FUnkFams Protein Sequences

These 6,668 Function Unknown Families (FUnkFams) are homologous, full-length protein sequences that derive from genomes in at least two taxonomic classes but with no annotated protein domains. They are a subset of the SFams Protein Families, described in this manuscript: <br>T.J. Sharpton, G. Jospin, D. Wu, M.G. Langille, K.S. Pollard, J.A. Eisen (2012). Sifting through genomes with iterative-sequence clustering produces a large, phylogenetically diverse protein-family resource, BMC Bioinformatics, 13(1): 264. <br>The family ID format is taxonomicspan_familyID_proteinID.

本数据集包含6668个功能未知家族（Function Unknown Families，FUnkFams），均为同源全长蛋白质序列，源自至少两个分类类群的基因组，且未注释任何蛋白质结构域。该数据集是SFams蛋白质家族（SFams Protein Families）的一个子集，相关信息已在本文中进行描述：<br>T.J. Sharpton、G. Jospin、D. Wu、M.G. Langille、K.S. Pollard、J.A. Eisen（2012）。通过迭代序列聚类筛选基因组，构建大型系统发育多样化蛋白质家族资源，《BMC生物信息学》，13(1): 264。<br>家族标识符的格式为：taxonomicspan_familyID_proteinID。

搜集汇总

背景与挑战

背景概述

该数据集包含6,668个功能未知的蛋白质家族（FUnkFams），这些是同源的全长蛋白质序列，来源于至少两个分类学类别的基因组，但缺乏注释的蛋白质结构域。它是SFams蛋白质家族资源的一个子集，专注于探索功能未表征的蛋白质序列，适用于基因组学和蛋白质功能研究。