BAGEL2: mining for bacteriocins in genomic data.
BAGEL2: mining for bacteriocins in genomic data.
复制标题
DOI：
10.1093/nar/gkq365
复制
发表时间：
2010-07
影响因子：
14.9
通讯作者：
Kuipers OP
中科院分区：
文献类型：
--
作者：
de Jong A;van Heel AJ;Kok J;Kuipers OP
细菌素的细菌基因组挖掘是一项具有挑战性的任务，由于大量的结构和序列的多样性，一般小的尺寸，这些抗菌肽。抗菌肽研究的重大进展和不断增加的基因组数据量，从（未）完成的基因组到元基因组数据，使我们开发了显着改进的基因组挖掘软件BAGEL 2，作为我们以前的BAGEL软件的后续。BAGEL 2基于保守结构域、物理性质以及在其基因组背景中生物合成、转运和免疫基因的存在来鉴定推定的细菌素。该软件支持无参数、特定于类的挖掘，并具有高吞吐量功能。除了建立一个专家验证的细菌素数据库，我们描述了新的隐马尔可夫模型的发展（HALGORY）和HALGORY的组合通过简单的决策规则预测细菌素（子）类的解释。此外，基于PFAM结构域和已知背景基因的数据库（的组合）自动注释遗传背景。使用来自筛选NCBI目前可获得的所有细菌基因组的数据的专家知识微调评分系统。BAGEL 2可在http://bagel2.molgenrug.nl上免费访问。
Mining bacterial genomes for bacteriocins is a challenging task due to the substantial structure and sequence diversity, and generally small sizes, of these antimicrobial peptides. Major progress in the research of antimicrobial peptides and the ever-increasing quantities of genomic data, varying from (un)finished genomes to meta-genomic data, led us to develop the significantly improved genome mining software BAGEL2, as a follow-up of our previous BAGEL software. BAGEL2 identifies putative bacteriocins on the basis of conserved domains, physical properties and the presence of biosynthesis, transport and immunity genes in their genomic context. The software supports parameter-free, class-specific mining and has high-throughput capabilities. Besides building an expert validated bacteriocin database, we describe the development of novel Hidden Markov Models (HMMs) and the interpretation of combinations of HMMs via simple decision rules for prediction of bacteriocin (sub-)classes. Furthermore, the genetic context is automatically annotated based on (combinations of) PFAM domains and databases of known context genes. The scoring system was fine-tuned using expert knowledge on data derived from screening all bacterial genomes currently available at the NCBI. BAGEL2 is freely accessible at http://bagel2.molgenrug.nl.
登录
查看更多内容
影响因子：
14.9
作者：
de Jong A;van Hijum SA;Bijlsma JJ;Kok J;Kuipers OP
通讯作者：
Kuipers OP
影响因子：
4.3
作者：
Wooley JC;Godzik A;Friedberg I
通讯作者：
Friedberg I
独特的羊毛硫氨酸合成酶的发现揭示了新的机制和进化见解。
影响因子：
9.8
作者：
Goto Y;Li B;Claesen J;Shi Y;Bibb MJ;van der Donk WA
通讯作者：
van der Donk WA
影响因子：
5.8
作者：
Delcher, Arthur L.;Bratke, Kirsten A.;Salzberg, Steven L.
通讯作者：
Salzberg, Steven L.
DOI：
10.1016/j.ijfoodmicro.2008.08.004
发表时间：
2008-12-10
影响因子：
5.4
作者：
Navarro, Laura;Rojo-Bezares, Beatriz;Torres, Carmen
通讯作者：
Torres, Carmen