Содержание | |
---|---|
Описание | экспериментальные аннотации локализации |
Организмы | Homo sapiens Arabidopsis thaliana |
Контакт | |
Исследовательский центр | Колумбийский университет |
Лаборатория | Кафедра биохимии и молекулярной биофизики |
Авторы | Шрути Растоги |
Первичная ссылка | Растоги и др. (2011) [1] |
Дата выпуска | 2010 |
Доступ | |
Формат данных | База данных MySQL |
Веб-сайт | http://www.rostlab.org/services/locDB |
URL веб-сервиса | http://www.rostlab.org/services/locDB/search.php |
Разнообразный | |
Версия | Выпуск 1.0 |
LocDB [1] — это база данных, курируемая экспертами, которая собирает экспериментальные аннотации для субклеточной локализации белков у Homo sapiens (человек) и Arabidopsis thaliana (Weed). База данных также содержит прогнозы субклеточной локализации из различных современных методов прогнозирования для всех белков с экспериментальной информацией.
Белки являются основными функциональными компонентами клеток. Они отвечают за преобразование генетической информации в физическую реальность. Эти макромолекулы опосредуют регуляцию генов, ферментативный катализ, клеточный метаболизм, репликацию ДНК и транспорт питательных веществ, распознавание и передачу сигналов. Интерпретация этого богатства данных для выяснения функции белков в постгеномную эру является фундаментальной проблемой. На сегодняшний день даже для самых хорошо изученных организмов, таких как дрожжи, около четверти белков остаются неохарактеризованными. Основным препятствием в экспериментальном определении функции белков является то, что исследования требуют огромных ресурсов. Следовательно, разрыв между количеством последовательностей, размещенных в базах данных, и экспериментальной характеристикой соответствующих белков постоянно растет. Биоинформатика играет центральную роль в преодолении этого разрыва между последовательностью и функцией посредством разработки инструментов для более быстрого и эффективного прогнозирования функции белков. Этот репозиторий эффективно заполняет пробел между экспериментальными аннотациями и прогнозами и предоставляет более крупный и надежный набор данных для тестирования новых методов прогнозирования. [1]