Les cellules végétales sont des espaces tridimensionnels composés de plusieurs compartiments, chacun ayant son propre environnement physico-chimique et sa propre fonction. La localisation subcellulaire des protéines, la machinerie fonctionnelle de la cellule, est très importante pour caractériser leurs fonctions dans une cellule. Une mauvaise localisation peut entraîner des maladies et la mort cellulaire. Ainsi, prédire la localisation subcellulaire des protéines est un sujet brûlant en protéomique, mais le faire par le biais d'expériences biochimiques peut être laborieux, coûteux et long. La prédiction computationnelle peut être une alternative efficace nous permettant de déchiffrer la fonction des protéines et d'accélérer l'annotation du génome.

Un résumé visuel de l'outil Web Plant-mSubP développé par Sahu et al.

Dans un nouvel article publié dans AoBP, Sahou et al. présentent leur nouveau logiciel, Plant-mSubP, qui est une plate-forme Web accessible au public qui utilise l'apprentissage automatique pour prédire la localisation subcellulaire des protéines en fonction des caractéristiques de la séquence d'acides aminés. Plant-mSubP a été développé à l'aide d'ensembles de données de formation de localisation subcellulaire connue, résultant en plus de 16000 14 séquences de protéines uniques annotées à XNUMX emplacements subcellulaires différents. En utilisant un ensemble de données indépendant pour chaque classe de localisation, les auteurs ont ensuite comparé leur méthode avec d'autres outils de prédiction basés sur les séquences disponibles et ont constaté qu'elle surpassait toutes les méthodes existantes. Ils soulignent que jusqu'à présent, des travaux très limités ont été menés sur la localisation subcellulaire des protéines végétales, mais espèrent que leur nouvel outil accessible sur le Web commencera à résoudre ce problème.

Plant-mSubP est accessible en ligne sur http://bioinfo.usu.edu/Plant-mSubP/

Point culminant du chercheur

Rakesh Kaundal a grandi en Inde et a déménagé aux États-Unis en 2007 pour effectuer une bourse de recherche postdoctorale en bioinformatique et biologie computationnelle au Noble Research Institute, Ardmore, Oklahoma. Rakesh occupe actuellement un poste de professeur adjoint au Département des plantes, des sols et du climat de l'Université d'État de l'Utah (USU) et en tant que directeur de l'installation de bioinformatique au Center for Integrated BioSystems, USU. Il a également un poste de professeur auxiliaire au Département d'informatique.

Rakesh a développé un programme de recherche indépendant et collaboratif en bioinformatique, se concentrant principalement sur l'exploration informatique de grands ensembles de données multidimensionnelles -omiques, la modélisation informatique utilisant l'apprentissage supervisé (apprentissage automatique) et non supervisé (base bayésienne), et développe activement de nouveaux outils et logiciel pour appliquer les connaissances acquises à l'amélioration de l'organisme.