Base de datos de sitios de fosforilación

Abstract

Actualmente, el grupo de Bioinformática del Centro de Ingeniería Genética y Biotecnología (CIGB) cuenta con una herramienta para la construcción, análisis y visualización de redes biológicas. Esta aplicación se basa en la información biológica proporcionada por una base de datos integradora, llamada SysBiomics, que contiene información sobre genes, proteínas, interacciones proteína-proteína y proteína-ADN, ontologías de genes y vías metabólicas de múltiples fuentes de datos públicas. Sin embargo, carece de datos sobre modificaciones postraduccionales. Debido a la importancia del almacenamiento de información de fosforilación para ayudar a los investigadores a encontrar datos biológicos relevantes, la presente investigación tiene como propósito desarrollar una base de datos que contenga información de fosforilación, que sirva como nuevo módulo de SysBiomics. La metodología seleccionada para llevar a cabo este proceso fue la XP (del inglés, Extreme Programming), se seleccionaron dos fuentes para la integración de datos, se aplicaron técnicas de modelado de datos para obtener el diseño de la base de datos y se realizaron diferentes casos de pruebas a nivel de unidad para comprobar su correcto funcionamiento. Como resultado se obtuvo un repositorio de datos que contiene información actualizada de sitios de fosforilación que puede incorporarse a la base de datos SysBiomics.

Currently, the Bioinformatics group of the Center for Genetic Engineering and Biotechnology (CIGB) has a tool for the construction, analysis and visualization of biological networks. This application is based on the biological information provided by an integrative database, called SysBiomics, which contains information on genes, proteins, protein-protein and protein-DNA interactions, gene ontologies, and metabolic pathways from multiple public data sources. However, it lacks data on post-translational modifications. Due to the importance of storing phosphorylation information to help researchers to find relevant biological data, the purpose of this investigation is to develop a database containing phosphorylation information, which serves as new module of SysBiomics. The methodology selected to carry out this process was XP (Extreme Programming), two sources were selected for data integration, data modeling techniques were applied to obtain the design of the database and different test cases at the unit level to verify its correct operation. As a result, a data repository containing updated information on phosphorylation sites was obtained that can be incorporated into SysBiomics database.