Войти
 | |
|---|---|
| Содержимое | |
| Описание | Расширение базы данных и значительно улучшенное сокращение ложноположительных прогнозов на основе согласованных последовательностей. |
| Связаться | |
| Лаборатория | Сангутевар Раджасекаран и Мартин Р. Шиллер |
| Авторы | Ми, Тиан; Мерлин Джерлин Камилус, Деверасетти Сандип, Грик Майкл Р., Билл Трэвис Дж., Брукс Эндрю В., Ли Логан И., Ратнаяке Вирадж, Росс Кристиан А., Сарджант Дэвид П., Стронг Кристи Л., Уоттс Паула, Раджасекаран Сангутевар, Шиллер Мартин Р. |
| Основное упоминание | Mi, Tian; Мерлин Джерлин Камилус, Деверасетти Сандип, Грик Майкл Р., Билл Трэвис Дж., Брукс Эндрю В., Ли Логан И., Ратнаяке Вирадж, Росс Кристиан А., Сарджант Дэвид П., Стронг Кристи Л., Уоттс Паула, Раджасекаран Сангутевар, Шиллер Мартин Р. (2012) |
| Дата выпуска | 2011 |
| Доступ | |
| Веб-сайт | http://mnm.engr.uconn.edu http://minimotifminer.org |
Minimotif Miner - это программа и база данных, предназначенная для определения минимотифов в любом белке. Minimotifs представляют собой короткие непрерывные пептидные последовательности, которые, как известно, выполняют функцию по крайней мере в одном белке. Минимотивы также называются мотивами последовательности или короткими линейными мотивами или SLiM. Обычно они ограничиваются одним элементом вторичной структуры и имеют длину менее 15 аминокислот.
Функции могут быть связующими мотивами, которые связывают другие макромолекула или небольшое соединение, которые индуцируют ковалентную модификацию минимотифа, или участвуют в транспортировке белка, содержащего минимотиф. Основная предпосылка Minimotif Miner заключается в том, что короткая пептидная последовательность, как известно, выполняет функцию в одном белке, может иметь аналогичную функцию в другом запрашиваемом белке. Текущая версия базы данных MnM 3.0 содержит ~ 300 000 минимальных объявлений, и ее можно найти на веб-сайте.
Есть два рабочих процесса, которые представляют интерес для ученых, использующих Minimotif Miner 1) Ввод любого белка запроса в Minimotif Miner возвращает таблицу со списком последовательностей Minimotif и функций, которые имеют образец последовательности, совпадающий с запросом белка. последовательность. Они обеспечивают потенциально новые функции в запросе белка. 2) Используя функцию view single nucleotide polymorphism (SNP), SNP из dbSNP отображаются в окне последовательности. Пользователь может выбрать любой набор SNP, а затем идентифицировать любой минимотив, который вводится или устраняется SNP или мутацией. Это помогает идентифицировать минимотивы, участвующие в создании разнообразия организмов, или те, которые могут быть связаны с заболеванием.
Типичные результаты MnM предсказывают более 50 новых минимотивов для запроса белка. Основное ограничение в этом типе анализа состоит в том, что низкая сложность последовательности коротких минимотивов приводит к ложноположительным предсказаниям, когда последовательность встречается в белке случайно, а не потому, что она содержит предсказанную функцию. MnM 3.0 представляет библиотеку расширенных эвристик и фильтров, которые позволяют значительно снизить количество ложноположительных прогнозов. Эти фильтры используют минимальную сложность, расположение на поверхности белка, молекулярные процессы, клеточные процессы, белок-белковые взаимодействия и генетические взаимодействия. Недавно мы объединили все эти эвристики в один составной фильтр, который добился значительного прогресса в решении этой проблемы с высокой точностью предсказания минимальных значений, измеренной в исследовании производительности, в котором оценивались как чувствительность, так и специфичность.
