Att upptäcka nya enzymer och metabola gen-kluster

Har fått i uppdrag att använda en bioinformatisk metod i syfte att upptäcka nya enzymer och metabola gen-kluster. Skriver detta inlägg för att strukturera mina tankar.

Genomsekvensering fortsätter att tillföra svindlande mängd av information i protein-databaser. Till exempel fanns det i databasen UniProtKB ca 150 000 000 inlagda proteinsekvenser år 2019, och antalet sekvenser ökar hela tiden med en dubbleringstid på ca 2.5 år. Mindre än 0.4% av de inlagda sekvenserna är manuellt kurerade; de resterande sekvenserna är annoterade med datorer baserat på homologi, vilket i sin tur kan innebära att många av dessa annoteringarna är felaktiga. Med dubblerade antal sekvenser vart 2.5 år så ökar mängden sekvenser drastiskt för vilka vi inte förstår funktionen. Men med denna "mörka materia" av sekvenser så öppnar öven möjligheten att hitta och förstå nya enzymer och metabola gen-kluster.

Genomisk enzymologi är en term som används för att beskriva den integrerade strategin att använda proteinfamiljer och den genomiska kontexten av deras medlemmar för att studera enzym-mekanismer och att upptäcka nya metabola gen-kluster, och beskriva evolutionen av enzymer med avseende på deras funktion. Enzym superfamiljer utvecklas från en gemensam "förfader", trots att medlemmarna ofta inte katalyserar samma reaktion (de är alltså funktionellt divergerade), kan deras reaktioner dela en partiell reaktion, intermediär, eller övergångstillstånd, eller så kan deras substrat ha en liknande struktur.