基于RNA-Seq技术的毕赤酵母基因组重注释及新型强启动子的发现与序列分析

使用RNA-Seq技术,对毕赤酵母进行了转录组测序。基于测序结果,对现有毕赤酵母基因组进行了重注释,修正了基因组序列中的错误位点861处,发现了新转录本249个及可变剪切现象83个,并更正了553个转录本的错误注释。经过表达谱分析,在毕赤酵母中发现了2个新型强启动子,分别命名为P437和P1431,其驱动的转录本的最高转录水平分别为AOX1基因的1.78倍和3.40倍。序列分析显示,P437和P1431序列中存在着多个酵母转录因子的结合位点。

基于Z曲线方法重新注释脑膜炎奈瑟菌MC58株基因组

已测序的微生物基因组中包含的注释开放阅读框(open reading frames,ORFs)可以分为两大类:第一类对应于功能已知的蛋白质编码基因;第二类则为功能未知的假设ORFs,其中通常有一部分实际上不编码蛋白质。采用基于Z曲线的方法从属于第一类的功能已知基因出发训练参数,进而确定第二类ORFs中非编码的部分。通过支持向量机的学习及分类,结果显示十重交叉检验平均正确率为98.45%,说明Z曲线联合支持向量机是一种高度准确的基因识别方法。最终,确定216个假设ORFs实际上不编码蛋白质。通过采用Blastp进行序列比对,保留的假设ORFs中有341个在高可靠性的条件下获得了功能信息。根据蛋白质直系同源簇方法进行功能分类,分别有30、53、59和159个新注释的假设ORFs属于信息储存和加工类、细胞加工和信号传递类、新陈代谢类和特征不明显类。另外还有70个不属于其中的任何一类。注释结果比RefSeq及GenBank提供的原注释更加准确,更加完整。