شرح وظيفي للبروتينات من مصادر متعددة. ويتوفر التنبؤ الوظيفي وتحليل بنيات النطاقات على موقع Gene3D الإلكتروني.
CDD
قاعدة بيانات النطاقات المحفوظة هي مصدر لشرح البروتينات، تتألف من مجموعة من نماذج محاذاة التسلسلات المتعددة المشروحة للنطاقات القديمة والبروتينات كاملة الطول. وهي متاحة على شكل مصفوفات نقاط خاصة بالموقع (PSSMs) لتحديد النطاقات المحفوظة في تسلسلات البروتينات بسرعة باستخدام RPS-BLAST.
خريطة
يشير اختصار HAMAP إلى التوصيف الآلي واليدوي عالي الجودة للبروتينات الميكروبية. يتم إنشاء ملفات تعريف HAMAP يدويًا بواسطة خبراء متخصصين، حيث يحددون البروتينات التي تشكل جزءًا من عائلات أو عائلات فرعية من البروتينات البكتيرية والأثرية والبلاستيدية المحفوظة جيدًا (مثل البلاستيدات الخضراء، والسيانيل، والبلاستيدات القمية، والبلاستيدات غير الضوئية).
موبي دي بي
MobiDB هي قاعدة بيانات تقوم بشرح الاضطراب الجوهري في البروتينات.
النمر
بانثر عبارة عن مجموعة كبيرة من عائلات البروتينات التي تم تقسيمها إلى عائلات فرعية ذات صلة وظيفية، وذلك بالاستعانة بخبرات بشرية. تُحاكي هذه العائلات الفرعية تباين الوظائف المحددة داخل عائلات البروتينات، مما يسمح بربط أكثر دقة بالوظيفة (تصنيفات الوظائف الجزيئية والعمليات البيولوجية ومخططات المسارات التي أشرف عليها بشر)، بالإضافة إلى استنتاج الأحماض الأمينية المهمة للتخصص الوظيفي. يتم بناء نماذج ماركوف المخفية (HMMs) لكل عائلة وعائلة فرعية لتصنيف تسلسلات بروتينية إضافية.
Pfam
هي مجموعة كبيرة من عمليات محاذاة التسلسلات المتعددة ونماذج ماركوف المخفية التي تغطي العديد من المجالات والعائلات البروتينية الشائعة.
تم تجميع قواعد البيانات الأعضاء الـ 13 التابعة لاتحاد InterPro حسب طريقة بناء التوقيع والكيان البيولوجي الذي تركز عليه. [ 6 ]
PIRSF
نظام تصنيف البروتينات عبارة عن شبكة ذات مستويات متعددة من تنوع التسلسل، بدءًا من العائلات الفائقة وصولًا إلى العائلات الفرعية، وتعكس العلاقة التطورية بين البروتينات كاملة الطول والمجالات. وحدة التصنيف الأساسية في نظام PIRSF هي العائلة المتماثلة، التي تتسم أعضاؤها بالتماثل (التطور من سلف مشترك) والتماثل (التشابه في التسلسل كامل الطول وبنية المجال المشتركة).
مطبوعات
PRINTS عبارة عن مجموعة من بصمات البروتينات. بصمة البروتين هي مجموعة من الأنماط المحفوظة تُستخدم لتوصيف عائلة بروتينية؛ وتُحسَّن قدرتها التشخيصية من خلال المسح المتكرر لقاعدة بيانات UniProt. عادةً لا تتداخل الأنماط، بل تكون منفصلة على طول التسلسل، مع أنها قد تكون متجاورة في الفضاء ثلاثي الأبعاد. تستطيع بصمات البروتينات ترميز طيات البروتين ووظائفه بمرونة وقوة أكبر من الأنماط المفردة، وتستمد قوتها التشخيصية الكاملة من السياق المتبادل الذي توفره الأنماط المجاورة.
موقع احترافي
PROSITE هي قاعدة بيانات لعائلات البروتينات ومجالاتها. وهي تتكون من مواقع وأنماط وملفات تعريف ذات أهمية بيولوجية تساعد على تحديد عائلة البروتينات المعروفة (إن وجدت) التي ينتمي إليها تسلسل جديد بشكل موثوق.
ذكي
تتيح أداة بحث معمارية معيارية بسيطة تحديدَ وتوصيفَ النطاقات المتحركة جينيًا وتحليلَ بنى هذه النطاقات. ويمكن الكشف عن أكثر من 800 عائلة نطاقات موجودة في بروتينات الإشارات، والبروتينات خارج الخلوية، والبروتينات المرتبطة بالكروماتين. وتُوصَف هذه النطاقات بشكلٍ شامل فيما يتعلق بالتوزيعات التطورية، والفئة الوظيفية، والبنى الثلاثية، والبقايا ذات الأهمية الوظيفية.
عائلة خارقة
SUPERFAMILY هي مكتبة نماذج ماركوف المخفية التي تمثل جميع البروتينات ذات البنية المعروفة. تعتمد المكتبة على تصنيف SCOP للبروتينات: يتوافق كل نموذج مع نطاق SCOP، ويهدف إلى تمثيل عائلة SCOP الفائقة بأكملها التي ينتمي إليها هذا النطاق. وقد استُخدمت SUPERFAMILY لإجراء عمليات تحديد البنية لجميع الجينومات التي تم تسلسلها بالكامل.
SFLD
تصنيف هرمي للإنزيمات يربط بين سمات التسلسل والبنية المحددة والقدرات الكيميائية المحددة.
عائلات التمساح
تُعدّ TIGRFAMs مجموعة من عائلات البروتينات، تضمّ محاذاة تسلسلية متعددة مُنسّقة، ونماذج ماركوف المخفية (HMMs)، وشروحًا توضيحية، مما يوفر أداة لتحديد البروتينات ذات الصلة الوظيفية بناءً على تشابه التسلسل. وتُصنّف المدخلات التي تُمثّل "المُكافئات" ضمن مجموعة البروتينات المتماثلة المحفوظة وظيفيًا.

أنواع البيانات

يتكون مشروع InterPro من سبعة أنواع من البيانات التي يقدمها أعضاء مختلفون في الاتحاد:

أنواع بيانات InterPro
نوع البياناتوصفقواعد البيانات المساهمة
إدخالات InterProالمجالات البنيوية و/أو الوظيفية للبروتينات المتوقعة باستخدام بصمة واحدة أو أكثرجميع قواعد بيانات الأعضاء الـ 13
توقيعات قاعدة بيانات الأعضاءالتوقيعات من قواعد بيانات الأعضاء. وتشمل هذه التوقيعات تلك المدمجة في InterPro، وتلك غير المدمجة.جميع قواعد بيانات الأعضاء الـ 13
بروتينتسلسل البروتينUniProtKB (Swiss-Prot و TrEMBL)
البروتيناتمجموعة من البروتينات التي تنتمي إلى كائن حي واحدUniProtKB
بناءالبنى ثلاثية الأبعاد للبروتيناتPDBe
التصنيفمعلومات تصنيفية عن البروتيناتUniProtKB
تعيينمجموعات من العائلات ذات الصلة التطوريةPfam ، CDD
أيقونات تحدد أنواع الإدخالات الخمسة الموجودة في InterPro (العائلة الفائقة المتجانسة، العائلة، النطاق، التكرار، أو الموقع). [ 7 ]

أنواع إدخال InterPro

يمكن تقسيم إدخالات InterPro إلى خمسة أنواع أخرى:

  • العائلة الفائقة المتجانسة : مجموعة من البروتينات التي تشترك في أصل تطوري مشترك، كما يتضح من تشابهها البنيوي، حتى وإن لم تكن تسلسلاتها متشابهة للغاية. هذه المعلومات متوفرة تحديدًا في قاعدتي بيانات عضوتين فقط: CATH-Gene3D و SUPERFAMILY.
  • العائلة : مجموعة من البروتينات التي لها أصل تطوري مشترك يتم تحديده من خلال أوجه التشابه الهيكلية أو الوظائف ذات الصلة أو تماثل التسلسل .
  • النطاق: وحدة مميزة في البروتين ذات وظيفة أو بنية أو تسلسل معين.
  • التكرار: سلسلة من الأحماض الأمينية، عادة لا يزيد طولها عن 50 حمضًا أمينيًا، والتي تميل إلى التكرار عدة مرات في البروتين.
  • الموقع: تسلسل قصير من الأحماض الأمينية حيث يتم الحفاظ على حمض أميني واحد على الأقل. وتشمل هذه المواقع مواقع التعديل بعد الترجمة ، والمواقع المحفوظة، ومواقع الارتباط ، والمواقع النشطة .

وصول

تتوفر قاعدة البيانات للبحث النصي والتسلسلي عبر خادم ويب، وللتنزيل عبر بروتوكول نقل الملفات (FTP) المجهول. ومثل قواعد بيانات EBI الأخرى ، فهي متاحة للعموم ، إذ يمكن استخدام محتواها "من قِبل أي فرد ولأي غرض". [ 8 ] يهدف مشروع InterPro إلى نشر البيانات للجمهور كل 8 أسابيع، عادةً في غضون يوم واحد من نشر UniProtKB لنفس البروتينات.

واجهة برمجة تطبيقات InterPro (API)

يوفر InterPro واجهة برمجة تطبيقات (API) للوصول البرمجي إلى جميع مدخلات InterPro والمدخلات المرتبطة بها بتنسيق JSON . [ 9 ] يوجد ست نقاط نهاية رئيسية لواجهة برمجة التطبيقات تتوافق مع أنواع بيانات InterPro المختلفة: المدخل، والبروتين، والبنية، والتصنيف، والبروتيوم، والمجموعة.

إنتربروسكان

InterProScan عبارة عن حزمة برمجية تُمكّن المستخدمين من فحص التسلسلات ومقارنتها ببصمات قواعد البيانات. يُمكن للمستخدمين استخدام هذا البرنامج لفحص البصمات وتوصيف وظائف تسلسلات النيوكليوتيدات أو البروتينات الجديدة. [ 10 ] يُستخدم InterProScan بشكل متكرر في مشاريع الجينوم للحصول على توصيف أولي للجينوم محل الاهتمام. [ 11 ] [ 12 ] اعتبارًا من ديسمبر 2020 يستخدم الإصدار العام من برنامج InterProScan (الإصدار 5.x) بنيةً مبنيةً على لغة جافا . [ 13 ] ولا يدعم البرنامج حاليًا إلا نظام تشغيل لينكس 64 بت .

يمكن أيضًا الوصول إلى InterProScan، إلى جانب العديد من أدوات المعلوماتية الحيوية الأخرى التابعة لـ EMBL-EBI، برمجيًا باستخدام واجهات برمجة تطبيقات خدمات الويب RESTful و SOAP . [ 14 ]

انظر أيضاً

مراجع

  1. ↑ بلوم م، تشانغ هـ ي، تشوغورانسكي س، غريغو ت، كانداسامي س، ميتشل أ، وآخرون  . (نوفمبر 2020). "قاعدة بيانات عائلات ومجالات البروتين InterPro: بعد 20 عامًا" . مجلة أبحاث الأحماض النووية . 49 (D1): D344– D354 . doi : 10.1093/nar/gkaa977 . PMC 7778928. PMID 33156333 .  
  2. ↑ هانتر إس، جونز بي، ميتشل إيه، أبوايلر آر، أتوود تي كيه، بيتمان إيه، وآخرون . (يناير 2012). "InterPro في عام 2011: تطورات جديدة في قاعدة بيانات التنبؤ بالعائلات والمجالات" . مجلة أبحاث الأحماض النووية . 40 (عدد قواعد البيانات): D306-12. doi : 10.1093/nar/ gkr948 . PMC 3245097. PMID 22096229 .   
  3. ↑ أبوايلر ر ، أتوود ت ك ، بايروش أ ، باتمان أ ، بيرني إ ، بيسواس م، وآخرون (يناير 2001). "قاعدة بيانات InterPro، مورد توثيق متكامل لعائلات البروتينات، والمجالات، والمواقع الوظيفية" . مجلة أبحاث الأحماض النووية . 29 (1): 37-40 . doi : 10.1093 / nar/29.1.37 . PMC 29841. PMID 11125043 .   
  4. ↑ أبوايلر ر ، أتوود ت ك ، بايروش أ ، باتمان أ ، بيرني إ ، بيسواس م، وآخرون (ديسمبر 2000). "إنتربرو - مورد توثيق متكامل لعائلات البروتينات، والمجالات، والمواقع الوظيفية" . المعلوماتية الحيوية . 16 (12): 1145-1150 . doi : 10.1093/bioinformatics/16.12.1145 . PMID 11159333 .  
  5. 1 2 بلوم، ماتياس؛ تشانغ، هسين يو؛ تشوجورانسكي، سارة؛ جريجو، تياجو؛ كانداسامي، سواثي؛ ميتشل، اليكس. نوكا، هدية؛ بيسان لافوس، تيفين؛ قريشي، مطلوب؛ راج شريا. ريتشاردسون ، لورنا (2020/11/06). "قاعدة بيانات عائلات ومجالات البروتين InterPro: بعد مرور 20 عامًا" . أبحاث الأحماض النووية . 49 (د1): د344 – د354. دوى : 10.1093/نار/gkaa977 . ISSN 0305-1048 . بمك 7778928 . بميد 33156333 .   
  6. ↑ EMBL-EBI. "من أين تأتي البيانات؟ | InterPro" . تم الاطلاع عليه بتاريخ 4 ديسمبر 2020 .
  7. ↑ EMBL-EBI. "أنواع إدخالات InterPro | InterPro" . تم الاسترجاع في 2020-12-04 .
  8. ↑ "شروط استخدام خدمات EMBL-EBI | المعهد الأوروبي للمعلوماتية الحيوية" .
  9. ↑ "كيفية تنزيل بيانات InterPro؟ — وثائق InterPro" . interpro-documentation.readthedocs.io . تم ​​الاطلاع عليه بتاريخ 4 ديسمبر 2020 .
  10. ↑ كويفيلون إي، سيلفينتوينن في، بيلاي إس، هارت إن، مولدر إن، أبوايلر آر، لوبيز آر (يوليو 2005). "InterProScan: مُعرِّف نطاقات البروتين" (نص كامل مجاني) . مجلة أبحاث الأحماض النووية . 33 (عدد خادم الويب): W116-20. doi : 10.1093/nar/ gki442 . PMC 1160203. PMID 15980438 .  
  11. ↑ لاندر إي إس ، لينتون إل إم، بيرين بي، نوسباوم سي، زودي إم سي، بالدوين جيه، وآخرون . (فبراير 2001). "التسلسل الأولي وتحليل الجينوم البشري" (ملف PDF) . مجلة نيتشر . 409 (6822): 860-921 . Bibcode : 2001Natur.409..860L . doi : 10.1038/35057062 . PMID 11237011 .  
  12. ↑ هولت، ر. أ.، وسوبرامانيان، ج. م.، وهالبرن، أ.، وساتون، ج. ج.، وشارلاب، ر.، ونوسكيرن، د. ر.، وآخرون . (أكتوبر 2002). "تسلسل جينوم بعوضة الملاريا أنوفيلس غامبيا". مجلة ساينس . 298 (5591): 129-149 . Bibcode : 2002Sci...298..129H . CiteSeerX : 10.1.1.149.9058 . doi : 10.1126/science.1076181 . PMID: 12364791. S2CID : 4512225 .    
  13. ↑ جونز ب، بينز د، تشانغ هـ ي، فريزر م، لي و، ماكانولا س، وآخرون . (مايو 2014). "InterProScan 5: تصنيف وظائف البروتين على نطاق الجينوم" . المعلوماتية الحيوية . 30 (9): 1236-1240 . doi : 10.1093/bioinformatics/btu031 . PMC 3998142. PMID 24451626 .   
  14. ↑ ماديرا ف، بارك ي م، لي ج، بوسو ن، غور ت، مادهوسودانان ن، وآخرون . (يوليو 2019). "واجهات برمجة تطبيقات أدوات البحث وتحليل التسلسل EMBL-EBI في عام 2019" . مجلة أبحاث الأحماض النووية . 47 (W1): W636– W641 . doi : 10.1093/nar/gkz268 . PMC 6602479. PMID 30976793 .