HOMCOS:データのダウンロード(PDB:20240807)

現在のHOMCOSで用いているPDBのデータセットをダウンロードすることができます(PDB:20240807)。
HOMCOSの各タンパク質鎖には、３種類のクラスタID番号("cluster95", "cluster40", "clusterE4")が付いています。クラスタリングの結果は、非冗長なデータによる統計解析や、高速なデータ検索に用いることができます。
クラスタID番号は"blastp"による配列比較によるクラスタリングに基づいており、アルゴリズムは最短距離法(単リンク法)を使っています。以下の三つのリンクの条件を設定しています。まず、(1)"blastp"のE値が0.0001以下であること、次に(2)アラインメントされた残基数が長いほうの配列長の80%以上であること、最後に(3)配列一致率が、"cluster95"では95%以上、"cluster40"では40%以上、"clusterE4"では0%以上であることです。
クラスタの中から一つの代表を選ぶ基準は、以下の４つの基準を用いました。(1)実験手法は、"X-RAY DIFFRACTION" > "SOLUTION NMR" > "ELECTRON MICROSCOPY" > othersの順の優先順位を持つ。(2)よりよい解像度。(3)辞書順で若い[pdb_id]。 (4)辞書順で若い[asym_id]。

All the protein chains with cluster IDs	[show] [download]
Representative protein chains for "cluster95"	[show] [download]
Representative protein chains for "cluster40"	[show] [download]
Representative protein chains for "clusterE4"	[show] [download]

ご質問・お問い合わせ :

Go to HOMCOS top page