やること

PDBeの作っているSIFTSのデータを基にして、PDBのサブユニットとUniProtエントリーのアラインメント情報をRDF化する。

なぜこれが必要か

PDBのタンパク質は構造決定実験のためだけに変異(indelも含む)が加えられていることが多い。そのため、UniProtの配列がそのままPDBの配列に対応しないことが多い。構造に基づく機能アノテーションを行う際に、UniProtとPDBがどの部分で対応しているかが簡単にわかれば嬉しい（と思う）。

メンバー

金城玲（PDBj）

進行状況

3/15 (Tue) 作業開始→ほぼできた。

方針

Faldo を用いてPDBとUniProtの配列上の位置と領域をそれぞれ定義して、両者の領域を対応させる。

幾つかの課題

領域間の対応を表現する述語は何が適当かわからない。いまのところ適当に <PDBo:region_match_to>としている。
配列上の位置と領域を示すURIは適当に作って良いのか？なにか統一規格は作れるのか？すでにあるのか？
どうやって公開するか？

例

<PDB:101M/entity_poly/1#1>
    <faldo:position> "1" ;
    <faldo:reference> <PDB:101M/entity_poly/1> ;
    <rdf:type> <faldo:ExactPosition> .

<PDB:101M/entity_poly/1#1,154>
    <PDBo:region_match_to> <UP:P02185#1,154> ;
    <falso:begin> <PDB:101M/entity_poly/1#1> ;
    <falso:end> <PDB:101M/entity_poly/1#154> ;
    <rdf:type> <faldo:Region> .

<PDB:101M/entity_poly/1#154>
    <faldo:position> "154" ;
    <faldo:reference> <PDB:101M/entity_poly/1> ;
    <rdf:type> <faldo:ExactPosition> .

<UP:P02185#1>
    <faldo:position> "1" ;
    <faldo:reference> <UP:P02185> ;
    <rdf:type> <faldo:ExactPosition> .

<UP:P02185#1,154>
    <falso:begin> <UP:P02185#1> ;
    <falso:end> <UP:P02185#154> ;
    <rdf:type> <faldo:Region> .

<UP:P02185#152>
    <faldo:position> "152" ;
    <faldo:reference> <UP:P02185> ;
    <rdf:type> <faldo:ExactPosition> .

<UP:P02185#154>
    <faldo:position> "154" ;
    <faldo:reference> <UP:P02185> ;
    <rdf:type> <faldo:ExactPosition> .

今後やるつもりのこと

去年来中断している Biological Unit 中心のアノテーションデータのデータベースおよびRDF化。今年こそやりたい......
- 大きな課題は巨大構造(>1000 chains / 1M atoms) を扱う計算時間の短縮？（去年はここで挫折した）。なにかアルゴリズム的な工夫が必要そう。
- もうひとつは多対多の関係をわかりやすく表現する方法？「ちゃんと」やりすぎると扱いが煩雑になるが、ちゃんとしないとごちゃごちゃになる。あるいは慣れの問題？

BH15.15/PDB UniProt

提供：TogoWiki

目次