PSORT
PSORT ist eine Datenbank, die eine Vorhersage von Proteinlokalisationen in Zellen trifft. Dies geschieht durch Analyse der eingegebenen Aminosäuresequenz. Sequenzen, die charakteristisch für Sortiersignale sind (beispielsweise Länge der N-terminalen Region, der hydrophoben Region, Nettoladungen), werden mit bekannten Sortiersignalen verglichen. Daraus wird eine Lokalisationswahrscheinlichkeit für Zytoplasma, Periplasma, innere Membran und Außenmembran errechnet.
Aufbau
[Bearbeiten | Quelltext bearbeiten]PSORT besteht aus mehreren Subdatenbanken, aus denen man zunächst eine geeignete auswählen muss:
- PSORT (alte Version; Bakterien, Pflanzen)
- PSORT II (Tiere, Hefe; in Bearbeitung: Pflanzen, Gram-positive und Gram-negative Bakterien)
- Wolf PSORT (basierend auf PSORT II; Pilze, Tiere, Pflanzen)
- iPSORT (Detektion von N-terminalen Sortiersignalen)
- PSORT-B (Gram-negative Bakterien)
PSORT untersucht Proteinsequenzen mithilfe der Aminosäuresequenzen. Mit einer anfänglichen Kategoriebestimmung wird die Herkunft (Tier, Pflanze etc.) des Proteins bestimmt. Im Anschluss wird der Standard-Buchstabencode für Aminosäuren eingegeben. Die Ausgabe erfolgt in drei Abschnitten: Zunächst wird die eingegebene Sequenz (ggf. korrigiert) gelistet. Daran anschließend sind die Ergebnisse der Subprogramme zu ersehen. Die errechnete Wahrscheinlichkeit der Lokalisation erfolgt im dritten Abschnitt.
Ergebnisbeispiel
[Bearbeiten | Quelltext bearbeiten]1. Abschnitt: Wiederholung der Eingabesequenz
2. Abschnitt: Ergebnisse der Subprogramme (Auswahl)
- PSG: Signalpeptidvorhersage
Aufgrund von Sequenzvergleichen mit eingespeisten Aminosäuresequenzen wird eine Vorhersage getroffen, ob das eingegebene Protein ein Signalpeptid besitzt. Dies geschieht aufgrund der Länge der N-terminalen Region und aufgrund der Nettoladungen in dieser Region.
- GvH: Signalsequenzerkennung
Weitere Methode zur Signalsequenzbestimmung, die auf der Weight-Matrix-Methode beruht. Dabei werden die Input-Sequenzen an den Konsensussequenzen in der Nähe der möglichen Schnittstellen mit bekannten Signal-Sequenzen verglichen.
3. Abschnitt: Lokalisationswahrscheinlichkeit
Hier werden die von den Subprogrammen errechneten Daten durch Algorithmen zu einer Lokalisationswahrscheinlichkeit zusammengerechnet. Angegeben werden die Orte mit den fünf höchsten Wahrscheinlichkeiten.
Stärken und Schwächen
[Bearbeiten | Quelltext bearbeiten]- Die Datenbank beruht auf einem Algorithmus, der 2003 verbessert wurde.
- Die eingespeisten Daten sind nicht aktuell.
- Seit 2003 wurde die Datenbank nicht verbessert.
- Formaler Vorteil: Die Eingabesequenz wird automatisch von Fehlern bereinigt.
- Tipp: Ergebnisse sollten nur als Hinweis auf mögliche Lokalisationen gesehen werden. Vergleiche mit Lokalisationsdatenbanken, die auf Experimenten beruhen, haben ergeben, dass die Vorhersage von PSORT nicht immer zu einer Übereinstimmung führt.
- Genaue Auswertung aller Teilergebnisse in PSORT erfordert eine gründliche Einarbeitung in die Datenbank.
Weblinks
[Bearbeiten | Quelltext bearbeiten]- PSORT (englisch)