यूनीप्रोट

UniProt प्रोटीन अनुक्रम और कार्यात्मक जानकारी का एक स्वतंत्र रूप से सुलभ डेटाबेस है, कई प्रविष्टियाँ जीनोम अनुक्रमण परियोजनाओं से प्राप्त की जा रही हैं। इसमें शोध साहित्य से प्राप्त प्रोटीन के जैविक कार्य के बारे में बड़ी मात्रा में जानकारी शामिल है। इसका रखरखाव यूनीप्रोट कंसोर्टियम द्वारा किया जाता है, जिसमें कई यूरोपीय जैव सूचना विज्ञान संगठन और वाशिंगटन, डीसी, संयुक्त राज्य अमेरिका का एक फाउंडेशन शामिल है।

यूनिप्रोट कंसोर्टियम
यूनीप्रोट कंसोर्टियम में यूरोपीय जैव सूचना विज्ञान संस्थान (ईबीआई), स्विस इंस्टीट्यूट ऑफ बायोइनफॉरमैटिक्स (एसआईबी), और प्रोटीन सूचना संसाधन (पीआईआर) शामिल हैं। यूके के हिन्क्सटन में वेलकम ट्रस्ट जीनोम कैंपस में स्थित ईबीआई, जैव सूचना विज्ञान डेटाबेस और सेवाओं के एक बड़े संसाधन की मेजबानी करता है। स्विट्जरलैंड के जिनेवा में स्थित एसआईबी, एक्सपेसी (विशेषज्ञ प्रोटीन विश्लेषण प्रणाली) सर्वर का रखरखाव करता है जो प्रोटिओमिक्स उपकरण और डेटाबेस के लिए एक केंद्रीय संसाधन हैं। वाशिंगटन, डीसी, यूएस में जॉर्जटाउन यूनिवर्सिटी मेडिकल सेंटर में नेशनल बायोमेडिकल रिसर्च फाउंडेशन (एनबीआरएफ) द्वारा होस्ट किया गया पीआईआर, सबसे पुराने प्रोटीन अनुक्रम डेटाबेस, मार्गरेट ओकले डेहॉफ़  के एटलस ऑफ प्रोटीन सीक्वेंस एंड स्ट्रक्चर का उत्तराधिकारी है, जो पहली बार 1965 में प्रकाशित हुआ था। 2002 में, EBI, SIB और PIR UniProt कंसोर्टियम के रूप में शामिल हुए।

यूनिप्रोट डेटाबेस की जड़ें
प्रत्येक कंसोर्टियम सदस्य प्रोटीन डेटाबेस रखरखाव और एनोटेशन में भारी रूप से शामिल है। हाल तक, EBI और SIB ने मिलकर स्विस-प्रोट और TrEMBL डेटाबेस का उत्पादन किया, जबकि PIR ने प्रोटीन अनुक्रम डेटाबेस (PIR-PSD) का उत्पादन किया।  ये डेटाबेस अलग-अलग पेप्टाइड अनुक्रम कवरेज और एनोटेशन प्राथमिकताओं के साथ सह-अस्तित्व में थे।

स्विस-प्रोट को 1986 में अमोस बैरोच द्वारा अपनी पीएचडी के दौरान बनाया गया था और स्विस इंस्टीट्यूट ऑफ बायोइनफॉरमैटिक्स द्वारा विकसित किया गया था और बाद में यूरोपीय बायोइनफॉरमैटिक्स इंस्टीट्यूट में रॉल्फ अप्वेइलर द्वारा विकसित किया गया था। स्विस-प्रोट का उद्देश्य उच्च स्तर के एनोटेशन (जैसे प्रोटीन के कार्य का विवरण, इसकी प्रोटीन डोमेन संरचना, अनुवाद के बाद का संशोधन | पोस्ट-ट्रांसलेशनल संशोधन, वेरिएंट इत्यादि) से जुड़े विश्वसनीय प्रोटीन अनुक्रम प्रदान करना है। डेटा अतिरेक का स्तर और अन्य डेटाबेस के साथ उच्च स्तर का एकीकरण। यह मानते हुए कि अनुक्रम डेटा स्विस-प्रोट की क्षमता से अधिक गति से उत्पन्न हो रहा था, उन प्रोटीनों के लिए स्वचालित एनोटेशन प्रदान करने के लिए TrEMBL (अनुवादित ईएमबीएल न्यूक्लियोटाइड अनुक्रम डेटा लाइब्रेरी) बनाया गया था जो स्विस-प्रोट में नहीं हैं। इस बीच, पीआईआर ने पीआईआर-पीएसडी और संबंधित डेटाबेस बनाए रखा, जिसमें आईप्रोक्लास, प्रोटीन अनुक्रमों और क्यूरेटेड परिवारों का डेटाबेस शामिल है।

कंसोर्टियम के सदस्यों ने अपने ओवरलैपिंग संसाधनों और विशेषज्ञता को एकत्रित किया, और दिसंबर 2003 में यूनीप्रोट लॉन्च किया।

यूनीप्रोट डेटाबेस का संगठन
UniProt चार मुख्य डेटाबेस प्रदान करता है: UniProtKB (उप-भागों स्विस-प्रोट और TrEMBL के साथ), UniParc, UniRef और Proteome।

UniProtKB
UniProt नॉलेजबेस (UniProtKB) एक प्रोटीन डेटाबेस है जिसे आंशिक रूप से विशेषज्ञों द्वारा तैयार किया गया है, जिसमें दो खंड शामिल हैं: UniProtKB/स्विस-प्रोट (जिसमें समीक्षा की गई, मैन्युअल रूप से एनोटेटेड प्रविष्टियाँ शामिल हैं) और UniProtKB/TrEMBL (बिना समीक्षा की गई, स्वचालित रूप से एनोटेटेड प्रविष्टियाँ शामिल हैं)।, UniProtKB/Swiss-Prot की रिलीज 2023_01 में 569,213 अनुक्रम प्रविष्टियां शामिल हैं (291,046 संदर्भों से निकाले गए 205,728,242 अमीनो एसिड शामिल हैं) और UniProtKB/TrEMBL की रिलीज 2023_01 में 245,871,724 अनुक्रम प्रविष्टियां शामिल हैं (85,739,380 शामिल हैं) ,194 अमीनो एसिड)।

UniProtKB/स्विस-प्रोट
UniProtKB/स्विस-प्रोट एक मैन्युअल रूप से एनोटेटेड, गैर-अनावश्यक प्रोटीन अनुक्रम डेटाबेस है। यह वैज्ञानिक साहित्य और बायोक्यूरेटर-मूल्यांकन कम्प्यूटेशनल विश्लेषण से निकाली गई जानकारी को जोड़ती है। UniProtKB/स्विस-प्रोट का उद्देश्य एक विशेष प्रोटीन के बारे में सभी ज्ञात प्रासंगिक जानकारी प्रदान करना है। वर्तमान वैज्ञानिक निष्कर्षों को ध्यान में रखने के लिए एनोटेशन की नियमित रूप से समीक्षा की जाती है। किसी प्रविष्टि के मैनुअल एनोटेशन में प्रोटीन अनुक्रम और वैज्ञानिक साहित्य का विस्तृत विश्लेषण शामिल होता है। एक ही जीन और एक ही प्रजाति के अनुक्रमों को एक ही डेटाबेस प्रविष्टि में मिला दिया जाता है। अनुक्रमों के बीच अंतर की पहचान की जाती है, और उनके कारण का दस्तावेजीकरण किया जाता है (उदाहरण के लिए वैकल्पिक स्प्लिसिंग, आनुवंशिक विविधता, गलत यूकेरियोटिक अनुवाद#दीक्षा स्थल, गलत एक्सॉन सीमाएँ, फ़्रेमशिफ्ट उत्परिवर्तन, अज्ञात संघर्ष)। UniProtKB/स्विस-प्रोट प्रविष्टियों के एनोटेशन में अनुक्रम विश्लेषण उपकरणों की एक श्रृंखला का उपयोग किया जाता है। कंप्यूटर-भविष्यवाणियों का मैन्युअल रूप से मूल्यांकन किया जाता है, और प्रासंगिक परिणामों को प्रविष्टि में शामिल करने के लिए चुना जाता है। इन भविष्यवाणियों में पोस्ट-ट्रांसलेशनल संशोधन, ट्रांसमेम्ब्रेन डोमेन और झिल्ली टोपोलॉजी, सिग्नल पेप्टाइड्स, डोमेन पहचान और प्रोटीन परिवार वर्गीकरण शामिल हैं। PubMed जैसे डेटाबेस खोजकर प्रासंगिक प्रकाशनों की पहचान की जाती है। प्रत्येक पेपर का पूरा पाठ पढ़ा जाता है, और जानकारी निकालकर प्रविष्टि में जोड़ दी जाती है। वैज्ञानिक साहित्य से उत्पन्न होने वाली टिप्पणियों में निम्नलिखित शामिल हैं, लेकिन यह इन्हीं तक सीमित नहीं हैं: *प्रोटीन और जीन के नाम
 * समारोह
 * एनजाइम -विशिष्ट जानकारी जैसे कटैलिसीस, कॉफ़ेक्टर (जैव रसायन) और सक्रिय साइट
 * उपकोशिकीय स्थानीयकरण
 * प्रोटीन-प्रोटीन अन्योन्यक्रिया
 * अभिव्यक्ति का स्वरूप
 * महत्वपूर्ण डोमेन और साइटों के स्थान और भूमिकाएँ
 * आयन-, सब्सट्रेट (जैव रसायन)- और सहकारक-बाध्यकारी साइटें
 * प्राकृतिक आनुवंशिक भिन्नता, आरएनए संपादन, वैकल्पिक स्प्लिसिंग, प्रोटियोलिटिक प्रसंस्करण और पोस्ट-ट्रांसलेशनल संशोधन द्वारा उत्पादित प्रोटीन प्रकार के रूप

एनोटेटेड प्रविष्टियाँ UniProtKB/स्विस-प्रोट में शामिल करने से पहले गुणवत्ता आश्वासन से गुजरती हैं। जब नया डेटा उपलब्ध हो जाता है, तो प्रविष्टियाँ अद्यतन की जाती हैं।

UniProtKB/TrEMBL
UniProtKB/TrEMBL में उच्च गुणवत्ता वाले कम्प्यूटेशनल रूप से विश्लेषण किए गए रिकॉर्ड शामिल हैं, जो स्वचालित एनोटेशन से समृद्ध हैं। इसे जीनोम परियोजनाओं के परिणामस्वरूप बढ़े हुए डेटा प्रवाह के जवाब में पेश किया गया था, क्योंकि UniProtKB/स्विस-प्रोट की समय और श्रम लेने वाली मैनुअल एनोटेशन प्रक्रिया को सभी उपलब्ध प्रोटीन अनुक्रमों को शामिल करने के लिए विस्तृत नहीं किया जा सका। INSDC|EMBL-Bank/GenBank/DDBJ न्यूक्लियोटाइड अनुक्रम डेटाबेस में एनोटेटेड कोडिंग अनुक्रमों के अनुवाद स्वचालित रूप से संसाधित होते हैं और UniProtKB/TrEMBL में दर्ज किए जाते हैं। UniProtKB/TrEMBL में प्रोटीन डाटा बैंक और जीन भविष्यवाणी से अनुक्रम भी शामिल हैं, जिसमें साथ में, RefSeq और सर्वसम्मति सीडीएस परियोजना शामिल है। 22 जुलाई 2021 से इसमें अल्फ़ाफ़ोल्ड  तृतीयक के साथ भविष्यवाणी भी शामिल है और अल्फाफोल्ड-मल्टीमर चतुर्धातुक भी कर सकता है संरचनाएँ।

यूनीपार्क
UniProt Archive (UniParc) एक व्यापक और गैर-अनावश्यक डेटाबेस है, जिसमें मुख्य, सार्वजनिक रूप से उपलब्ध प्रोटीन अनुक्रम डेटाबेस से सभी प्रोटीन अनुक्रम शामिल हैं। प्रोटीन कई अलग-अलग स्रोत डेटाबेस में और एक ही डेटाबेस में कई प्रतियों में मौजूद हो सकते हैं। अतिरेक से बचने के लिए, UniParc प्रत्येक अद्वितीय अनुक्रम को केवल एक बार संग्रहीत करता है। समान अनुक्रमों को मिला दिया जाता है, भले ही वे एक ही या अलग-अलग प्रजातियों से हों। प्रत्येक अनुक्रम को एक स्थिर और विशिष्ट पहचानकर्ता (UPI) दिया जाता है, जिससे विभिन्न स्रोत डेटाबेस से एक ही प्रोटीन की पहचान करना संभव हो जाता है। UniParc में केवल प्रोटीन अनुक्रम होते हैं, बिना किसी एनोटेशन के। UniParc प्रविष्टियों में डेटाबेस क्रॉस-रेफरेंस स्रोत डेटाबेस से प्रोटीन के बारे में अधिक जानकारी प्राप्त करने की अनुमति देता है। जब स्रोत डेटाबेस में अनुक्रम बदलते हैं, तो इन परिवर्तनों को UniParc द्वारा ट्रैक किया जाता है और सभी परिवर्तनों का इतिहास संग्रहीत किया जाता है।

स्रोत डेटाबेस
वर्तमान में UniParc में निम्नलिखित सार्वजनिक रूप से उपलब्ध डेटाबेस से प्रोटीन अनुक्रम शामिल हैं: अमेरिकी पेटेंट कार्यालय कार्यालय (यूएसपीटीओ)
 * आईएनएसडीसी ईएमबीएल-बैंक/डीडीबीजे/ GenBank न्यूक्लियोटाइड अनुक्रम डेटाबेस
 * पहनावा
 * यूरोपीय पेटेंट कार्यालय (ईपीओ)
 * फ्लाईबेस|फ्लाईबेस: कीट परिवार ड्रोसोफिलिडे (फ्लाईबेस) के लिए आनुवंशिक और आणविक डेटा का प्राथमिक भंडार
 * एच-आमंत्रण|एच-आमंत्रण डेटाबेस (एच-आमंत्रण)
 * अंतर्राष्ट्रीय प्रोटीन सूचकांक (आईपीआई)
 * जापान पेटेंट कार्यालय (जेपीओ)
 * प्रोटीन सूचना संसाधन (पीआईआर-पीएसडी)
 * प्रोटीन डाटा बैंक (पीडीबी)
 * प्रोटीन रिसर्च फाउंडेशन (पीआरएफ)
 * RefSeq
 * सैक्रोमाइसेस जीनोम डेटाबेस (एसजीडी)
 * अरेबिडोप्सिस सूचना संसाधन (टीएआईआर)
 * क्रोम
 * UniProtKB/स्विस-प्रोट, UniProtKB/स्विस-प्रोट प्रोटीन आइसोफॉर्म, UniProtKB/TrEMBL
 * कशेरुक और जीनोम एनोटेशन डेटाबेस (वेगा)
 * वर्मबेस

UniRef
UniProt रेफरेंस क्लस्टर्स (UniRef) में UniProtKB और चयनित UniParc रिकॉर्ड से प्रोटीन अनुक्रमों के क्लस्टर सेट के तीन डेटाबेस शामिल हैं। UniRef100 डेटाबेस समान अनुक्रमों और अनुक्रम टुकड़ों (किसी भी जीव से) को एक एकल UniRef प्रविष्टि में जोड़ता है। एक प्रतिनिधि प्रोटीन का अनुक्रम, सभी मर्ज की गई प्रविष्टियों की परिग्रहण संख्या (जैव सूचना विज्ञान) और संबंधित UniProtKB और UniParc रिकॉर्ड के लिंक प्रदर्शित किए जाते हैं। UniRef100 अनुक्रमों को UniRef90 और UniRef50 बनाने के लिए CD-HIT कलन विधि का उपयोग करके क्लस्टर किया गया है। प्रत्येक क्लस्टर उन अनुक्रमों से बना है जिनमें सबसे लंबे अनुक्रम तक क्रमशः कम से कम 90% या 50% अनुक्रम पहचान होती है। क्लस्टरिंग अनुक्रम डेटाबेस आकार को काफी कम कर देता है, जिससे तेज़ अनुक्रम खोज सक्षम हो जाती है।

UniRef UniProt FTP साइट से उपलब्ध है।

वित्तपोषण
UniProt को राष्ट्रीय मानव जीनोम अनुसंधान संस्थान, राष्ट्रीय स्वास्थ्य संस्थान (NIH), यूरोपीय आयोग, स्विस संघीय सरकार द्वारा शिक्षा और विज्ञान के संघीय कार्यालय, CaBIG|NCI-caBIG और अमेरिकी विभाग के अनुदान से वित्त पोषित किया जाता है। रक्षा।

बाहरी संबंध

 * UniProt