يوني بروت

الموسوعة الحرة

UniProt هي قاعدة بيانات متاحة مجانًا تحتوي على معلومات حول تسلسل البروتينات ووظائفها، والعديد من مدخلاتها مستمدة من مشاريع تسلسل الجينوم . تحتوي على كم هائل من المعلومات حول الوظائف البيولوجية للبروتينات، مستقاة من الأبحاث المنشورة. يتولى صيانتها اتحاد UniProt، الذي يضم عدة منظمات أوروبية متخصصة في المعلوماتية الحيوية ومؤسسة من واشنطن العاصمة ، الولايات المتحدة الأمريكية .

اتحاد UniProt

يضم اتحاد UniProt المعهد الأوروبي للمعلوماتية الحيوية (EBI)، والمعهد السويسري للمعلوماتية الحيوية (SIB)، ومورد معلومات البروتين (PIR). يستضيف المعهد الأوروبي للمعلوماتية الحيوية، الكائن في حرم ويلكوم ترست للجينوم في هينكستون، المملكة المتحدة، مجموعة كبيرة من قواعد بيانات وخدمات المعلوماتية الحيوية. أما المعهد السويسري للمعلوماتية الحيوية، الكائن في جنيف، سويسرا، فيُدير خوادم ExPASy (نظام تحليل البروتين الخبير) التي تُعدّ موردًا مركزيًا لأدوات وقواعد بيانات علم البروتينات. بينما يستضيف المؤسسة الوطنية للبحوث الطبية الحيوية (NBRF) مورد معلومات البروتين في المركز الطبي بجامعة جورج تاون في واشنطن العاصمة، الولايات المتحدة الأمريكية، وهو الوريث لأقدم قاعدة بيانات لتسلسل البروتين ، وهي أطلس مارغريت دايوف لتسلسل البروتين وبنيته، الذي نُشر لأول مرة عام 1965. [ 2 ] في عام 2002، توحدت جهود المعهد الأوروبي للمعلوماتية الحيوية، والمعهد السويسري للمعلوماتية الحيوية، ومورد معلومات البروتين لتشكيل اتحاد UniProt. [ 3 ]

جذور قواعد بيانات UniProt

يشارك كل عضو في هذا الاتحاد بشكل مكثف في صيانة قواعد بيانات البروتينات وتصنيفها. وحتى وقت قريب، كان معهد المعلوماتية الحيوية الأوروبي (EBI) ومعهد المعلوماتية الحيوية (SIB) ينتجان معًا قاعدتي بيانات Swiss-Prot وTrEMBL، بينما كان معهد أبحاث علم الأحياء الدقيقة (PIR) ينتج قاعدة بيانات تسلسل البروتينات (PIR-PSD). [ 4 ] [ 5 ] [ 6 ] وقد تعايشت هذه القواعد مع اختلاف في تغطية تسلسل البروتينات وأولويات التصنيف.

أُنشئت قاعدة بيانات Swiss-Prot عام 1986 على يد آموس بايروش خلال دراسته للدكتوراه، وطُوّرت في المعهد السويسري للمعلوماتية الحيوية ، ثم طوّرها لاحقًا رولف أبوايلر في المعهد الأوروبي للمعلوماتية الحيوية . [ 7 ] [ 8 ] [ 9 ] هدفت Swiss-Prot إلى توفير تسلسلات بروتينية موثوقة مصحوبة بمستوى عالٍ من التوصيف (مثل وصف وظيفة البروتين، وبنية نطاقاته ، والتعديلات اللاحقة للترجمة ، والمتغيرات، وما إلى ذلك)، مع الحد الأدنى من التكرار ، ومستوى عالٍ من التكامل مع قواعد البيانات الأخرى. ونظرًا لأن بيانات التسلسل كانت تُنتج بوتيرة تتجاوز قدرة Swiss-Prot على مواكبتها، فقد أُنشئت TrEMBL (مكتبة بيانات تسلسل النيوكليوتيدات المترجمة من EMBL) لتوفير توصيفات آلية للبروتينات غير الموجودة في Swiss-Prot. في الوقت نفسه، حافظت PIR على PIR-PSD وقواعد البيانات ذات الصلة، بما في ذلك iProClass ، وهي قاعدة بيانات لتسلسلات البروتينات والعائلات المُنسقة.

قام أعضاء الكونسورتيوم بتجميع مواردهم وخبراتهم المتداخلة، وأطلقوا UniProt في ديسمبر 2003. [ 10 ]

تنظيم قواعد بيانات UniProt

يوفر UniProt أربع قواعد بيانات أساسية: UniProtKB (مع الأجزاء الفرعية Swiss-Prot و TrEMBL) و UniParc و UniRef و Proteome.

UniProtKB

قاعدة بيانات UniProt المعرفية (UniProtKB) هي قاعدة بيانات بروتينية يُشرف عليها جزئيًا خبراء، وتتألف من قسمين: UniProtKB/Swiss-Prot (يحتوي على مدخلات مُراجعة ومُعَلَّمة يدويًا) وUniProtKB/TrEMBL (يحتوي على مدخلات غير مُراجعة ومُعَلَّمة تلقائيًا). [ 11 ] اعتبارًا من 22 فبراير 2023  يحتوي الإصدار "2023_01" من قاعدة بيانات UniProtKB/Swiss-Prot على 569,213 مدخلًا تسلسليًا (تتألف من 205,728,242 حمضًا أمينيًا مستخلصًا من 291,046 مرجعًا)، بينما يحتوي الإصدار "2023_01" من قاعدة بيانات UniProtKB/TrEMBL على 245,871,724 مدخلًا تسلسليًا (تتألف من 85,739,380,194 حمضًا أمينيًا). [ 12 ]

UniProtKB/Swiss-Prot

UniProtKB/Swiss-Prot هي قاعدة بيانات لتسلسلات البروتينات، مُعَلَّمة يدويًا وغير مُكرَّرة. تجمع هذه القاعدة بين المعلومات المُستخلصة من الأدبيات العلمية والتحليلات الحاسوبية التي يُقيِّمها مُنسِّقو البيانات الحيوية. يهدف UniProtKB/Swiss-Prot إلى توفير جميع المعلومات المعروفة ذات الصلة ببروتين مُعيَّن. تُراجع البيانات المُعَلَّمة بانتظام لمواكبة أحدث النتائج العلمية. تتضمن عملية التعلِّق اليدوي لأي مُدخل تحليلًا مُفصَّلًا لتسلسل البروتين وللأدبيات العلمية. [ 13 ]

تُدمج التسلسلات من نفس الجين ونفس النوع في مدخل قاعدة بيانات واحد. تُحدد الاختلافات بين التسلسلات، ويُوثق سببها (على سبيل المثال، التضفير البديل ، والتنوع الطبيعي ، ومواقع البدء غير الصحيحة، وحدود الإكسونات غير الصحيحة، وانزياحات الإطار ، والتعارضات غير المحددة). تُستخدم مجموعة من أدوات تحليل التسلسل في شرح مدخلات UniProtKB/Swiss-Prot. تُقيّم تنبؤات الحاسوب يدويًا، وتُختار النتائج ذات الصلة لإدراجها في المدخل. تشمل هذه التنبؤات التعديلات ما بعد الترجمة، والمجالات العابرة للغشاء وبنيتها ، وببتيدات الإشارة ، وتحديد المجال، وتصنيف عائلة البروتين . [ 13 ] [ 14 ]

يتم تحديد المنشورات ذات الصلة من خلال البحث في قواعد البيانات مثل PubMed . تُقرأ النصوص الكاملة لكل ورقة بحثية، وتُستخرج المعلومات وتُضاف إلى المدخل. تشمل التعليقات المستمدة من الأدبيات العلمية، على سبيل المثال لا الحصر: [ 10 ] [ 13 ] [ 14 ]

تخضع المدخلات المشروحة لضمان الجودة قبل إدراجها في UniProtKB/Swiss-Prot. وعندما تتوفر بيانات جديدة، يتم تحديث المدخلات.

UniProtKB/TrEMBL

يحتوي UniProtKB/TrEMBL على سجلات عالية الجودة مُحللة حاسوبيًا، مُعززة بتعليقات توضيحية تلقائية. وقد طُرح استجابةً لزيادة تدفق البيانات الناتج عن مشاريع الجينوم، حيث لم يكن بالإمكان توسيع نطاق عملية التعليق التوضيحي اليدوي المُستهلكة للوقت والجهد في UniProtKB/Swiss-Prot لتشمل جميع تسلسلات البروتين المتاحة. [ 10 ] تُعالج ترجمات تسلسلات الترميز المُعلقة في قاعدة بيانات تسلسل النيوكليوتيدات EMBL-Bank/GenBank/DDBJ تلقائيًا وتُدخل في UniProtKB/TrEMBL. كما يحتوي UniProtKB/TrEMBL على تسلسلات من PDB ، ومن التنبؤ الجيني، بما في ذلك Ensembl و RefSeq و CCDS . [ 15 ] ومنذ 22 يوليو 2021، يتضمن أيضًا هياكل مُتوقعة باستخدام AlphaFold2 . [ 16 ]

يوني بارك

يُعدّ أرشيف UniProt (UniParc) قاعدة بيانات شاملة وغير متكررة، تحتوي على جميع تسلسلات البروتينات من قواعد بيانات تسلسلات البروتينات الرئيسية المتاحة للعموم. [ 17 ] قد توجد البروتينات في قواعد بيانات مصدرية متعددة، وفي نسخ متعددة في قاعدة البيانات نفسها. ولتجنب التكرار، يخزن UniParc كل تسلسل فريد مرة واحدة فقط. تُدمج التسلسلات المتطابقة، بغض النظر عما إذا كانت من النوع نفسه أو من أنواع مختلفة. يُمنح كل تسلسل مُعرّفًا فريدًا وثابتًا (UPI)، مما يُتيح تحديد البروتين نفسه من قواعد بيانات مصدرية مختلفة. يحتوي UniParc على تسلسلات البروتينات فقط، دون أي شروح. تسمح المراجع المتبادلة لقواعد البيانات في مدخلات UniParc باسترجاع معلومات إضافية حول البروتين من قواعد البيانات المصدرية. عند تغيير التسلسلات في قواعد البيانات المصدرية، يتتبع UniParc هذه التغييرات ويحفظ سجلًا لجميع التغييرات.

قواعد البيانات المصدرية

تحتوي قاعدة بيانات UniParc حاليًا على تسلسلات بروتينية من قواعد البيانات المتاحة للجمهور التالية:

UniRef

تتألف مجموعات UniProt المرجعية (UniRef) من ثلاث قواعد بيانات تضم مجموعات مُجمّعة من تسلسلات البروتينات من UniProtKB وسجلات UniParc المختارة. [ 20 ] تجمع قاعدة بيانات UniRef100 التسلسلات المتطابقة وأجزاء التسلسل (من أي كائن حي ) في مدخل UniRef واحد. ويتم عرض تسلسل بروتين نموذجي، وأرقام الوصول لجميع المدخلات المدمجة، وروابط لسجلات UniProtKB وUniParc المقابلة. تُجمّع تسلسلات UniRef100 باستخدام خوارزمية CD-HIT لإنشاء UniRef90 وUniRef50. [ 20 ] [ 21 ] تتكون كل مجموعة من تسلسلات ذات تطابق تسلسلي لا يقل عن 90% أو 50%، على التوالي، مع أطول تسلسل. يُقلل تجميع التسلسلات بشكل كبير من حجم قاعدة البيانات، مما يُتيح عمليات بحث أسرع عن التسلسلات.

يتوفر UniRef من موقع UniProt FTP. تمت أرشفته في 15-04-2024 على Wayback Machine .

التمويل

يتم تمويل UniProt من خلال منح من المعهد الوطني لأبحاث الجينوم البشري ، والمعاهد الوطنية للصحة (NIH)، والمفوضية الأوروبية ، والحكومة الفيدرالية السويسرية من خلال المكتب الفيدرالي للتعليم والعلوم، و NCI-caBIG ، ووزارة الدفاع الأمريكية. [ 11 ]

مراجع

  1. ↑ اتحاد UniProt. (يناير 2015). "UniProt: مركز معلومات البروتينات" . مجلة أبحاث الأحماض النووية . 43 (عدد قواعد البيانات): D204–12. doi : 10.1093/nar/gku989 . PMC 4384041. PMID 25348405 .  
  2. ↑ دايوف، مارغريت أو. (1965). أطلس تسلسل البروتين وبنيته . سيلفر سبرينغ، ماريلاند: المؤسسة الوطنية للبحوث الطبية الحيوية.
  3. ↑ "إصدار 2002: المعهد الوطني لأبحاث الجينوم البشري يمول قاعدة بيانات البروتين العالمية" . المعهد الوطني لأبحاث الجينوم البشري (NHGRI) . مؤرشف من الأصل في 24 سبتمبر 2015. تم الاطلاع عليه في 14 أبريل 2018 .
  4. ↑ أودونوفان، سي.؛ مارتن، إم. جيه.؛ جاتيكر، أ.؛ جاستايجر، إي.؛ بايروش، أ.؛ أبوايلر، ر. (2002). "مصدر معرفي عالي الجودة للبروتينات: SWISS-PROT وTrEMBL" . موجزات في المعلوماتية الحيوية . 3 (3): 275-284 . doi : 10.1093/bib/3.3.275 . PMID 12230036. مؤرشف من الأصل في 24-01-2024 . تم الاسترجاع في 24-01-2024 . 
  5. ^ وو، CH؛ نعم، ل.س. هوانغ، ه.؛ أرمينسكي، L.؛ كاسترو ألفير، J .؛ تشن، Y.؛ هو جين تاو، Z .؛ كورتيسيس، ص. ليدلي، RS؛ سوزيك، BE؛ فيناياكا، سي آر؛ تشانغ، J.؛ باركر، دبليو سي (2003). "مصدر معلومات البروتين" . أبحاث الأحماض النووية . 31 (1): 345-347 . دوى : 10.1093/nar/gkg040 . بمك 165487 . بميد 12520019 .  
  6. ↑ بوكمان، ب.؛ بايروش، أ.؛ أبوايلر، ر.؛ بلاتر، م.س.؛ إسترايشر، أ.؛ غاستايغر، إ.؛ مارتن، م.ج.؛ ميشود، ك.؛ أودونوفان، س.؛ فان، إ.؛ بيلبوت، س.؛ شنايدر، م. (2003). "قاعدة بيانات SWISS-PROT للمعرفة البروتينية وملحقها TrEMBL في عام 2003" . مجلة أبحاث الأحماض النووية . 31 (1): 365-370 . doi : 10.1093 / nar/gkg095 . PMC 165542. PMID 12520024 .  
  7. ↑ بايروش، أ.؛ أبوايلر، ر. (1996). "بنك بيانات تسلسل البروتين SWISS-PROT وملحقه الجديد TREMBL" . أبحاث الأحماض النووية . 24 (1): 21-25 . doi : 10.1093 / nar/24.1.21 . PMC 145613. PMID 8594581 .  
  8. ↑ بايروش، أ. (2000). "الصدفة في المعلوماتية الحيوية: معاناة عالم معلوماتية حيوية سويسري خلال أوقات مثيرة!" . المعلوماتية الحيوية . 16 (1): 48-64 . doi : 10.1093/bioinformatics/16.1.48 . PMID 10812477. مؤرشف من الأصل بتاريخ 2024-02-05 . تم الاسترجاع بتاريخ 2024-02-05 . 
  9. ^ سيفيرين ألتايراك، “ Naissance d'unebanque de données: مقابلة مع البروفيسور آموس بيروش أرشفة 2010-07-12 في آلة Wayback .". بروتينات à la Une أرشفة 2011-06-21 في آلة Wayback .، أغسطس 2006. ISSN 1660-9824 . 
  10. 1 2 3 أبوايلر، ر.؛ بايروش، أ.؛ وو، تش.هـ. (2004). "قواعد بيانات تسلسل البروتين". الرأي الحالي في البيولوجيا الكيميائية . 8 (1): 76-80 . doi : 10.1016/j.cbpa.2003.12.004 . PMID 15036160 . 
  11. 1 2 Uniprot, C. (2009). "مورد البروتين العالمي (UniProt) في عام 2010" . أبحاث الأحماض النووية . 38 (عدد قواعد البيانات): D142– D148 . doi : 10.1093/nar/gkp846 . PMC 2808944. PMID 19843607 .  
  12. ↑ "إحصائيات UniProtKB/Swiss-Prot الإصدار 2023_01" . web.expasy.org . مؤرشف من الأصل في 4 أبريل 2023. تم الاطلاع عليه في 31 مارس 2023 .
  13. 1 2 3 "كيف نُضيف تعليقات توضيحية يدويًا إلى مدخل UniProtKB؟" . UniProt . 21 سبتمبر 2011. مؤرشف من الأصل في 13 ديسمبر 2013. تم الاطلاع عليه في 14 أبريل 2018 .
  14. 1 2 أبويلر، ر.؛ بيروش، أ.؛ وو، CH؛ باركر، مرحاض؛ بوكمان، ب. فيرو، س.؛ جاستايجر، إي. هوانغ، ه.؛ لوبيز، ر. ماغران، م. مارتن، إم جي؛ ناتالي، دا؛ أودونوفان، C .؛ ريداشي، ن.؛ نعم، ل.س (2004). "UniProt: قاعدة المعرفة العالمية للبروتين" . أبحاث الأحماض النووية . 32 (90001): 115د-1119. دوى : 10.1093/نار/gkh131 . بمك 308865 . بميد 14681372 .  
  15. ↑ «من أين تأتي تسلسلات البروتين في قاعدة بيانات UniProtKB؟» . UniProt . 21 سبتمبر 2011. مؤرشف من الأصل في 15 ديسمبر 2013. تم الاطلاع عليه في 14 أبريل 2018 .
  16. ↑ حسابيس، ديميس (22 يوليو 2022). "وضع قوة ألفافولد بين أيدي العالم" . ديب مايند . مؤرشف من الأصل في 24 يوليو 2021. تم الاطلاع عليه في 24 يوليو 2021 .
  17. ^ لينونين، ر. دييز، ف ج. بينز، د.؛ فليشمان، دبليو؛ لوبيز، ر. أبويلر، ر. (2004). "أرشيف UniProt" . المعلوماتية الحيوية . 20 (17): 3236-3237 . دوى : 10.1093 / المعلوماتية الحيوية / bth191 . بميد 15044231 . 
  18. ↑ "مؤسسة أبحاث البروتين" . مؤرشف من الأصل بتاريخ 30 أغسطس 2010. تم الاطلاع عليه بتاريخ 25 أغسطس 2010 .
  19. ↑ "رابط FTP" . ftp.isrec.isb-sib.ch ( FTP ).(للاطلاع على المستندات، انظر صفحة المساعدة: FTP )
  20. 1 2 سوزيك، بي إي؛ هوانغ، إتش؛ ماكغارفي، بي؛ مازومدر، آر؛ وو، سي إتش (2007). "UniRef: مجموعات مرجعية شاملة وغير متكررة لـ UniProt" . المعلوماتية الحيوية . 23 (10): 1282-1288 . doi : 10.1093/bioinformatics/btm098 . PMID 17379688 . 
  21. ↑ لي، و.؛ جاروسزوسكي، ل.؛ غودزيك، أ. (2001). "تجميع التسلسلات المتجانسة للغاية لتقليل حجم قواعد بيانات البروتينات الكبيرة". المعلوماتية الحيوية . 17 (3): 282-283 . doi : 10.1093/bioinformatics/17.3.282 . PMID 11294794 .