On üks väga lihtsustatud viis, kuidas võib teie jaoks toimida, see on sarnane terdoni pakutuga.

Võtke mikroorganismide de novo-de genoomianotatsioon tööriist (mul on oma, kuid võite kasutada / muuta prokka). Sellised tööriistad ennustavad sageli kõigepealt geenipiire (teiste tööriistadega, näiteks tuhlakas või sära) ja proovivad seejärel leitud geenidele funktsiooni määrata. Selle funktsiooni määramine toimub sageli BLASTi ja muude tööriistade abil ... ja seal saate minna ja muuta, et teha seda, mida vajate.

Ma kasutan geenide "teadmiste" valgu andmebaasi, mida tahan on märkuste esimese reana väga rangelt märkinud (nt teie puhul: märkustega genoomid). Selleks tutvun väga rangete identiteedi / sarnasuse parameetritega, mis lõdvestuvad järk-järgult.

Näiteks: Loop 0: edastage märkmeid ainult 100% -lise DNA identiteediga, sama pikkusega. 1. silmus: edastage märkmeid ainult 100% sarnasusega , sama pikkus. 2. silmus: märkmete ülekandmine toimub ainult 99% sarnasuse, pikkuse +/- 1% juures. Silmus n: märkmete ülekandmine ainult 100- (n-1)% sarnasuse, pikkuse +/- (n-1 )%.

Mõlemas tsüklis märkige ilmselgelt ainult see, mida eelmistes tsüklites pole märgitud.

Pärast seda kasutage ülejäänud märkimiseks märkmeid tööriista "tavaline" märkimiste gaasijoon.

Ma arvan, et peate kõigepealt tuvastama oma GFF-is määratletud piirkondadega homoloogsed piirkonnad ja seejärel märkused üle kandma. Muidugi on seal eeldus, et ka homoloogil on sama märkimine, mis sageli ei vasta tõele. Kuid ma ei näe, kuidas saaksite seda muul viisil teha, kuna te ei saa kasutada genoomseid koordinaate (ja ikkagi teeksite sama eelduse, isegi kui saaksite, niikuinii), kui genoomid on nii erinevad.

Väga lihtsustatud lähenemisviisi jaoks (mis võib olla piisav, kui teie järjestused on peaaegu identsed), võite teha järgmist:

1. Koguge huvipakkuvad järjestused juba märgitud liikide hulgast.

2. Kasutage sellist tööriista nagu genewise või exonerate nende kaardistamiseks sihtgenoomi. Mõlemad tööriistad tagastavad gff-vormingus väljundi ja mõlemad leiavad sihtgenoomist mitu tabamust. Soovitaksin soovitada kasutada järjestuse sarnasuse ja päringu katvuse väga kõrget künnist (kus leitud sihtjärjestus hõlmab kõiki või enamikku kasutatavatest päringute järjestustest).

   Kuna tegemist on mikroobide genoomidega ja seetõttu splaissimine pole probleem, võite teha sama ka lihtsa BLASTn või tBLASTn abil, kui alustate valgujärjestustest.

3. Siinkohal peaks teil olema loend homoloogidest (millest mõned on ortoloogid ja teised paraloogid) ja saate päringujärjestuse märkused sihtmärgile üle kanda.

Jällegi rõhutan, et see teeb tohutult suure eelduse: homoloogilistel järjestustel on sama funktsioon ja neid saab automaatselt märkida nagu mis teil päringu genoomis oli. See peab paika paljude juhtumite puhul, kuid ka teiste puhul. Eriti kui vaatate paralooge (geene, mille dubleerimine toimus pärast spetsiifilist sündmust ja seetõttu on nende funktsioon tõenäoliselt erinev).

Kuid nagu ma juba varem ütlesin, oleks see probleem täpselt sama, isegi kui teil õnnestuks märkmeid üle kanda, tuvastades ainult genoomide sünteetilised piirkonnad ¹ , nii et seal pole palju erinevusi.

¹ _{Nagu ma kommentaarides ütlesin, ei näe ma, kuidas see võimalik oleks. Definitsiooni järgi on ulatuslike dubleerimiste korral genoomsed koordinaadid täiesti erinevad ja ühest genoomist teise on võimatu kaardistada.}