生物基因预测.pptVIP

基因预测 方林 2006-03-01 基因预测的方法 从头预测（ab initio） 同源比对 从头预测和同源比对相结合的方法 基因预测基础 编码区的隐马尔可夫模型 起始密码子 终止密码子 剪切位点（acceptor，branch point，donor） 转录起始位点 PolyA 基因预测软件的评估 目前基因预测的准确性，碱基水平上为~80%，外显子水平上为：~45%，基因水平上为：~20% 假阴性（FN）和假阳性（FP） 灵敏度（Sn）=TP/（TP+FN） 特异性（Sp）=TP/（TP+FP） 不同方面的基因预测 原核生物的基因预测 真核生物的基因预测 tRNA基因的预测 microRNA的预测 原核生物的基因预测 Glimmer GeneMark FgeneSH GRAIL GeneFinder GetORF GLIMMER TIGR开发的原核基因预测软件 预测的准确性在97~98%之间,FN在~1% 所用的模型是内插马尔可夫模型 主页：/software/glimmer/ GLIMMER的使用 训练提取最长的ORF：long-orfs提取ORF的序列：extract生成训练参数：build-icm 用训练好的参数进行基因预测：glimmer2 预测结果的格式 1 310 158 [-2 L= 153 r=-1.296] [ShadowedBy #23] 2 1141 494 [-2 L= 648 r=-1.345] [ShadowedBy #3] 3 431 2152 [+2 L=1722 r=-1.360] [Contains #2] [OlapWith #8 L=121 S=6] [DelayedBy #23 L=306] 4 2152 2292 [+1 L= 141 r=-1.291] [ShadowedBy #8] NCBI ORF Finder ORF Finder 结果 真核生物基因预测 Genscan BGF FgeneSH GeneMark Genid GRAIL GenScan C. Burge 27态模型 目前有人，玉米和拟南芥三套参数 主页：/GENSCAN.html 对人的基因预测较为理想 GenScan的使用 genscan paramfile seqfile [options] 参数有：-v : 显示详细的帮助文档-cds : 输出预测基因的CDS序列-subopt n: 显示分数大于阈值的外显子，最小为0.01-ps f s : 输出文件名为f缩放率为s的PostScript格式的结果 GenScan文本结果 Gn.Ex Type S .Begin ...End .Len Fr Ph I/Ac Do/T CodRg P.... Tscr.. ----- ---- - ------ ------ ---- -- -- ---- ---- ----- ----- ------ 1.01 Init + 1664 1774 111 1 0 94 83 212 0.997 21.33 1.02 Intr + 2042 2220 179 1 2 104 66 408 0.997 40.12 1.03 Intr + 2374 2533 160 1 1 89 94 302 0.999 32.08 1.04 Term + 3231 3350 120 2 0 115 48 202 0.961 18.31 GenScan的图形结果 BGF 自主开发 目前有水稻，果蝇和家蚕三套参数 主页: 对水稻的基因预测比其他预测软件好 新版的性能有提升明显 BGF的使用 ./bgf [options] paramfile seqfile1 seqfile2 ... 有用的参数有：-e 显示所有的外显子 BGF的主页 BGF的结果 Gene# S Exon# Type Start End ORF_S ORF_E Score Len ===== = ===== ==== ======= = ======= ======= = ======= ======= ====== 1 + 1 Term 53 - 2155 53 - 2155 8.96 2103 1 + PolA 6076 -