La banque UniprotKB et le logiciel Blast UniProtKB • Disponible depuis n’importe quel navigateur web Un exemple de recherche de protéine Histoire d’UniProtKB 1986 : SwissProt + Institut Européen de Bioinformatique 2002 : UniProtKB Protein Information Ressource Organisation de la banque de données 45 000 000 protéines • Données entrées à la main • Résultats vérifiés, issus d’articles scientifiques, références systématiques. • 541000 protéines, +600/mois • Données entrées automatiquement, par analyse informatique de génomes • Résultats parfois peu fiables (identification des séquences codantes automatiques et déductions des fonctions par comparaison aux protéines connues) • 44 500 000 protéines, +2M le mois Evolution du nombre de protéines de la banque Tr-EMBL Comment identifier automatiquement une protéine ? 4 types de preuves : – – – – au niveau protéique 0.05% au niveau transcriptionnel 2% déduction par homologie 23% Prédiction par analyse de séquence 75% Comment identifier automatiquement une protéine ? La prédiction par analyse de séquence Identification des CDS (CoDing Sequence) et non des ORF (Open Reading Frame) • Trouver le cadre de lecture : zone pauvre en codons stop • Identifier les séquences proches de séquences connues • Chez les eucaryotes : le problème des introns/exons -> reconnaissance statistique Quelques exemples d’utilisation Le logiciel BLAST Basic Alignment Search Tool Principales utilisations de ces outils • C’est avant tout une mine d’informations sur les protéines ! • Pour l’identification d’une nouvelle protéine : travail préliminaire de comparaison aux protéines connues • Etude de mécanismes d’évolution • Travail statistique général sur les protéines Statistiques générales Composition en acides aminés Taille des séquences 5.1 Composition in percent for the complete database Ala (A) 8.66 Ser (S) 6.55 Lys (K) 5.33 Gly (G) 7.08 Asp (D) 5.34 Tyr (Y) 3.08 Pro (P) 4.56 Glx (Z) 0 Gln (Q) 3.99 Arg (R) 5.35 Thr (T) 5.55 Met (M)2.49 His (H) 2.19 Cys (C) 1.19 Val (V) 6.80 Xaa (X) 0.02 Leu (L) 9.96 Glu (E) 6.22 Asn (N) 4.11 Trp (W) 1.28 Phe (F) 4.05 Ile (I) 6.10 Asx (B) 0.000 Conclusion