Überblick

UniProt (Universal Protein Resource) ist das weltweit führende Repository für Proteinsequenz- und Funktionsinformationen. Es wird von einem Konsortium betrieben, das das Europäische Institut für Bioinformatik (EMBL-EBI), das Schweizerische Institut für Bioinformatik (SIB) und die Protein Information Resource (PIR) umfasst. UniProt integriert Daten aus Genomsequenzierungsprojekten, Literaturkuratierung und computergestützten Vorhersagen, um eine einheitliche, umfassende Sicht auf jedes bekannte Protein zu bieten. Seine drei Hauptkomponenten, UniProtKB, UniRef und UniParc, dienen unterschiedlichen analytischen Anforderungen.

Schlüsselkonzepte

UniProt Knowledgebase (UniProtKB) ist in zwei Abschnitte unterteilt: Swiss-Prot enthält manuell kuratierte, überprüfte Einträge mit detaillierten Annotationen aus der Literatur; TrEMBL enthält computergestützt analysierte Einträge, die auf eine manuelle Überprüfung warten. UniRef gruppiert Proteinsequenzen auf verschiedenen Identitätsebenen (100%, 90%, 50%), um Redundanz zu reduzieren und Sequenzähnlichkeitssuchen zu beschleunigen. UniParc ist ein umfassendes, nicht-redundantes Archiv, das alle Proteinsequenzen aus den wichtigsten Quelldatenbanken verfolgt. Jeder UniProtKB-Eintrag enthält die Sequenz, Funktionsinformationen, subzelluläre Lokalisierung, posttranslationale Modifikationen, Domänen und Stellen sowie Querverweise zu anderen Datenbanken.

Anwendungen

UniProt dient als primäre Proteinreferenz für die meisten bioinformatischen Arbeitsabläufe. Forscher nutzen es, um Sequenzen für die Proteinstrukturvorhersage abzurufen, Proteine in Proteomik- und Massenspektrometrie-Experimenten durch Datenbanksuche zu identifizieren und funktionelle Annotationen wie Enzymklassifikation und Nomenklatur für Studien von Stoffwechselwegen nachzuschlagen.

Praktisches Protokoll

Um eine bestimmte Proteinsequenz aus UniProtKB abzurufen, navigieren Sie zu uniprot.org und geben Sie den Gen-Namen, Proteinnamen oder die Accession Number (z. B. TP53 oder P04637) in die Suchleiste ein. Die Ergebnisseite zeigt passende Einträge mit Annotationsbewertungen an. Klicken Sie auf einen Eintrag, um den vollständigen Datensatz anzuzeigen: Die Sequenz erscheint im Abschnitt “Sequence” und ist mit einem Klick im FASTA-Format verfügbar. Für den Batch-Abruf verwenden Sie das “Retrieve/ID mapping”-Werkzeug, fügen Sie eine Liste von Accessions oder Gen-Namen ein, wählen Sie die Quelldatenbank (z. B. UniProtKB AC/ID) und wählen Sie das Zielformat (FASTA, tabulatorgetrennt oder GFF). Das Werkzeug bildet auch Identifikatoren auf über 200 externe Datenbanken ab. Für die Analyse konservierter Domänen nehmen Sie die abgerufene FASTA-Sequenz und senden Sie an InterProScan (in UniProt integriert) oder die NCBI CD-Search. Die Ergebnisse heben konservierte Domänen, aktive Zentren und Bindungsregionen hervor und bieten funktionelle Einblicke selbst für nicht charakterisierte Proteine. Beispielsweise kann die Übermittlung eines hypothetischen Proteins aus einer metagenomischen Probe an UniProt BLAST eine Homologie zu einer bekannten Lipase aufdecken, wobei InterProScan die Alpha/Beta-Hydrolase-Faltung und die katalytische Triade bestätigt, was sofort auf seine biochemische Funktion schließen lässt. Dieser kombinierte Retrieval- und Analyse-Workflow verwandelt UniProt von einem statischen Sequenz-Repository in eine Entdeckungsplattform für die funktionelle Annotation neuartiger Proteine. Praxisbeispiel: Während der COVID-19-Pandemie nutzten Forscher UniProt, um schnell auf die Spike-Protein-Sequenz von SARS-CoV-2 zuzugreifen und deren Rezeptor-bindende Domäne zu kartieren, was Strukturstudien und die Impfstoffentwicklung beschleunigte, dies zeigt, wie UniProt als kritischer Ausgangspunkt für die schnelle Pandemie-Forschung dient.