CATH数据库是一个蛋白质结构分类数据库(CATH: Protein Structure Classification Database at UCL),提供了基于蛋白质三维结构和进化关系的分类信息。CATH 是其四个主要分类层级的缩写:
- Class (C):根据二级结构类型的比例进行分类,分为α螺旋、β折叠、α/β混合等。
- Architecture (A):根据蛋白质折叠结构的大致形状和拓扑关系进行分类。
- Topology (T):基于蛋白质骨架的连通性和二级结构元素的相对位置分类。
- Homologous superfamily (H):将具有共同进化起源的蛋白质放在同一个同源超家族中。
CATH数据库的特点
- 基于结构域的分类:CATH主要对蛋白质结构域(domain)进行分类,而不是整条蛋白质。结构域是蛋白质中可以独立折叠并具有独立功能的单元。
- 层级分类:蛋白质在CATH中会按层级分类,从最广泛的类别(Class)到最具体的同源超家族(Homologous superfamily)。
- 定期更新:CATH数据库定期更新,以包含最新解析的蛋白质结构,并持续对已有数据进行重新分类。