ProteinDatenbanken

Proteindatenbanken sind strukturierte Informationssammlungen zu Proteinen. Sie bündeln Sequenzdaten, dreidimensionale Strukturen, funktionale Annotations, Expressionsmuster, Lokalisation, Interaktionen und biologische Prozesse. Die Einträge stammen aus Experimenten, Projekten und computergestützten Vorhersagen und werden von spezialisierten Organisationen gepflegt. Auf vielen Plattformen lässt sich anhand von Proteinen nach Sequenzähnlichkeiten suchen, Funktionen ableiten und Strukturen visualisieren.

Man unterscheidet verschiedene Kategorien: Sequenzdatenbanken speichern Proteinsequenzen (am bekanntesten ist UniProt, das aus den Teilbanken UniProtKB/Swiss-Prot und UniProtKB/TrEMBL besteht); Strukturendatenbanken wie die Protein Data Bank (PDB) enthalten 3D-Modellierungen und experimentelle Strukturen; Familien- und Domänenbanken wie Pfam und InterPro ordnen Proteine nach Homologie und Domänenarchitektur; Funktions- und Interaktionsdatenbanken wie BioGRID oder IntAct dokumentieren Protein-Protein-Wechselwirkungen; und allgemeine Wissensdatenbanken verknüpfen Funktionen, Stoffwechselwege und Lokalisationsinformationen (z. B. KEGG, Gene Ontology).

Viele Proteindatenbanken sind frei zugänglich und unterstützen Werkzeuge wie Such- und Align-Programme, BLAST-ähnliche Abfragen oder API-Schnittstellen. Die Datenqualität variiert: manche Einträge sind kuratiert und manuell überprüft, andere stammen aus automatisierten Vorhersagen. Standardformate wie FASTA (Sequenzen) oder PDB (Strukturen) erleichtern den Datenaustausch. Aktualität und Duplikate stellen fortlaufende Herausforderungen dar.

Proteindatenbanken bilden eine zentrale Ressource der Bioinformatik, Molekularbiologie und Medikamentenentwicklung, da sie Grundlagenwissen zu Proteinen systematisieren und den Zugriff auf strukturierte, verknüpfte Informationen ermöglichen.