Strukturell klassificering av proteindatabasen - Structural Classification of Proteins database

SCOP
Structural Classification of Proteins database logo.gif
Innehåll
Beskrivning Proteinstrukturklassificering
Kontakt
Forskningscenter Laboratorium för molekylärbiologi
Författare Alexey G. Murzin, Steven E. Brenner, Tim JP Hubbard och Cyrus Chothia
Primär citat PMID  7723011
Utgivningsdatum 1994
Tillgång
Hemsida http://scop.mrc-lmb.cam.ac.uk/scop/
Diverse
Version 1,75 (juni 2009; 110 800 domäner i 38 221 strukturer klassade som 3 902 familjer)
Curation policy manuell
Omfattning
Innehåll
Beskrivning SCOP - utökat
Kontakt
Författare Fox, Steven E. Brenner och John-Marc Chandonia
Primär citat PMID  24304899
Tillgång
Hemsida https://scop.berkeley.edu
Diverse
Version 2.07 (mars 2018; 276.231 domäner i 87.224 strukturer klassade som 4.919 familjer)
Curation policy manuell (nya klassificeringar) och automatiserade (nya strukturer, BLAST )

Den Structural Classification of Proteins (SCOP) databasen är en stor del manuell klassificering av protein strukturella domäner baserade på likheter i deras strukturer och aminosyrasekvenser . En motivation för denna klassificering är att bestämma det evolutionära förhållandet mellan proteiner. Proteiner med samma former men med liten sekvens eller funktionell likhet placeras i olika superfamiljer och antas ha en mycket avlägsen gemensam förfader. Proteiner med samma form och likhet mellan sekvens och / eller funktion placeras i "familjer" och antas ha en närmare gemensam förfader.

I likhet med CATH- och Pfam- databaser tillhandahåller SCOP en klassificering av individuella strukturella domäner av proteiner snarare än en klassificering av hela proteinerna som kan inkludera ett betydande antal olika domäner.

SCOP-databasen är fritt tillgänglig på internet. SCOP skapades 1994 i Center for Protein Engineering and the Laboratory of Molecular Biology . Det upprätthölls av Alexey G. Murzin och hans kollegor i Centre for Protein Engineering tills det stängdes 2010 och därefter vid laboratoriet för molekylärbiologi i Cambridge, England.

Arbetet med SCOP 1.75 har avbrutits under 2014. Sedan dess har SCOPe-team från UC Berkeley svarat för att uppdatera databasen på ett kompatibelt sätt med en kombination av automatiserade och manuella metoder. Från och med april 2019 är den senaste versionen SCOPe 2.07 (mars 2018).

Den nya databasen Structural Classification of Proteins version 2 (SCOP2) släpptes i början av 2020. Den nya uppdateringen innehöll ett förbättrat databasschema, ett nytt API och moderniserat webbgränssnitt. Detta var den viktigaste uppdateringen av Cambridge-gruppen sedan SCOP 1.75 och bygger på framstegen inom schemat från SCOP 2-prototypen.

Hierarkisk organisation

Källan till proteinstrukturer är Protein Data Bank . Enheten för klassificering av struktur i SCOP är proteindomänen . Vad SCOP-författarna menar med "domän" föreslås av deras uttalande att små proteiner och de flesta medelstora har bara en domän, och genom iakttagelsen att humant hemoglobin, som har en α 2 β 2- struktur, tilldelas två SCOP-domäner , en för α och en för β-underenheten.

Domänernas former kallas "veck" i SCOP. Domäner som tillhör samma vik har samma viktiga sekundära strukturer i samma arrangemang med samma topologiska kopplingar. 1195 veck ges i SCOP version 1.75. Korta beskrivningar av varje veck ges. Till exempel beskrivs den "globinliknande" vikningen som kärna: 6 spiraler; vikta blad, delvis öppnade . Veckningen som en domän tillhör bestäms av inspektion snarare än av programvara.

Nivåerna för SCOP version 1.75 är som följer.

  1. Klass : Typer av veck, t.ex. beta-ark.
  2. Vik: De olika formerna av domäner inom en klass.
  3. Superfamily : Domänerna i ett veck är grupperade i superfamiljer, som åtminstone har en avlägsen gemensam förfader.
  4. Familj : Domänerna i en superfamilj är grupperade i familjer som har en nyare gemensam förfader.
  5. Proteindomän: Domänerna i familjer är grupperade i proteindomäner, som i huvudsak är samma protein.
  6. Art: Domänerna i "proteindomäner" är grupperade efter art.
  7. Domän: del av ett protein. För enkla proteiner kan det vara hela proteinet.

Klasser

De bredaste grupperna på SCOP version 1.75 är klasserna för proteinfällning . Dessa klasser grupperar strukturer med liknande sekundär struktursammansättning, men olika övergripande tertiära strukturer och evolutionärt ursprung. Detta är den "högsta" roten till SCOP-hierarkisk klassificering.

  1. Alla alfaproteiner [46456] (284): Domäner bestående av a-helices
  2. Alla beta-proteiner [48724] (174): Domäner som består av β-ark
  3. Alpha- och beta-proteiner (a / b) [51349] (147): Huvudsakligen parallella beta-ark (beta-alfa-beta-enheter)
  4. Alfa- och beta-proteiner (a + b) [53931] (376): Huvudsakligen antiparallella beta-ark (segregerade alfa- och beta-regioner)
  5. Multidomänproteiner (alfa och beta) [56572] (66): Vikar som består av två eller flera domäner som tillhör olika klasser
  6. membran och cellyteproteiner och peptider [56835] (58): Inkluderar inte proteiner i immunsystemet
  7. Små proteiner [56992] (90): Vanligtvis domineras av metallligand- , kofaktor- och / eller disulfidbryggor
  8. spolade proteiner [57942] (7): Inte en riktig klass
  9. Proteinstrukturer med låg upplösning [58117] (26): Peptider och fragment. Inte en riktig klass
  10. Peptider [58231] (121): peptider och fragment. Inte en riktig klass.
  11. Designade proteiner [58788] (44): Experimentella strukturer av proteiner med i huvudsak icke-naturliga sekvenser. Inte en riktig klass

Siffran inom parentes, kallad "sunid", är en S COP un ique heltal id- entifierare för varje nod i SCOP-hierarkin. Siffran inom parentes anger hur många element som finns i varje kategori. Det finns till exempel 284 veck i klassen "Alla alfa-proteiner". Varje medlem i hierarkin är en länk till nästa nivå i hierarkin.

Vikningar

Varje klass innehåller ett antal olika veck. Denna klassificeringsnivå indikerar liknande tertiär struktur, men inte nödvändigtvis evolutionär släkt. Exempelvis innehåller klassen "All-α-proteiner"> 280 distinkta veck, inklusive: Globinliknande (kärna: 6 spiraler; vikta blad, delvis öppnade), långa alfa-hårnålar (2 spiraler; antiparallell hårnål, vänsterhänt vridning ) och dockningsdomäner av typ I (tandemupprepning av två kalciumbindande loop-helix-motiv, som skiljer sig från EF-handen).

Superfamiljer

Domäner inom ett veck klassificeras ytterligare i superfamiljer . Detta är en största grupp av proteiner för vilka strukturell likhet är tillräcklig för att indikera evolutionär släkt och därför delar en gemensam förfader. Men denna förfader antas vara avlägsen, eftersom de olika medlemmarna i en superfamilj har låga sekvensidentiteter . Till exempel är de två superfamiljerna i den "Globin-liknande" veckningen: Globinsuperfamiljen och alfa-helix-ferredoxinsuperfamiljen (innehåller två Fe4-S4-kluster).

Familjer

Proteinfamiljer är närmare besläktade än superfamiljer. Domäner placeras i samma familj om det har antingen:

  1. > 30% sekvensidentitet
  2. någon sekvensidentitet (t.ex. 15%) och utför samma funktion

Likheten i sekvens och struktur är bevis för att dessa proteiner har ett närmare evolutionärt förhållande än proteiner i samma superfamilj. Sekvensverktyg, som BLAST , används för att hjälpa till att placera domäner i superfamiljer och familjer. Till exempel är de fyra familjerna i den "globinliknande" superfamiljen i den "globinliknande" vikningen trunkerat hemoglobin (saknar den första spiralen), nervvävnads mini-hemoglobin (saknar den första spiralen men annars liknar mer konventionella globiner än de stympade sådana), globiner (Heme-bindande protein) och fykocyanin -liknande phycobilisome proteiner (oligomerer av två olika typer av globin-liknande subenheter innehållande två extra spiraler vid N-terminalen binder en bilin kromofor ). Familjer i SCOP tilldelas var och en en kort klassificeringssträng, sccs , där bokstaven identifierar den klass som domänen tillhör; följande heltal identifierar vikningen, superfamiljen respektive familjen (t.ex. a.1.1.2 för "Globin" -familjen).

PDB-postdomäner

En "TaxId" är taxonomins ID-nummer och länkar till NCBI: s taxonomi-webbläsare, som ger mer information om den art som proteinet tillhör. Genom att klicka på en art eller isoform visas en lista med domäner. Exempelvis har "Hemoglobin, alfa-kedja från humant (Homo sapiens)" protein> 190 lösta proteinstrukturer, såsom 2dn3 (komplex med cmo) och 2dn1 (komplex med hem, mbn, oxi). Att klicka på PDB- numren ska visa molekylens struktur, men länkarna är för närvarande brutna (länkar fungerar före SCOP).

Exempel

De flesta sidor i SCOP innehåller en sökruta. Inmatning av "trypsin + människa" hämtar flera proteiner, inklusive proteinet trypsinogen från människor. Om du väljer den posten visas en sida som innehåller "lineage", som är högst upp på de flesta SCOP-sidor.

Mänsklig trypsonogen härstamning
  1. Rot: scop
  2. Klass: Alla betaproteiner [48724]
  3. Vik: trypsinliknande serinproteaser [50493]
    fat, stängt; n = 6, S = 8; grekisk nyckel
    duplicering: består av två domäner av samma vikt
  4. Superfamilj: Trypsinliknande serinproteaser [50494]
  5. Familj: Eukaryota proteaser [50514]
  6. Protein: Trypsin (ogen) [50515]
  7. Art: Människa (Homo sapiens) [TaxId: 9606] [50519]

Att söka efter "Subtilisin" returnerar proteinet, "Subtilisin from Bacillus subtilis, carlsberg", med följande härstamning.

Subtilisin från Bacillus subtilis, carlsberg härstamning
  1. Rot: scop
  2. Klass: Alpha- och beta-proteiner (a / b) [51349]
    Huvudsakligen parallella beta-ark (beta-alfa-beta-enheter)
  3. Vik: Subtilisinliknande [52742]
    3 lager: a / b / a, parallellt beta-ark med 7 strängar, ordning 2314567; vänsterhänt delningsförbindelse mellan strängar 2 & 3
  4. Superfamily: Subtilisin-liknande [52743]
  5. Familj: subtilaser [52744]
  6. Protein: Subtilisin [52745]
  7. Art: Bacillus subtilis, carlsberg [TaxId: 1423] [52746]

Även om båda dessa proteiner är proteaser tillhör de inte ens samma veck, vilket överensstämmer med att de är ett exempel på konvergerande utveckling .

Jämförelse med andra klassificeringssystem

SCOP-klassificering är mer beroende av manuella beslut än den halvautomatiska klassificeringen av CATH , dess främsta rival. Mänsklig expertis används för att avgöra om vissa proteiner är evolutionära och därför bör tilldelas samma superfamilj , eller om deras likhet är ett resultat av strukturella begränsningar och därför tillhör de samma veck . En annan databas, FSSP , genereras rent automatiskt (inklusive regelbundna automatiska uppdateringar) men erbjuder ingen klassificering, vilket gör att användaren kan dra sin egen slutsats om betydelsen av strukturella förhållanden baserat på parvisa jämförelser av enskilda proteinstrukturer.

SCOP-efterträdare

År 2009 klassificerade den ursprungliga SCOP-databasen manuellt 38 000 PDB-poster i en strikt hierarkisk struktur. Med den accelererande takten i publikationer av proteinstrukturer kunde den begränsade automatiseringen av klassificeringen inte hänga med, vilket ledde till en icke-omfattande dataset. SCOPe-databasen (Structural Classification of Proteins extended) släpptes 2012 med mycket större automatisering av samma hierarkiska system och är helt bakåtkompatibel med SCOP version 1.75. År 2014 infördes manuell curation i SCOPe för att bibehålla korrekt strukturtilldelning. Från och med februari 2015 klassificerade SCOPe 2.05 71.000 av de 110.000 totala PDB-posterna.

SCOP2-prototyp var en betaversion av strukturell klassificering av proteiner och klassificeringssystem som syftade till att öka den evolutionära komplexiteten som är inneboende i proteinstrukturutvecklingen. Det är därför inte en enkel hierarki, utan ett riktat acykliskt grafnätverk som förbinder proteinsuperfamiljer som representerar strukturella och evolutionära förhållanden såsom cirkulära permutationer , domänfusion och domänförfall. Följaktligen är domäner inte åtskilda av strikta fasta gränser, utan definieras snarare av deras förhållande till de mest liknande andra strukturerna. Prototypen användes för utveckling av SCOP-version 2-databasen. SCOP-version 2, släppt januari 2020, innehåller 5134 familjer och 2485 superfamiljer jämfört med 3902 familjer och 1962 superfamiljer i SCOP 1.75. Klassificeringsnivåerna organiserar mer än 41 000 icke-redundanta domäner som representerar mer än 504 000 proteinstrukturer.

ECOD-databasen Evolutionary Classification of Protein Domains (ECOD) som släpptes 2014 liknar SCOPe-expansionen av SCOP version 1.75. Till skillnad från den kompatibla SCOPe, byter den namn på klass-fold-superfamily-family hierarchy till en arkitektur-X-homology-topology-family (A-XHTF) gruppering, med den sista nivån mestadels definierad av Pfam och kompletterad med HHsearch kluster för okategoriserade sekvenser . ECOD har den bästa FBF-täckningen av alla tre efterträdare: den täcker varje FBF-struktur och uppdateras varannan vecka. Den direkta kartläggningen till Pfam har visat sig vara användbar för Pfam-kuratorer som använder kategorin homologinivå för att komplettera sin "klan" -gruppering.

Se även

Referenser

externa länkar