توقع مقاييس موقع النشاط في قاعدة بيانات Pfam

خلفية: حوالي 5% من عائلات Pfam إنزيمية، ولكن فقط جزء صغير من التسلسلات داخل هذه العائلات (<0.5%) تم تحديد البقايا المسؤولة عن التحفيز فيها. لزيادة مقاييس موقع النشاط في قاعدة بيانات Pfam، طورنا مجموعة صارمة من القواعد، تم اختيارها لتقليل معدل الإيجابيات الكاذبة، والتي تمكن من نقل بيانات موقع النشاط المقررة تجريبياً إلى تسلسلات أخرى ضمن نفس عائلة Pfam. الوصف: أنشأنا قاعدة بيانات كبيرة من البقايا المتوقعة لمواقع النشاط. عند مقارنة توقعات موقع النشاط لدينا بتلك الموجودة في UniProtKB، وCatalytic Site Atlas، وPROSITE، وMEROPS، نجد أننا نحقق العديد من التوقعات الجديدة. عند التحقيق في مجموعة صغيرة من التوقعات التي قدمتها هذه القواعد التي لم نتوقعها، وجدنا أن هذه التسلسلات لم تستوفِ معاييرنا الصارمة للتوقع. قمنا بتقييم حساسية وطريقة عمل منهجيتنا ونقدر أن 3% فقط من تسلسلاتنا المتوقعة هي إيجابيات كاذبة. الاستنتاج: لقد توقعنا 606110 بقايا لموقع النشاط، منها 94% لا توجد في UniProtKB، وزدنا مقاييس موقع النشاط في Pfam بأكثر من 200 مرة. على الرغم من أنها تم تطبيقها لـ Pfam، إلا أن الأداة التي طورناها لنقل البيانات يمكن أن تُطبق على أي محاذاة مع بيانات النشاط التجريبي المرتبطة وهي متاحة للتنزيل. يتم إعادة حساب توقعاتنا لموقع النشاط في كل إصدار من Pfam لضمان شموليتها ومواكبتها. إنها تقدم واحدة من أكبر قواعد البيانات المتاحة لمقاييس موقع النشاط.