Arquivo UniProt

O Arquivo UniProt (UniParc) é o banco de dados de sequências de proteínas mais abrangente e não redundante disponível. Suas sequências de proteínas são recuperadas de recursos predominantes e acessíveis publicamente. Todas as novas sequências de proteínas e as sequências atualizadas são coletadas e carregadas diariamente no UniParc para cobertura completa. Para evitar redundância, cada sequência única é armazenada apenas uma vez com um identificador de proteína estável, que pode ser usado posteriormente no UniParc para identificar a mesma proteína em todos os bancos de dados de origem. Quando as proteínas são carregadas no banco de dados, referências cruzadas do banco de dados são criadas para vinculá-las às origens das sequências. Como resultado, realizar uma busca por sequência contra o UniParc é equivalente a realizar a mesma pesquisa contra todos os bancos de dados referenciados por UniParc. O UniParc contém apenas sequências de proteínas e referências cruzadas de banco de dados; todas as outras informações devem ser recuperadas dos bancos de dados de origem.