SIMAP

SIMAP (Similarity Matrix of Proteins; dt.: Ähnlichkeits-Matrix für Proteine) ist eine Datenbank für Protein-Ähnlichkeiten. Diese Datenbank beinhaltet alle bisher veröffentlichten Proteinsequenzen und wird fortlaufend aktualisiert. Ähnlichkeiten der Proteine werden dabei unter Verwendung des FASTA-Algorithmus berechnet. Es handelt sich um die bisher einzige derartige Datenbank, die tatsächlich alle bisher bekannten Proteine mit einbezieht.

Weiteres empfehlenswertes Fachwissen

Was ist der richtige Weg, um die Wiederholbarkeit bei Waagen zu überprüfen?

Leitfaden zu den grundlegenden Laborkenntnissen

Dauerhaft genaue Prüfgewichte dank 12 kostenloser Tipps

Hintergrund

Proteinähnlichkeiten sind ein wichtiges Arbeitsmittel der Bioinformatik. Sie bieten ein Maß für eine Art Verwandtschaftsverhältnis zwischen verschiedenen Proteinen. Da die Zahl der bekannten Proteine bei weitem die Menge übersteigt, die sich experimentell in Labors untersuchen lässt, werden die Eigenschaften bereits untersuchter Proteine auf nahe Verwandte, also sehr ähnliche Proteine, übertragen. Bisher wurden diese Ähnlichkeiten bei Bedarf immer wieder aufs Neue berechnet. Bei SIMAP werden diese Ähnlichkeiten nun nicht bei Bedarf, sondern bereits im Voraus vollständig berechnet und in der Datenbank hinterlegt. SIMAP ist ein Gemeinschaftsprojekt des GSF-Forschungszentrums für Gesundheit und Umwelt in Neuherberg und der Technischen Universität München und steht für Forschung und Lehre vollständig kostenlos zur Verfügung.

BOINCSIMAP

Da der immens hohe Rechenaufwand bei der Vorausberechnung der Ähnlichkeiten die SIMAP-Kapazitäten übersteigt, entschloss man sich, mit dem Projekt „BOINCSIMAP“ und dem Programm „SIMAP@home“ auf Mittel des verteilten Rechnens zurückzugreifen. Dazu wurde auf der Basis von FASTA ein Client entwickelt, welcher die BOINC-Infrastruktur nutzt.

Ein weiteres Programm namens „hmmer“ nutzte das „Hidden Markov Model“ zur Suche nach Proteindomänen.

Beide Programme sind inzwischen abgeschlossen, es wird somit nur mehr sporadisch Arbeit geben wenn neue Proteinsequenzen entdeckt und in die Datenbank integriert werden.

Für die Analyse der Sequenzähnlichkeiten und Domänen werden u.a. die Daten aus den Datenbanken „PDB“, „RefSeq“, „UniProt“ und „Genbank“ verwendet.^[1]

Quellen

1. ↑ BOINCSIMAP News – die deutsche Übersetzung der englischen BOINCSIMAP News, von der TUM