O banco de dados COG: novos desenvolvimentos na classificação filogenética de proteínas de genomas completos

O banco de dados de Grupos Ortólogos de Proteínas (COGs), que representa uma tentativa de classificação filogenética das proteínas codificadas em genomas completos, atualmente consiste em 2791 COGs incluindo 45.350 proteínas de 30 genomas de bactérias, arqueias e da levedura Saccharomyces cerevisiae (http://www.ncbi.nlm.nih.gov/COG). Além disso, um suplemento aos COGs está disponível, no qual proteínas codificadas nos genomas de dois eucariotos multicelulares, o nematódeo Caenorhabditis elegans e a mosca-da-fruta Drosophila melanogaster, e compartilhadas com bactérias e/ou arqueias foram incluídas. As novas funcionalidades adicionadas ao banco de dados COG incluem páginas de informação com detalhes estruturais e funcionais sobre cada COG e referências bibliográficas, melhorias no programa COGNITOR usado para encaixar novas proteínas nos COGs, e classificação de genomas e COGs construída por meio de análise de componentes principais.