قاعدة بيانات قسطرة القلب

قاعدة بيانات تصنيف بنية البروتين CATH هي مورد مجاني متاح للجميع عبر الإنترنت، يوفر معلومات حول العلاقات التطورية لنطاقات البروتين . أُنشئت في منتصف التسعينيات من القرن الماضي على يد البروفيسورة كريستين أورينغو وزملاؤها، بمن فيهم جانيت ثورنتون وديفيد جونز ، ^{[ 2 ]} ولا يزال فريق أورينغو في جامعة كوليدج لندن يُطوّرها . تشترك CATH في العديد من السمات العامة مع مورد SCOP ، إلا أن هناك أيضًا العديد من المجالات التي يختلف فيها التصنيف التفصيلي اختلافًا كبيرًا. ^{[ 3 ] [ 4 ] [ 5 ] [ 6 ]}

تُستخلص البنى ثلاثية الأبعاد للبروتينات، المُحددة تجريبياً، من بنك بيانات البروتينات (PDB) وتُقسّم إلى سلاسلها الببتيدية المتتالية ، عند الاقتضاء. تُحدد نطاقات البروتين ("تُقطع") داخل هذه السلاسل باستخدام مزيج من الطرق الآلية والمراجعة اليدوية. ^{[ 7 ]}

ثم يتم تصنيف المجالات ضمن التسلسل الهرمي الهيكلي CATH: على مستوى الفئة (C)، يتم تعيين المجالات وفقًا لمحتواها من البنية الثانوية ، أي ألفا بالكامل ، أو بيتا بالكامل ، أو مزيج من ألفا وبيتا، أو بنية ثانوية قليلة؛ على مستوى البنية (A)، يتم استخدام المعلومات المتعلقة بترتيب البنية الثانوية في الفضاء ثلاثي الأبعاد للتعيين؛ على مستوى الطوبولوجيا/الطي (T)، يتم استخدام المعلومات المتعلقة بكيفية اتصال عناصر البنية الثانوية وترتيبها؛ يتم تعيين المجالات إلى مستوى العائلة الفائقة المتجانسة (H) إذا كان هناك دليل جيد على أن المجالات مرتبطة بالتطور ^{[ 2 ]} أي أنها متجانسة.

تُقسّم كل عائلة فائقة متجانسة (H) إلى مجموعات هيكلية (SC)، والتي بدورها تُقسّم إلى عائلات وظيفية (FunFam). تحتوي كل عائلة وظيفية على عدد من النطاقات التي تم الحصول عليها عن طريق "تقطيع" هياكل PDB.

تم توسيع تصنيف CATH ليشمل المجالات التي لا يوجد لها بنية محددة تجريبياً بواسطة موارد شقيقة:

• لكل SC ولكل FunFam، يُنتج Gene3D نموذج ماركوف مخفي باستخدام تسلسل المجالات. وهذا يسمح بتحديد المجالات ذات التشابه التسلسلي من بين التسلسلات. ^{[ 8 ]}
• تُطبّق موسوعة النطاقات (TED) منهجية CATH الآلية على 188 مليون بنية فريدة من قاعدة بيانات AlphaFold لبنية البروتين ، مُحدِّدةً ما يقرب من 365 مليون نطاق، أي بزيادة قدرها 100 مليون نطاق عما استطاعت Gene3D تحديده. وباستخدام المقارنة البنيوية، طُوبِقَ 194 مليون نطاق مع قاعدة بيانات CATH على مستوى العائلة الفائقة (H)، مع 46 مليون نطاق إضافي طُوبِقَ على مستوى الطوبولوجيا (T). أما النطاقات المتبقية فلها بنى جديدة كليًا على CATH. ^{[ 9 ]}

يُصدر فريق CATH بيانات جديدة على شكل لقطات يومية، وإصدارات رسمية سنوية تقريبًا. أُصدرت أحدث نسخة من CATH-Gene3D (الإصدار 4.3) في ديسمبر 2020، وتتضمن: ^{[ 10 ]}

• 500,238 مدخلاً لمجالات البروتينات الهيكلية
• 151 مليون مدخل لمجالات البروتينات غير البنيوية
• 5481 مدخلًا من العائلة الفائقة المتجانسة
• 212,872 مدخلاً وظيفياً للعائلة

CATH هو مشروع برمجيات مفتوح المصدر ، حيث يقوم المطورون بتطوير وصيانة عدد من الأدوات مفتوحة المصدر، ^{[ 11 ]} وهي متاحة للجمهور على GitHub . ^{[ 12 ]}