InterProScan : Protein domains wrapper identifier (poster) Quevillon E.1, Silventoinen V.1, Servant F.2, Zdobnov E. M.3, Lopez R.1* and Apweiler R.1 1 : European Bioinformatics Institute – Wellcome Trust Genome Campus ­ Hinxton – UK 2 : Mc Gill university – Montreal – CA 3 : European Molecular Biology Laboratory – Heidelberg – DE * : corresponding author ([email protected]).

Emmanuel Quevillon  European Bioinformatics Institute EMBL Outstation – Wellcome Trust Genome Campus Hinxton, Cambridge CB10 1SD, UK Tel : +44 1223 49 4443 Fax : +44 1223 494472 Abstract :

When carrying out protein sequence analysis, the aim is to find out as much as possible about a query sequence. The first step is to compare the protein sequence against a non­redundant protein sequence database using Blast1 or Fasta2. However, these searches will only reveal which sequence(s) are similar to the query sequence. To get further information about the query protein’s specific   function,   searches   against,   so   called,   secondary   databases   (also   known   as   pattern   or signature databases) are necessary. If a search retruns significant matches, these results will help to assign the query protein to a particular family. If the structure and function of the family are known, searches of the secondary databases offer a fast track into inferring biological function. Examples of these   databases   are   Pfam3,   SMART4  and   PRINTS5.  These   analyse  the   primary   databases  data differently and the results contain different information. By uniting these secondary databases, the InterPro consortium was born (table 1).  InterPro6  (http://www.ebi.ac.uk/interpro)   is   a   searchable   database   providing information   on   protein   function   and   annotation.   InterPro   entries   are   grouped   based   on   protein signatures   or   'm ethods'.  These   groups   represent   superfamilies,   families   or   sub­families   of sequences.  InterProScan7  is a tool that can be used to search InterPro with query sequences. It combines the protein function recognition methods of the member databases of InterPro into one resource   (the   methods   and   their   databases   are   shown   in   the   table   1).   A   number   of   search applications are launched, each against a specific member database and return a list of hits to that database. These results are merged and returned to the user as a list of matches to InterPro.  Input Sequences : InterProScan   is   available   at   the   EBI   through   a   web   interface (http:www.ebi.ac.uk/InterProScan)   where   the   user   can   paste   their   own   sequence(s)   or   upload   a sequence file. Input sequences can be nucleotide (interactive only), in which case the user chooses a translation code table and a minimum ORF size for translated proteins. It is also possible to submit InterProScan jobs via email to [email protected].  Output Results :  The results of each application (table 1) are parsed to produce a merged file in raw format (tab delimited). A converter is then used to produce the results in XML format which can be easily parsed or reused later. HTML output (graphical and table view) is produced on the fly by parsing   the   XML   file.   The   graphical   view   (Fig   1)   provides   a   cartoon   that   represents   domain locations on each sequence and their corresponding accession number in the member database. This view also provides links to the InterPro database and the SRS12 indexed version of it. The table view

(Fig   2)   provides   information   about   InterPro   entries:   the   parent­children   relationship;   GO classification; and the location, evalue and status of each match shown in the graphical view. A free downloadable Perl standalone version (3.3) is currently available from the EBI for   users   who   would   like   to   install   and   run   their   own   installation.  This   standalone   version transparently supports the use of various queuing systems (such as LSF, OpenPBS and SGE). (ftp://ftp.ebi.ac.uk/pub/databases/interpro/iprscan) – Perl core package containing all the scripts and modules to run InterProScan. – Data package which contains all the data needed by each application to run. – Binary   package   precompiled   for   6   different   platforms   (Linux,   OSF1,   AIX,   Sun,   IRIX   and MacOSX).  A new version of InterProScan is currently being rewritten from scratch. It removes  the  use of gmake and is more flexible (configurable). It also allows user to utilise several queuing systems.

Fig 1 : Graphical view of an InterProScan result.

Fig 2 : Table view of an InterProScan result. Database

Application

ProDom9

BlastProDom

PRINTS

FingerPrintScan

SMART

Hmmpfam 10

TIGRFAMs

Hmmpfam

Pfam

Hmmpfam 8

PROSITE PIRSF

Pfscan

11

Hmmpfam 12

SUPERFAMILY(SCOP) Hmmpfam Table 1 : Database members and their applications.

References :

1) Blast Altschul S.F., Madden T.L., Schaffer A.A., Zhang J., Zhang Z.,Miller W., and Lipman D.J. Gapped Blast and Psi­Blast: A New Generation of Protein Database Search Programs. Nucleic Acids Res, 1997. 25(17): p. 3389­402. 2) Fasta W. R. Pearson and D. J. Lipman (1988) Improved Tools for Biological Sequence Analysis. PNAS 85:2444­ 2448 3) PFAM Bateman A., Birney E., Cerruti L., Durbin R., Etwiller L., Eddy S.R., Griffiths­Jones S., Howe K.L., Marshall M., Sonnhammer E.L.L. (2002)  The Pfam Protein Families Database.  Nucleic Acids Res. 30, 276­280.  4) SMART Letunic I., Goodstadt L., Dickens N.J., Doerks T., Schultz J., Mott R., Ciccarelli F., Copley R.R., Ponting C.P., Bork P. (2002)  Recent improvements to the SMART domain­based sequence annotation resource.  Nucleic Acids Res. 30, 242­244.  5) PRINTS Attwood   T.K.,   Bradley   P.,   Flower   D.R.,   Gaulton   A.,   Maudling   N.,   Mitchell   A.L.,   Moulton   G., Nordle A., Paine K., Taylor P., Uddin A., Zygouri C. (2003)  PRINTS and its automatic supplement, prePRINTS.  Nucleic Acids Res. 31, 400­402.  6) InterPro Mulder N.J., Apweiler R., Attwood T.K., Bairoch A., Barrell D., Bateman A., Binns D., Biswas M., Bradley   P.,   Bork   P.,   Bucher   P.,   Copley   R.R.,   Courcelle   E.,   Das   U.,   Durbin   R.,   Falquet   L., Fleischmann   W.,   Griffiths­Jones   S.,   Haft   D.,   Harte   N.,   Hulo   N.,   Kahn   D.,   Kanapin   A., Krestyaninova M., Lopez R., Letunic I., Lonsdale D., Silventoinen V., Orchard S.E., Pagni  M., Peyruc   D.,   Ponting   C.P.,   Selengut   J.D.,   Servant   F.,   Sigrist   C.J.A.,   Vaughan   R,   Zdobnov   E.M. (2003)  The InterPro Database, 2003 brings increased coverage and new features.  Nucl. Acids. Res. 31, 315­318. 7) InterProScan Zdobnov E.M. and Apweiler R. InterProScan ­ an integration platform for the signature­recognition methods in InterPro Bioinformatics, 2001, 17(9): p. 847­8. 8) PROSITE Falquet L., Pagni M., Bucher P., Hulo N., Sigrist C.J.A., Hofmann K., Bairoch A. (2002)  The PROSITE database, its status in 2002.  Nucleic Acids Res. 30, 235­238.  9) ProDom Corpet F., Servant F., Gouzy J., Kahn D. (2000)  ProDom and ProDom­CG: Tools for protein domain analysis and whole genomecomparisons.  Nucleic Acids Res. 28, 267­269.  10) TIGRFAMs Haft D.H., Selengut J.D., White O. (2003)  The TIGRFAMs database of protein families.  Nucleic Acids Res. 31, 371­373.  11) PIR SuperFamily

Wu C.H., Huang H., Yeh L.­S.L., Barker W.C. (2003)  Protein family classification and functional annotation.  Comput Biol Chem. 27, 37­47.  12) SUPERFAMILY Gough J., Karplus K., Hughey R., Chothia C. (2001)  Assignment of Homology to Genome Sequences using a Library of Hidden Markov Models that Represent all Proteins of Known Structure.  J. Mol. Biol. 313(4), 903­919. 13 ) SRS Thure Etzold and Patrick Argos SRS an indexing and retrieval tool for flat file data libraries. Comput. Appl. Biosci. 9:49­57, 1993