PIR

The Protein Information Resource (PIR) is an integrated public bioinformatics resource to support genomic, proteomic and systems biology research and scientific studies. PIR was established in 1984 by the National Biomedical Research Foundation (NBRF) as a resource to assist researchers in the identification and interpretation of protein sequence information. Prior to that, the NBRF compiled the first comprehensive collection of macromolecular sequences in the Atlas of Protein Sequence and Structure, published from 1965-1978 under the editorship of Margaret O. Dayhoff. Dr. Dayhoff and her research group pioneered in the development of computer methods for the comparison of protein sequences, for the detection of distantly related sequences and duplications within sequences, and for the inference of evolutionary histories from alignments of protein sequences.蛋白质信息资源（Protein Information Resource，PIR）是一款集成化的公共生物信息学资源，旨在为基因组学、蛋白质组学与系统生物学研究及科学研究提供支持。PIR于1984年由国家生物医学研究基金会（National Biomedical Research Foundation，NBRF）创立，初衷是协助研究人员识别并解读蛋白质序列信息。在此之前，国家生物医学研究基金会便已编纂了首个综合性大分子序列集——《蛋白质序列与结构图谱》，该书于1965年至1978年间由玛格丽特·O·戴霍夫（Margaret O. Dayhoff）担任主编并出版。戴霍夫博士及其研究团队率先开发了用于蛋白质序列比对、远缘同源序列与序列内部重复片段检测，以及基于蛋白质序列联配推导进化历史的计算机方法。

搜集汇总

背景与挑战

背景概述

该数据集是蛋白质信息资源（PIR）中i ProLINK项目下的文献语料库集合，包含多个标注的生物医学文献子集，如miR-靶标关系、植物基因、磷酸化影响和翻译后修饰信息等。这些语料库旨在支持蛋白质相关研究，通过工具如miRTex和RLIMS-P进行信息提取与分析。