PANTHER: una base de datos navegable de productos génicos organizados por función biológica, utilizando clasificación de familia y subfamilia de proteínas curada

La base de datos PANTHER fue diseñada para el análisis de alto rendimiento de secuencias de proteínas. Una de las características clave es una ontología simplificada de la función de la proteína, que permite la exploración de la base de datos por funciones biológicas. Los curadores biólogos han asociado los términos de la ontología con grupos de secuencias de proteínas en lugar de secuencias individuales. Los modelos estadísticos (Modelos Ocultos de Markov, o HMMs) se construyen a partir de cada uno de estos grupos. La ventaja de este enfoque es que nuevas secuencias pueden clasificarse automáticamente a medida que se vuelven disponibles. Para asegurar una clasificación funcional precisa, los HMMs se construyen no solo para familias, sino también para subfamilias funcionalmente distintas. Alineamientos de secuencia múltiple y árboles filogenéticos, incluyendo información asignada por curadores, están disponibles para cada familia. La versión actual de la base de datos PANTHER incluye secuencias de entrenamiento de todos los organismos en la base de datos de proteínas no redundantes de GenBank, y los HMMs se han utilizado para clasificar productos génicos en todo el genoma del humano y de Drosophila melanogaster. Los términos de la ontología y las familias y subfamilias de proteínas, así como las clasificaciones de genes de Drosophila, se pueden explorar y buscar de forma gratuita. Debido a obligaciones contractuales sobresalientes, el acceso a las clasificaciones de genes humanos y a los árboles de familias de proteínas y alineamientos de secuencias múltiples requerirá temporalmente una tarifa de registro nominal. PANTHER está disponible públicamente en la web en http://panther.celera.com.