Bases de Datos: Swiss-Prot

class: center, middle, inverse, title-slide

# Bases de Datos: Swiss-Prot
### Licenciatura en Ciencias Genómicas,UNAM
### First version: 2021-10-10; Last update: 2021-10-12

---

# Introducción a librerías

## Contenido de la unidad

1. [Inicios](Clase_4_pt1_v1.0.html#4)
  
  2. [`Swiss-Prot`](Clase_4_pt1_v1.0.html#6)
  
  3. [Swiss Institute](Clase_4_pt1_v1.0.html#7)
  
  3. [UniProt](Clase_4_pt1_v1.0.html#10)

3. [`ExPASy`](Clase_4_pt1_v1.0.html#14)
  
  4. [`PROSITE`](Clase_4_pt1_v1.0.html#18)
  
---

## Objetivo

Conocer la historia de Swiss-Prot, UniProt, ExPASy y PROSITE.

---

## Inicios

**Finales de 70s:**

Obtención de secuencias de DNA y proteínas cada vez más facil

**Surge la necesidad de almacenarlas y de analizarlas**

Primeros programas computacionales se encargaban de comparar proteínas de distintas especies

---
## Inicios

.pull-left[
**80s**

Amos Bairoch, estudiante de PhD
]

.pull.right[
<img src="imgs/clase_4_pt1/Amos.jpeg" width="250px" style="display: block; margin: auto;" />
]

- COMPSEQ **//** PC/Gene:  software para análisis de nucleótidos y proteínas (para su software necesitaba una base de datos)

- Basándose en el Atlas de Dayhoff (cambios en formato y adaptándo a formato para computadoras) 
  
    - Cubre falta de: referencias cruzadas (nt - aa), anotación sobre función, localización subcelular, etc.
    
  - Recolecta más secuencias en literatura
  
  - **(Anotación manual de sus secuencias!)**

En 1986 lanza su base de datos

---

## `Swiss-Prot`

.pull-left[
(1986) Swiss-Prot !!!
  - experimental results
  - computed features
  - scientific conclusions

Versiones eran distribuida en cintas magnéticas por EMBL

(1989) DB → Diagnostic tool for characterising protein families
]
.pull-right[
<img src="imgs/clase_4_pt1/swissprot.jpeg" width="250px" style="display: block; margin: auto;" />
]
---
### Hacia el Swiss Institute

**Crecimiento exponencial de Swiss-Prot**

**¡¡Biocuradores!!**

- Curación de datos manualmente por anotadores especializados

90’s escasez de financiamiento

Antes del ‘98 solo tenían financiamiento a corto plazo (Gobierno y Fondo Nacional)

- 1998: Creación del SIB

---

.center[
<iframe width="660" height="415" src="https://www.youtube-nocookie.com/embed/esyY0dfxEsY" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---

.center[
<iframe width="660" height="415" src="https://www.youtube-nocookie.com/embed/z4DP0Lg-qpw" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>
]

---
### `UniProtKnowledgeBase/Swiss-Prot`

.pull-left[
2002,  Rolf Apweiler, Consorcio UniProt 
]

.pull.right[

<img src="imgs/clase_4_pt1/Rolf.jpeg" width="125px" style="display: block; margin: auto 0 auto auto;" />
]

Creación de UniProt Knowledgebase (UniProtKB)

- UniProtKB/Swiss-Prot (anotación manual)
  
  - UniProtKB/TrEMBL (anotación automática) (1996)
  
  - and the PIR protein database.

*"World's most comprehensive catalogue of information on proteins"*

---
## UniProt Consortium (2002)

- European Bioinformatics Institute (EBI)

- Swiss Institute of Bioinformatics (SIB)

- Protein Information Resource (PIR)

*"The mission of UniProt is to provide the scientific community with a comprehensive, high-quality and freely accessible resource of protein sequence and functional information."*

.pull-left[
<img src="imgs/clase_4_pt1/UniProt2.jpeg" width="350px" style="display: block; margin: auto auto auto 0;" />
]
.pull-right[
<img src="imgs/clase_4_pt1/UniProt.jpeg" width="350px" style="display: block; margin: auto 0 auto auto;" />
]
---

## UniProt Consortium

Miembros están involucrados en el mantenimiento y anotación de la base de datos.

<br>

*"These databases coexisted with differing protein sequence coverage and annotation priorities."*

*"Swiss-Prot aimed to provide reliable protein sequences associated with a high level of annotation (such as the description of the function of a protein, its domain structure, post-translational modifications, variants, etc.), a minimal level of redundancy and high level of integration with other databases."*

---

## Diferencia `PDB` y `Swissprot`

**The Protein Databank (PDB)**

- Repositorio de estructuras 3D generadas por cristalografia de rayos X y/o espectroscopia NMR (proteínas, ácidos nucleicos, complejos macromoleculares)

**UniProt**
  - Base de datos de secuencias y anotación de proteínas
  - Knowledgebase

---

## Expert Protein Analysis System (ExPASy)

Portal integrado y extensible que conecta a más de 160 bases de datos y herramientas

Los distintos recursos se encuentran alojados por los distintos grupos (descentralizado)

<br>

<img src="imgs/clase_4_pt1/expasy3.jpeg" width="800px" style="display: block; margin: auto;" />
---
## Expert Protein Analysis System (ExPASy)

**Creado en 1993**

- Análisis proteómicos: secuencias, electroforesis 2D-Page y estructuras de proteínas

Anteriormente contenia a UniProtKB/Swiss-Prot y UniprotKB/TrEMBL (ahora en UniProt)

**(Agosto 1993)** ExPasy fue uno de los primeros 150 sitios web en el mundo y el primero dentro de las ciencias biológicas

**(2011)** Se convierte en el catálogo diverso de recursos bioinformaticos SIB ExPASy Bioformatics Resources Portal

**Última versión Octubre 2020**

---
<img src="imgs/clase_4_pt1/expasy.jpeg" width="800px" style="display: block; margin: auto;" />

---
### ExPASy anteriormente

<img src="imgs/clase_4_pt1/expasy2.jpeg" width="800px" style="display: block; margin: auto;" />
---

## PROSITE

---
## PROSITE

1988 por Amos Bairoch. 
  - Distribuida en PC/Gene

Inicio como una base de datos de patrones de familias o dominios de proteínas

Desarrollada a la par con `Swiss-Prot`, beneficiándose la una de la otra

Muchos patrones fueron identificados al anotar familias de proteínas en Swiss-Prot (antes que incluso hubiera literatura relacionada con ellas)

Patrones no adaptados para identificar regiones menos conservadas o dominios completos (sensible a excepciones). **(adaptado para regiones cortas conservadas: sitios catalíticos, regiones de cisteínas involucradas en enlaces disulfuro, etc.)**

---
## PROSITE

Contiene documentación extensiva y anotación detallada sobre dominios, familias y sitios funcionales

(2005) Agrupar información funcional de PROSITE en una base de datos de reglas  que puedan ser leídas por programas y aplicados en proteínas reconocidas por los perfiles de PROSITE

**ProRULE:** genera distintas anotaciones en formato Swiss-Prot, automáticamente
  - Provee información adicional sobre funcionalidad o de aminoácidos determinantes de estructura 
  
  - **anotaciones condicionales**: dependiente de la presencia de ciertos aminoácidos en posiciones precisas o ocurrencia de otros dominios o de taxonomía específica