Proteome Discoverer User Guide

Správa funkčních databází ve formátu FASTA v Proteome Discoverer

Význam tématu

FASTA databáze obsahují sekvence proteinů, nezbytné pro vyhledání peptidů a identifikaci proteinů v hmotnostní spektrometrii. Indexace FASTA (vytvoření tzv. lookup tabulek) významně urychluje databázové vyhledávání, protože eliminuje opakované in silico trávicí a výpočty přes celé databáze.

Možnosti práce s FASTA databázemi

Administrace FASTA souborů a indexů se děje na kartě “Maintain FASTA Files” a “Maintain FASTA Indexes” v sekci Správa obsahu (Administration). Hlavní funkce:

• Přidání FASTA souborů lokálně nebo stažených z ProteinCenter
• Aktualizace stahovaných databází z ProteinCenter
• Export existujících FASTA databází
• Mazání nepotřebných FASTA souborů
• Vytváření indexů pro rychlé vyhledávání
• Automatické odebírání nejstarších indexů po překročení maximálního počtu

Stahování a registrace FASTA databází

1. ProteinCenter: V „Maintain FASTA Files“ klikněte na tlačítko “Download”. Zadejte Taxonomy ID, vyberte zdroj (SwissProt, UniProtTrEMBL aj.) a importujte.
2. Lokální soubory: Použijte “Add” a vyberte již stažený FASTA. Aplikace provede validaci a odstraní duplicitní nebo neplatné záznamy.

Správa FASTA databází

· Přehled všech registrovaných FASTA souborů („Maintain FASTA Files“): název, velikost, počet proteinů, stav (“Available”).
· Kontrola dostupnosti aktualizací z ProteinCenter a jejich načtení.
· Export FASTA pro sdílení (včetně odstranění duplicit).

Indexace databází

Indexy ukládají prepočítané peptidy a jejich hmotnosti pro urychlení vyhledávání. Základní postup:

• Vytvoření indexu automaticky při prvním použití full-enzymatického vyhledávání
• Možnost ručního vytvoření indexu pro semi-enzymatické nebo non-specifické vyhledávání

Konfigurace indexace:

• Nastavení adresáře pro indexy
• Maximální počet uložených indexů
• Automatické mazání nejstarších po překročení kvóty
• Zastavení automatického mazání, případně ochrana vybraných indexů

Úpravy FASTA parsing pravidel

V případě nestandardních FASTA formátů (SGD, TAIR apod.) lze ve „Maintain FASTA Parsing Rules“ vytvořit nebo upravit regulární výrazy pro extrakci popisků a přístupových ID. Každá kategorie (Title Line, Accession, Taxonomy aj.) může mít více pravidel využívaných při zobrazení výsledků.

Reference

(1) FASTA 파일フォーマットガイド, HUPO-PSI, 1.05
(2) mzML: Human Proteome Organization – Proteomics Standards Initiative
(3) NCBI Taxonomy database documentation