$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

유전체 상호간의 BLAST 최대 히트(best-hit)를 사용하여 서열화가 완성된 다수의 유전체로부터 Orthologous 단백질그룹을 자동적으로 클러스터링하는 기법

Automatic Orthologous-Protein-Clustering from Multiple Complete-Genomes by the Best Reciprocal BLAST Hits

초록

서열화가 완성된 유전체의 수가 최근에 빠르게 상승하고 있지만, 상동성에 의한 단백질 기능을 예측하는 방법은 충분히 연구되고 있지 않다. 서열화가 완성된 다수의 유전체로부터 유전체 상호간의 BLAST 최대 히트(best-hit)를 사용하여 OPCs(Orthologous Protein Clusters)를 만드는 일은 성공적으로 연구되어 왔다. 그러나 OPCs를 수작업으로 구축하는 것은 시간과 노력이 많이 드는 일이다. 이 논문에서 우리는 서열화가 완성된 다수의 유전체로부터 OPs(Orthologous Proteins)를 클러스터링하는 자동화 방법을 제시하고, 해당 클러스터링의 타당성을 수학적으로 증명 한다.

Abstract

Though the number of completely sequenced genomes quickly grows in recent years, the methods to predict protein functions by homology from the genomes have not been used sufficiently. It has been a successful technique to construct an OPCs(Orthologous Protein Clusters) with the best reciprocal BLAST hits from multiple complete-genomes. But it takes time-consuming-processes to make the OPCs with manual work. We, here, propose an automatic method that clusters OPs(Orthologous Proteins) from multiple complete-genomes, which is, to be extended, based on INPARANOID which is an automatic program to detect OPs between two complete-genomes. We also Prove all possible clustering mathematically.

참고문헌 (18)

  1. W. M. Fitch, 'Distinguishing homologous from analogous proteins', Syst. Zool., Vol.19, pp.99-113, 1970 
  2. R.L. Tatusov, et al., 'A genomic perspective on protein families', Science, Vol.278(5338), pp.631-637, Oct., 24, 1997 
  3. L. Roman, et al., 'The COG database: a tool for genome-scale analysis of protein functions and evolution', Nucleic Acids Research, Vol.28(1), pp.33-36, 2000 
  4. S.F. Altschul, et al., 'Basic local alignment search tool', J. Mol. Biol., Vol.215, pp.403-410, 1990 
  5. R.L. Tatusov, et al., 'The COG database: an updated version includes eukaryotes', BMC Bioinformatics, Vol.4(1), No.41, Sep., 11, 2003 
  6. S. A. Chervitz, et al., 'Comparison of the complete protein set of worm and yeast.orthology and divergence', Science, Vol.282, pp.2022-2028, 1998 
  7. G. M. Rubin, et al., 'Comparative genomics of the eukaryotes', Science, Vol.287, pp.2204-2215, 2000 
  8. S. J. Wheelan, et al., 'Human and nematode orthologs-lessons from the analysis of 1800 human genes and the proteome of Caenorhabditis elegans', Gene, Vol.238, pp.163-170, 1999 
  9. A. R. Mushegian, et al., 'Large-scale taxonomic profiling of eukaryotic model organisms: a comparison of orthologous proteins encoded by the human, fly, nematode, and yeast genomes', Genome Res., Vol.8, pp.590-598, 1998 
  10. M Kanehisa & B. Peer, 'Bioinformatics in the posts-equences era', nature genetics supplement, Vol.33, pp.305-310, 2003 
  11. P. Bork & E.V. Koonin, 'Predicting functions from protein sequences-where are the bottlenecks?', Nat. Genet., Vol. 18, pp.313-318, 1998 
  12. J.A. Eisen, 'Phylogenomics:improving functional predictions for uncharacterized genes by evolutionary analysis', Genome Res., Vol.8, pp.163-167, 1998 
  13. M. Y. Galperin & E.V. Koonin, 'Sources of systematic error in functional annotation of genomes : domain rearrangement, nonorthologous gene displacement and operon disruption', In Silico Biol., Vol.1, pp.55-67, 1998 
  14. S. Kimmen, 'Phylogenonmic inference of protein molecular function: advances and challenges', Bioinformatics, Vol.20, No.2, pp.170-179, 2004 
  15. H. Bono, et al., 'Systematic Prediction of Orthologous Units of Genes in the Complete Genomes', Genome Inform Ser Workshop Genome Inform., Vol.9, pp.32-40, 1998 
  16. R. Maido et al., 'Automatic Clustering of Orthologs and in-paralogs from Pairwise Species Comparisons', J Mol. Biol., Vol.314, pp.1041-1052, 2001 
  17. G. Michael and A. H. Clyde, 'Gene content phylogeny of herpesviruses', PNAS, Vol.98, No.10, May, 9, 2000 
  18. J. M. Stuart, et al., 'A Gene-Coexpression Network for Global Discovery of Conserved Genetic Modules', Science, Vol.302, Oct., 10, 2003 

이 논문을 인용한 문헌 (1)

  1. Jung, Kwang-Su ; Yu, Ki-Jin ; Chung, Yong-Je ; Ryu, Keun-Ho 2007. "Investigating Binding Area of Protein Surface using MCL Algorithm" 정보처리학회논문지. The KIPS transactions. Part D. Part D, d14(7): 743~752 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일