Base de datos de dominios conservados

La Base de Datos de Dominios Conservados ( CDD ) es una base de datos de modelos de alineación de secuencias múltiples bien anotados y modelos de búsqueda de bases de datos derivados, para dominios antiguos y proteínas de longitud completa. ^{[ 1 ]} La base de datos consta de matrices de puntuación específicas de posición y sirve como recurso para la anotación de proteínas, como la identificación de dominios conservados o la inferencia de sitios funcionales. ^{[ 2 ]}

Los dominios pueden considerarse unidades funcionales y/o estructurales distintas de una proteína. De hecho, estas dos clasificaciones suelen coincidir, y lo que se encuentra como una unidad de plegamiento independiente en una cadena polipeptídica también conlleva una función específica. Los dominios se identifican a menudo como unidades recurrentes (de secuencia o estructura) que pueden existir en diversos contextos. En la evolución molecular, dichos dominios pueden haberse utilizado como bloques de construcción y haberse recombinado en diferentes disposiciones para modular la función proteica. La CDD define los dominios conservados como unidades recurrentes en la evolución molecular, cuya extensión puede determinarse mediante análisis de secuencia y estructura.

El objetivo del proyecto de curación de dominios conservados del NCBI es brindar a los usuarios de la base de datos información sobre cómo los patrones de conservación y divergencia de residuos en una familia se relacionan con las propiedades funcionales, y proporcionar enlaces útiles a información más detallada que pueda ayudar a comprender esas relaciones secuencia/estructura/función. Para ello, los curadores de CDD incluyen los siguientes tipos de información para complementar y enriquecer los alineamientos de secuencias múltiples tradicionales que constituyen la base de los modelos de dominio: estructuras tridimensionales y motivos centrales conservados, características/sitios conservados, organización filogenética y enlaces a recursos de literatura electrónica.

El contenido de CDD incluye modelos de dominio curados manualmente por NCBI y modelos de dominio importados de varias bases de datos externas ( Pfam , SMART, COG, PRK, TIGRFAMs ). Lo que distingue a los dominios curados por NCBI es que utilizan información de estructura 3D para definir explícitamente los límites del dominio, alinear bloques, corregir detalles de alineación y proporcionar información sobre las relaciones secuencia/estructura/función. Los modelos curados manualmente se organizan jerárquicamente si describen familias de dominio claramente relacionadas por descendencia común. Para ofrecer una visión no redundante de los datos, CDD agrupa modelos de dominio similares de diversas fuentes en superfamilias.

La colección también forma parte del sistema de consulta y recuperación Entrez del NCBI , con enlaces cruzados a numerosos otros recursos. CDD proporciona anotaciones de huellas de dominio y sitios funcionales conservados en secuencias de proteínas. Se puede recuperar la anotación de dominio precalculada para secuencias de proteínas rastreadas en el sistema Entrez del NCBI, y la colección de modelos de CDD se puede consultar con secuencias de proteínas nuevas a través del servicio CD-Search . Centro Nacional de Información Biotecnológica de los Estados Unidos., o en* "la búsqueda de CD por lotes" . Centro Nacional de Información Biotecnológica de los Estados Unidos., que permite el cálculo y la descarga de anotaciones para grandes conjuntos de consultas de proteínas.

• "Base de datos de dominios conservados (CDD) y grupo de recursos" . Centro Nacional de Información Biotecnológica de los Estados Unidos.