FlowerPower: agrupando proteínas em classes de arquitetura de domínio para inferência filogenômica da função da proteína

FUNDAMENTO: A previsão de função pela transferência de anotação do maior resultado de banco de dados em uma busca de homologia mostrou-se propensa a erros sistemáticos. A análise filogenômica reduz esses erros inferindo a função da proteína dentro do contexto evolutivo de toda a família. No entanto, a precisão da previsão de função para proteínas de múltiplos domínios depende de todos os membros terem a mesma estrutura global de domínio. Em contrapartida, a maioria dos métodos comuns de detecção de homólogos é otimizada para recuperar homólogos locais e não aborda esse requisito. RESULTADOS: Apresentamos o FlowerPower, um novo algoritmo de agrupamento projetado para a identificação de homólogos globais como precursor da análise filogenômica estrutural. Similar a métodos como PSIBLAST, o FlowerPower emprega uma abordagem iterativa para agrupar sequências. No entanto, em vez de usar um único HMM ou perfil para expandir o grupo, o FlowerPower identifica subfamílias usando o algoritmo SCI-PHY e, em seguida, seleciona e alinha novos homólogos usando modelos ocultos de Markov da subfamília. O FlowerPower demonstrou superar o BLAST, PSI-BLAST e os métodos UCSC SAM-Target 2K na discriminação entre proteínas na mesma classe de arquitetura de domínio e aquelas com diferentes estruturas globais de domínio. CONCLUSÃO: A análise filogenômica estrutural permite que biólogos evitem os erros sistemáticos associados à transferência de anotação; agrupar sequências com base no compartilhamento da mesma arquitetura de domínio é um primeiro passo crítico nesse processo. O FlowerPower mostrou-se capaz de identificar consistentemente sequências homólogas com a mesma arquitetura de domínio que a consulta. DISPONIBILIDADE: O FlowerPower está disponível como um servidor web em http://phylogenomics.berkeley.edu/flowerpower/.