跳到主要内容
访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
核酸研究。2007年7月；35（Web服务器问题）：W585–W587。
2007年5月21日在线发布。 数字对象标识：10.1093/nar/gkm259
预防性维修识别码：1933年3月216日
PMID：17517783

WoLF PSORT：蛋白质定位预测因子

保罗·霍顿,1 Keun Joon公园,1,2 大坂武史,三 藤田直彦,1,三 原田哈吉美,1 C.J.亚当斯-科利尔,4和肯塔·纳凯三，*
作者信息 文章注释 版权和许可信息 PMC免责声明

摘要

WoLF PSORT是PSORT II程序的扩展，用于蛋白质亚细胞位置预测。WoLF-PSORT将蛋白质氨基酸序列转换为数值定位特征；基于排序信号、氨基酸组成和功能基序，如DNA结合基序。转换后，一个简单的k个-最近邻分类器用于预测。使用html，每个预测的证据以两种方式显示：（i）具有与查询最相似的定位特征的已知定位蛋白质列表，以及（ii）包含单个定位特征详细信息的表格。为了方便起见，提供了查询到类似蛋白质的序列比对以及到UniProt和基因本体的链接。综上所述，这些信息使用户能够理解特定蛋白质预测背后的证据（或缺乏证据）。WoLF PSORT可从wolfpsort.org获得

简介

胆汁膜将真核细胞分为不同类型的细胞器，这些细胞器含有特征蛋白质并执行特殊功能。因此，亚细胞定位信息为蛋白质的功能提供了重要线索。尽管信使核糖核酸中的定位信号似乎起到了一定作用(1)是蛋白质氨基酸序列中定位残基的主要决定因素。（我们建议使用wikipedia.org/wiki/Protein_targeting获取简要概述和Alberts等. (2)用于教科书描述。）

迄今为止，已经进行了许多确定蛋白质定位的实验。这些实验大致可分为：小规模实验，其结果继续积累在公共数据库中，如UniProt(三)和基因本体论(4); 以及使用表位的大规模实验(5)或绿色荧光蛋白（GFP）(6)标记，或通过离心分离细胞器结合质谱鉴定蛋白质(7,8).

尽管它们提供了宝贵的信息，但实验数据的覆盖面仅限于模型生物，尤其是酵母。此外，大规模实验数据之间的一致性仅为75–80%(6–9). 因此，氨基酸定位的计算预测仍然是一个重要的课题。

有多种计算方法可用(10,11)]. 一些（包括WoLF PSORT）最近已经由Sprenger进行了基准测试等. (12)，他发现计算方法对站点（如nucleus）很有用，对于这些站点，可以很容易地从UniProt获得许多训练示例（UniProt是大多数预测方法（包括WoLF PSORT）的大部分或全部训练数据的来源）。他们对不同的方法进行了基准测试，发现它们具有不同的优势。在这里，我们描述了WoLF PSORT方法的公共服务器。

预测方法

WoLF PSORT是PSORT II的扩展(13,14)并使用PSORT(15)用于预测的定位特征。此外，WoLF PSORT使用了iPSORT的一些功能(16)和氨基酸组成。这些特征用于将氨基酸序列转换为数字向量，然后用加权方法对其进行分类k个-最近邻分类器。WoLF PSORT使用包装器方法来选择和使用最相关的功能。这减少了用户解释个人预测时需要考虑（和显示）的信息量，也可能使预测器不太容易过度学习。预测方法在别处有更详细的描述(17).

数据集

WoLF PSORT数据集分为真菌、植物和动物，分别包含2113、2333和12771个蛋白质。目前的数据主要来自UniProt(三)版本45，但来自基因本体的亚细胞定位信息(4)也使用了。包含证据代码为{TAS、IDA、IMP}的条目，在少数情况下进行了手动修改。我们打算在未来定期更新这些数据集。

定位地点和预测精度

WoLF PSORT将蛋白质分为10个以上的定位位点，包括双重定位，例如在细胞质和细胞核之间穿梭的蛋白质。基于我们的交叉验证研究(17)，我们估计以下方面的敏感性和特异性约为70%：核,线粒体,细胞溶质,质膜,细胞外的和（在植物中）叶绿体对于其他部位，如过氧化物酶体、高尔基体等，敏感性很低，但在某些情况下仍然可以进行有用的预测。例如拟南芥据合理预测，种子蛋白12S1_ARATH定位于液泡，尽管只有一个相邻蛋白（见下文）具有显著的序列相似性。独立测试(12)对小鼠蛋白质的WoLF PSORT预测准确度的估计明显较低（约50%）。这种差异可能是由于WoLF PSORT训练数据中研究充分的蛋白质的过度表示，也可能是由于其测试数据的大小（尤其是其“LOC2145”测试集仅包含87个细胞溶质蛋白质）或位点定义的差异。

预测结果显示

这个k个-最近邻分类器允许直观显示预测结果，这与序列相似性搜索完全类似。使用multifasta格式，可以在查询中给出多个序列。从服务器返回的第一页提供了每个查询序列的结果的一行摘要。例如，TCOF_HUMAN蛋白质的预测汇总线为：

TCOF_人类细节nucl:27.5，cyto_nucl:17，cyto:3.5，extr:1

本地化站点缩写为四个字母的代码（记录在服务器上），通过用下划线连接四个字母代码表示双重本地化。这些数字大致指示查询的最近邻居的数量，这些邻居本地化到每个站点，但会进行调整以考虑双重本地化的可能性(17).

邻居列表

有关查询邻居列表和定位信号的详细信息可以通过以下“详细信息”链接获得。显示页面的第一部分是邻居列表表，如中所示图1。此列表提供有关查询邻居的信息（WoLF PSORT训练数据中具有最相似定位功能的蛋白质）。为了方便用户，给出了标识百分比和每个邻居与查询对齐的链接。序列相似性不用于预测，但在许多情况下可以提供额外的确凿证据。UniProt、基因本体论和TAIR中相关条目的链接(网址：www.arabidopsis.org)对许多人来说拟南芥还提供了条目。

保存图片、插图等的外部文件。对象名称为gkm259f1.jpg

显示了与查询蛋白类似的部分蛋白质列表，即TCOF_HUMAN的一种亚型。对于每个邻居，显示了以下信息：UniProt ID、本地化站点、本地化功能与查询的距离、查询的百分比标识、UniProt条目的链接、UniProt的亚细胞本地化行以及其他可用的本地化信息。

本地化功能表

通过向下滚动详细结果页面，可以找到一个功能表，其中给出了查询及其邻居的每个本地化功能的值。在某些情况下，单个值可以帮助支持（或质疑）预测的位置。例如，在TCOF_HUMAN的情况下(图2)PSORT定位特征“nuc”的99%值（基于核定位信号和DNA结合位点基序）与核预测一致。在标准化表的下方，显示了一个具有原始特征值的类似表。

保存图片、插图等的外部文件。对象名为gkm259f2.jpg

显示了查询及其邻居的本地化功能。这些值被归一化为相对于WoLF PSORT训练数据的百分位数。蓝色显示的邻居值与查询值相差10%以内，而红色显示的邻居值与查询相差20个百分点或更多。

实施

服务器由Mason实现(网址：www.masonhq.com)，它允许通过Perl编程语言将逻辑和计算结果方便地嵌入到html中。处理多个请求的简单策略是在包含查询内容的MD5散列的URI中返回结果。在发送查询时，会显示一个等待页面，然后在任务完成时自动重定向到结果页面（通常需要大约40个页面 s） ●●●●。任务调度委托给Apache和Linux操作系统。一个查询中允许有多个序列，但我们目前将查询大小限制为64 KB。对于大规模使用，例如全基因组注释，我们鼓励用户下载独立包（可在服务器上获得）并在本地运行WoLF PSORT。

总结

WoLF-PSORT不仅提供了具有竞争性准确性的亚细胞定位预测，还提供了与蛋白质定位相关的详细信息，帮助用户形成自己的假设。

致谢

KN的部分资金来自日本教育、文化、体育、科学和技术部的国家蛋白质结构和功能分析项目。人类基因组中心的年度预算用于本论文的出版。

利益冲突声明。未声明。

参考文献

1Gonsalvez GB，Urbinati CR，Long RM。酵母中的RNA定位：走向机制。生物细胞。2005;97：75–86。[公共医学][谷歌学者]
2Alberts B、Bray D、Lewis J、Raff M、Roberts K、Watson JD。纽约：加兰出版社；2002年，《细胞分子生物学》，第4版。[谷歌学者]
三。Bairoch A、Apweiler R、Wu H、Barker C、Boeckmann B、Ferro S、Gasteiger E、Huang H、Lopez R等。通用蛋白质资源（UniProt）NAR公司。2005;33：D154–D159。 [PMC免费文章][公共医学][谷歌学者]
4Ashburner M、Ball CA、Blake JA、Botstein D、Butler H、Cherry JM、Davis AP、Dolinski K、Dwight SS等。基因本体：生物学统一的工具。自然遗传学。2000;25:25–29. [PMC免费文章][公共医学][谷歌学者]
5Kumar A、Agarwal S、Heyman JA、Matson S、Heidtman M、Piccirillo S、Umansky L、Drawid A、Jansen R等。酵母蛋白质组的亚细胞定位。基因发育。2002;16:707–719. [PMC免费文章][公共医学][谷歌学者]
6Huh WK、Falvo JV、Gerke LG、Carroll AS、Howson RW、Weissman JS、O’Shea EK。芽殖酵母中蛋白质定位的全局分析。自然。2003;425:686–691.[公共医学][谷歌学者]
7Prokisch H、Scharfe C、Camp II DG、Xiao W、David L、Andreoli C、Monroe ME、Moore RJ、Gritsenko MA等。酵母线粒体蛋白质组的综合分析。《公共科学图书馆·生物》。2004;2（6） ：e160。 [PMC免费文章][公共医学][谷歌学者]
8Foster LJ，de Hoog CL，Zhang Y，Xie X，Mootha VK，Mann M.通过蛋白质相关分析绘制哺乳动物细胞器图。单元格。2006年；125:187–199.[公共医学][谷歌学者]
9Nair R，Rost B.模拟细胞排序提高了亚细胞定位的预测。JMB公司。2005;348:85–100.[公共医学][谷歌学者]
10Emanuelsson O.根据氨基酸序列信息预测蛋白质亚细胞定位。简介。生物信息学。2002;三:361–376.[公共医学][谷歌学者]
11Horton P，Mukai Y，Nakai K。蛋白质定位预测。作者：王莉，编辑。实用生物信息学家。2004年，第193-215页。第9章，世界科学5 Toh Tuck Link，新加坡596224。[谷歌学者]
12Sprenger J，Fink JL，Teasdale RD。哺乳动物亚细胞定位预测方法的评估和比较。BMC生物信息学。2006年；7（5） ：S3。 [PMC免费文章][公共医学][谷歌学者]
13Horton P，Nakai K。使用K最近邻分类器更好地预测蛋白质细胞定位位点。收录人：Gaasterland T、Karp P、Karplus K、Ouzounis C、Sander C、Valencia A，编辑。第五届分子生物学智能系统国际会议纪要；希腊哈尔基迪基：AAAI出版社；1997年，第147-152页。[公共医学][谷歌学者]
14Nakai K，Horton P.Psort：检测蛋白质中分类信号并确定其亚细胞定位的程序。TIBS公司。1999;24:34.[公共医学][谷歌学者]
15Nakai K，Kanehisa M.预测真核细胞中蛋白质定位位点的知识库。基因组学。1992;14:897–911. [PMC免费文章][公共医学][谷歌学者]
16Bannai H、Tamada Y、Maruyama O、Nakai K、Miyano S。N端蛋白质分选信号的广泛特征检测。生物信息学。2002;18:298–305.[公共医学][谷歌学者]
17Horton P，Park KJ，Obayashi T，Nakai K。用WoLF PSORT预测蛋白质亚细胞定位。联系人：蒋T，杨，U-C，陈，Y-PP，编辑。第四届亚太生物信息学年会论文集，APBC06；伦敦：帝国理工学院出版社；2006年，第39–48页。[谷歌学者]
文章来自核酸研究由以下人员提供牛津大学出版社