Base de datos CATH
 | |
| Contenido | |
|---|---|
| Descripción | Clasificación de la estructura de las proteínas |
| Contacto | |
| Centro de investigación | Colegio Universitario de Londres |
| Laboratorio | Instituto de Biología Estructural y Molecular |
| Cita primaria | Dawson y otros (2016) [1] |
| Fecha de lanzamiento | 1997 |
| Acceso | |
| Sitio web | Información de catdb |
| Descargar URL | cathdb.info/descargar |
| Misceláneas | |
Frecuencia de publicación de datos | La prueba CATH-B se publica diariamente. Las publicaciones oficiales se realizan aproximadamente una vez al año. |
| Versión | 4.3 |
La base de datos de clasificación de la estructura de proteínas CATH es un recurso en línea gratuito y de acceso público que proporciona información sobre las relaciones evolutivas de los dominios proteicos . Fue creada a mediados de la década de 1990 por la profesora Christine Orengo y colegas, entre ellos Janet Thornton y David Jones , [2] y continúa siendo desarrollada por el grupo Orengo en el University College de Londres . CATH comparte muchas características generales con el recurso SCOP , sin embargo, también hay muchas áreas en las que la clasificación detallada difiere en gran medida. [3] [4] [5] [6]
Organización jerárquica
Las estructuras tridimensionales de proteínas determinadas experimentalmente se obtienen del banco de datos de proteínas y se dividen en sus cadenas polipeptídicas consecutivas , cuando corresponde. Los dominios de proteínas se identifican dentro de estas cadenas utilizando una combinación de métodos automáticos y curación manual. [7]
Los dominios se clasifican luego dentro de la jerarquía estructural CATH: en el nivel de Clase (C), los dominios se asignan de acuerdo con su contenido de estructura secundaria , es decir, todo alfa , todo beta , una mezcla de alfa y beta, o poca estructura secundaria; en el nivel de Arquitectura (A), se utiliza información sobre la disposición de la estructura secundaria en el espacio tridimensional para la asignación; en el nivel de Topología/pliegue (T), se utiliza información sobre cómo se conectan y organizan los elementos de la estructura secundaria; las asignaciones se realizan al nivel de superfamilia homóloga (H) si hay buena evidencia de que los dominios están relacionados por evolución [2], es decir, son homólogos.
| # | Nivel | Descripción |
|---|---|---|
| 1 | Clase | El contenido general de la estructura secundaria del dominio. (Equivalente a la clase SCOP ) |
| 2 | Arquitectura | Alta similitud estructural pero sin evidencia de homología . |
| 3 | Topología /pliegue | una agrupación a gran escala de topologías que comparten características estructurales particulares (equivalente al nivel de "pliegue" en SCOP) |
| 4 | Superfamilia homóloga | indicativo de una relación evolutiva demostrable. (Equivalente a la superfamilia SCOP ) |
El recurso hermano de CATH, Gene3D, proporciona datos de secuencias adicionales para dominios sin estructuras determinadas experimentalmente y se utilizan para poblar las superfamilias homólogas. Las secuencias de proteínas de UniProtKB y Ensembl se escanean en comparación con los HMM de CATH para predecir los límites de secuencia de dominios y realizar asignaciones de superfamilias homólogas.
Lanzamientos
El equipo de CATH publica nuevos datos en forma de instantáneas diarias y de publicaciones oficiales aproximadamente una vez al año. La última versión de CATH-Gene3D (v4.3) se publicó en diciembre de 2020 y consta de: [8]
- 500.238 entradas de dominios de proteínas estructurales
- 151 millones de entradas de dominios proteicos no estructurales
- 5.481 entradas de superfamilias homólogas
- 212.872 entradas de familias funcionales
Software de código abierto
CATH es un proyecto de software de código abierto , cuyos desarrolladores desarrollan y mantienen una serie de herramientas de código abierto, [9] que están disponibles públicamente en GitHub . [10]
Referencias
- ^ Dawson NL, Lewis TE, Das S, Lees JG, Lee D, Ashford P, et al. (enero de 2017). "CATH: un recurso ampliado para predecir la función de las proteínas a través de la estructura y la secuencia". Nucleic Acids Research . 45 (D1): D289–D295. doi :10.1093/nar/gkw1098. PMC 5210570 . PMID 27899584.
- ^ abc Orengo CA, Michie AD, Jones S, Jones DT, Swindells MB, Thornton JM (agosto de 1997). "CATH: una clasificación jerárquica de las estructuras de los dominios proteínicos". Structure . 5 (8). Londres, Inglaterra: 1093–108. doi : 10.1016/s0969-2126(97)00260-8 . PMID 9309224.
- ^ "CATH: base de datos de clasificación de la estructura de proteínas en la UCL". Cathdb.info . Consultado el 9 de marzo de 2017 .
- ^ "CATH". Cathdb.info . Consultado el 9 de marzo de 2017 .
- ^ "Base de datos CATH (@CATHDatabase)". Twitter . Consultado el 9 de marzo de 2017 .
- ^ Pearl FM, Bennett CF, Bray JE, Harrison AP, Martin N, Shepherd A, et al. (enero de 2003). "La base de datos CATH: un recurso de familia de proteínas extendida para la genómica estructural y funcional". Nucleic Acids Research . 31 (1): 452–455. doi :10.1093/nar/gkg062. PMC 165509 . PMID 12520050.
- ^ "CATH". cathdb.info . Consultado el 14 de septiembre de 2024 .
- ^ "CATH". cathdb.info . Consultado el 14 de septiembre de 2024 .
- ^ "Herramientas". cathdb.info . Consultado el 18 de diciembre de 2016 .
- ^ UCLOrengoGroup/cath-tools, UCLOrengoGroup, 9 de septiembre de 2024 , consultado el 14 de septiembre de 2024
