Key points are not available for this paper at this time.
A detecção de homologia proteica via similaridade de sequência tem aplicações importantes na biologia, desde a previsão de estrutura e função de proteínas até a reconstrução de filogenias. Embora os métodos atuais para alinhar sequências de proteínas sejam poderosos, desafios permanecem, incluindo problemas com a sobreextensão homóloga de alinhamentos e com regiões sob evolução convergente. Aqui, testamos a capacidade do método de modelo oculto de Markov de perfil HMMER3 para atribuir corretamente sequências homólogas a >13.000 famílias manualmente curadas do banco de dados Pfam. Identificamos famílias problemáticas usando regiões proteicas que correspondem a duas ou mais famílias Pfam que não estão atualmente anotadas como relacionadas no Pfam. Descobrimos que as estimativas de valor E do HMMER3 parecem ser menos precisas para famílias que apresentam padrões periódicos de viés composicional, como os tipicamente observados em coiled-coils. Esses resultados apoiam o uso contínuo de limites de inclusão manualmente curados no banco de dados Pfam, especialmente no subconjunto de famílias que foram identificadas como problemáticas em experimentos como estes. Eles também destacam a necessidade de desenvolver novos métodos que possam corrigir esse tipo particular de viés composicional.
Mistry et al. (Qua,) estudaram essa questão.