{"id":131451,"date":"2014-05-19T17:26:44","date_gmt":"2014-05-19T15:26:44","guid":{"rendered":"http:\/\/www.madrimasd.org\/blogs\/bioinformatica\/?p=131451"},"modified":"2014-05-19T17:26:56","modified_gmt":"2014-05-19T15:26:56","slug":"los-accession-numbers-de-uniprot-tendran-mas-longitud-a-partir-de-junio","status":"publish","type":"post","link":"https:\/\/www.madrimasd.org\/blogs\/bioinformatica\/2014\/05\/19\/131451","title":{"rendered":"Los accession numbers de UniProt tendr\u00e1n m\u00e1s longitud a partir de Junio"},"content":{"rendered":"

UniProt<\/a> es una de las bases de datos de prote\u00ednas m\u00e1s curada (en su secci\u00f3n SW) y mantenida actualmente, y por eso es tomada como una de las bases de datos de referencia a nivel de informaci\u00f3n de prote\u00ednas. Desde que se hizo p\u00fablica en Julio de 1986 Swiss-Prot (una de las integrantes de UniProt, y predecesora), cada entrada de la base de datos dispone de un\u00a0accession number<\/em> (AC en el formato SW) principal, que sirve para identificar de forma inequ\u00edvoca cada entrada. Tambi\u00e9n se almacena para cada entrada\u00a0cero o m\u00e1s accession number<\/em> secundarios, que fueron usados en el pasado para esta entrada, y que sirven tanto para\u00a0mantener un historial dentro de UniProt como para poder relacionar material de investigaci\u00f3n antiguo (por ejemplo, art\u00edculos) con los datos actuales.<\/p>\n

Inicialmente, un identificador de Swiss-Prot o TrEMBL ten\u00eda el siguiente formato de 6 caracteres:<\/p>\n\n\n\n\n
1<\/th>\n2<\/th>\n3<\/th>\n4<\/th>\n5<\/th>\n6<\/th>\n<\/tr>\n
[O,P,Q]<\/td>\n[0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

lo que permit\u00eda tener 13996800 entradas diferentes (3\u00b710\u00b7(26+10)3<\/sup>\u00b710). Posteriormente, se permitieron m\u00e1s letras en la primera posici\u00f3n (y menos en la tercera):<\/p>\n\n\n\n\n\n
1<\/th>\n2<\/th>\n3<\/th>\n4<\/th>\n5<\/th>\n6<\/th>\n<\/tr>\n
[O,P,Q]<\/td>\n[0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n
[A-N,R-Z]<\/td>\n[0-9]<\/td>\n[A-Z]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

lo cu\u00e1l aument\u00f3 el n\u00famero de identificadores diferentes a 91497600 ((23\u00b710\u00b726\u00b7(26+10)2<\/sup>\u00b710) = 77500800).<\/p>\n

Pero, en la versi\u00f3n de Mayo de 2014 ya hay 56555610\u00a0entradas (545388 de UniProt\/SwissProt y\u00a056010222 de UniProt\/TrEMBL), eso sin contar los accession number<\/em> secundarios de dichas entradas. Los encargados de UniProt han hecho sus propios c\u00e1lculos de estimaci\u00f3n del crecimiento de la base de datos y de uso de accession numbers<\/em>, y se han dado cuenta que para finales de 2014 se iban a quedar sin accession numbers<\/em> para prote\u00ednas nuevas. As\u00ed que, a partir del 11 de Junio podr\u00e1 haber entradas que usen, adem\u00e1s de estos formatos, accession number<\/em> de 10 caracteres:<\/p>\n\n\n\n\n\n\n
1<\/th>\n2<\/th>\n3<\/th>\n4<\/th>\n5<\/th>\n6<\/th>\n7<\/th>\n8<\/th>\n9<\/th>\n10<\/th>\n<\/tr>\n
[O,P,Q]<\/td>\n[0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n
[A-N,R-Z]<\/td>\n[0-9]<\/td>\n[A-Z]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n
[A-N,R-Z]<\/td>\n[0-9]<\/td>\n[A-Z]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n[A-Z]<\/td>\n[A-Z,0-9]<\/td>\n[A-Z,0-9]<\/td>\n[0-9]<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

que proporcionar\u00e1n (23\u00b710\u00b7(26\u00b7(26+10)2<\/sup>\u00b710)2<\/sup>) = 2.6114669568\u00b71013<\/sup> nuevos identificadores (una diferencia de 6 \u00f3rdenes de magnitud),\u00a0margen suficiente para varios a\u00f1os m\u00e1s.<\/p>\n

Enlaces<\/span><\/p>\n