一种新的EST聚类方法

该研究发展了一种EST(expressedsequencetag)聚类方法 (ESTClustering) ,用于分析大规模EST测序中所产生的大量数据 ,以获得高质量、非重复表达序列。该方法在聚类过程中采用MEGABLAST工具对一致序列进行序列同源比较 ,并用phrap程序对每一EST簇进行拼接检验。这一聚类策略能降低测序错误带来的影响 ,有效识别基因家族成员 ,并避免选择性剪接的干扰。与NCBI(NationalCenterforBiotechnologyInformation)的UniGeneclustering方法相比 ,ESTClustering的聚类结果可以更好地反映表达序列的多样性。用ESTClustering对 112 2 5 6条拟南芥EST聚类测试 ,产生 2 35 81个EST簇 ,其中 135 97个EST簇有对应拟南芥基因组编码序列 ,与该基因组中有EST作为依据的预测基因数目接近。应用该方法对收集的 14 7191条水稻EST序列进行聚类 ,形成 33896个EST簇。