基于基因相似性确定叶绿体核心基因的方法
神经与进化计算
2016-11-15 v1 基因组学
摘要
在计算生物学和生物信息学中，理解不同相关生物体进化过程的方式在过去几十年中备受关注。然而，仍然需要精确的方法来发现基因内容的进化。在先前的工作中，提出了两种基于序列相似性和基因特征的新方法。更具体地说，我们提出使用基因名称、序列相似性或两者结合，这些信息要么来自NCBI，要么来自DOGMA注释工具。DOGMA的优势在于它是一个专门为叶绿体设计的最新精确自动工具，而NCBI拥有高质量的人工注释基因（以及错误注释的基因）。先前提议的关键思想是充分利用这两个工具的优势。然而，第一个提议受到NCBI方面名称变异和拼写错误的限制，导致核心树质量较低。本文通过改进NCBI和DOGMA结果的比较，并放宽对基因名称的约束，同时增加基因序列的后验证阶段，修复了这些缺陷。因此，提出了名称和序列两个阶段的相似性度量，用于序列聚类。这改善了单独使用NCBI或DOGMA所能获得的结果。通过这种质量控制测试获得的结果，在计算和生物学方面，与先前发布的结果进行了进一步比较，考虑了一组99个叶绿体基因组。
引用
@article{arxiv.1412.5323,
title = {Gene Similarity-based Approaches for Determining Core-Genes of Chloroplasts},
author = {Bassam AlKindy and Christophe Guyeux and Jean-François Couchot and Michel Salomon and Jacques M. Bahi},
journal= {arXiv preprint arXiv:1412.5323},
year = {2016}
}
备注
4 pages, IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2014)