© Dunod – Toute reproduction non autorisée est un délit.
13
2.1 • Les banques de données généralistes
La diversité des banques et des logiciels de traitement de données à conduit à la
création de plusieurs formats. Des formats sont adaptés pour les logiciels de traitement de séquences (exemple format Pearson-Fasta) car ils sont économiques en taille
puisqu’ils ne contiennent que la séquence et une ligne de description, mais peu informatifs. D’autres formats dédiés aux banques sont très informatifs (beaucoup d’annotations) mais peu économiques en taille et donc peu utilisés par les logiciels
d’analyse de séquence.
Tableau 2.2 – Le top 20 des séquences par espèce représentée dans UniProtKB.
N°
Nombre
Nom de l'espèce
1
20 123
Homo sapiens (Human)
2
16 670
Mus musculus (Mouse)
3
12 922
Arabidopsis thaliana (Mouse-ear cress)
4
7 903
Rattus norvegicus (Rat)
5
6 621
Saccharomyces cerevisiae (Baker's yeast)
6
5 984
Bos taurus (Bovine)
7
5 103
Schizosaccharomyces pombe (Fission yeast)
8
4 433
Escherichia coli (strain K12)
9
4 185
Bacillus subtilis
10
4 127
Dictyostelium discoideum (Slime mold)
11
3 467
Caenorhabditis elegans
12
3 383
Xenopus laevis (African clawed frog)
13
3 231
Drosophila melanogaster (Fruit fly)
20
3 194
Oryza sativa subsp. japonica (Rice)
14
2 926
Danio rerio (Zebrafish) (Brachydanio rerio)
15
2 259
Gallus gallus (Chicken)
16
2 219
Pongo abelii (Sumatran orangutan)
17
2 025
Mycobacterium tuberculosis (strain ATCC 25618/H37Rv)
18
2 016
Escherichia coli O157:H7
19
1 885
Mycobacterium tuberculosis (strain CDC 1551/Oshkosh)
Tableau 2.3 – Nombre de structures 3D déposées dans la PDB.
Méthode
Protéines
Acides
nucléiques
Complexes
Prot/A.Nuc.
Autres
Total
Cristallographie
rayons X
85 854
1 571
4 579
5
92 009
Résonance
magnétique
Nucléaire
9 306
1 094
220
7
10 627
Cryo-Microscopie
électronique
591
67
190
0
848
Méthodes hybrides
63
3
2
1
69
Autres
159
4
6
13
182
Total
95 973
2 739
4 997
26
103 735
13
2.1 • Les banques de données généralistes
La diversité des banques et des logiciels de traitement de données à conduit à la
création de plusieurs formats. Des formats sont adaptés pour les logiciels de traitement de séquences (exemple format Pearson-Fasta) car ils sont économiques en taille
puisqu’ils ne contiennent que la séquence et une ligne de description, mais peu informatifs. D’autres formats dédiés aux banques sont très informatifs (beaucoup d’annotations) mais peu économiques en taille et donc peu utilisés par les logiciels
d’analyse de séquence.
Tableau 2.2 – Le top 20 des séquences par espèce représentée dans UniProtKB.
N°
Nombre
Nom de l'espèce
1
20 123
Homo sapiens (Human)
2
16 670
Mus musculus (Mouse)
3
12 922
Arabidopsis thaliana (Mouse-ear cress)
4
7 903
Rattus norvegicus (Rat)
5
6 621
Saccharomyces cerevisiae (Baker's yeast)
6
5 984
Bos taurus (Bovine)
7
5 103
Schizosaccharomyces pombe (Fission yeast)
8
4 433
Escherichia coli (strain K12)
9
4 185
Bacillus subtilis
10
4 127
Dictyostelium discoideum (Slime mold)
11
3 467
Caenorhabditis elegans
12
3 383
Xenopus laevis (African clawed frog)
13
3 231
Drosophila melanogaster (Fruit fly)
20
3 194
Oryza sativa subsp. japonica (Rice)
14
2 926
Danio rerio (Zebrafish) (Brachydanio rerio)
15
2 259
Gallus gallus (Chicken)
16
2 219
Pongo abelii (Sumatran orangutan)
17
2 025
Mycobacterium tuberculosis (strain ATCC 25618/H37Rv)
18
2 016
Escherichia coli O157:H7
19
1 885
Mycobacterium tuberculosis (strain CDC 1551/Oshkosh)
Tableau 2.3 – Nombre de structures 3D déposées dans la PDB.
Méthode
Protéines
Acides
nucléiques
Complexes
Prot/A.Nuc.
Autres
Total
Cristallographie
rayons X
85 854
1 571
4 579
5
92 009
Résonance
magnétique
Nucléaire
9 306
1 094
220
7
10 627
Cryo-Microscopie
électronique
591
67
190
0
848
Méthodes hybrides
63
3
2
1
69
Autres
159
4
6
13
182
Total
95 973
2 739
4 997
26
103 735