Zubo
2017-12-12 19:33:06 UTC
Eu gostaria de criar um conjunto de dados consistindo em todas as sequências que estão presentes no PDB ou cujo homólogo está presente no PDB. Em outras palavras, qualquer sequência no PDB ou qualquer sequência relacionada a ele. A margem de semelhança deve ser muito ampla, então qualquer coisa acima, por exemplo, 25% de identidade de sequência é aceita (talvez haja critérios melhores, mas você entendeu).
Sem outras limitações, portanto, qualquer organismo, com ou sem dados experimentais, não se limita ao conjunto Swissprot com curadoria manual.
Eu tentei o banco de dados SIFTS, mas ele contém, pelo que eu posso dizer, apenas mapeamentos para identidade de sequência> 85%. Eu gostaria de ir muito abaixo disso.
Obrigado pela edição, isso é muito mais claro! Então, próxima pergunta: como você define "homólogos"? Você está procurando apenas homologia funcional? A homologia de sequência é suficiente? Suponho que você estará assumindo que as sequências homólogas compartilharão uma estrutura, mas certamente nem sempre é o caso. Existe alguma razão para você não fazer o contrário? Obter todas as sequências do PDB e mapeá-las para acessos UniProt?
Homólogos @terdon são definidos aqui como> 25% de identidade de sequência, de modo muito amplo. Eu estaria, de fato, disposto a executar uma pesquisa BLAST para cada entrada PDB vs Uniprot, mas presumo que isso levará algum tempo, então estou tentando evitar reinventar a roda.