基于组合的Iso-Seq和RNA-Seq证据,改善了菌小麦病原体Zymoseptoria tritici的基因注释
Nicolas Lapalu1, Lucie Lamothe1, Yohann Petit1
1Université Paris-Saclay, INRAE, UR1290 BIOGER, F-91123, Palaiseau, France.
Molecular plant-microbe interactions : MPMI
|September 19, 2025
概括
预测真核生物基因仍然很困难. 一个新的生物信息学工具InGenAnnot通过将多个基因预测与转录证据集成,提高了真菌Zymoseptoria tritici的基因注释准确性.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 菌类学 菌类学是指菌类学.
背景情况:
- 准确的真核基因预测对于理解基因组功能至关重要.
- 现有的菌小麦病原体Zymoseptoria tritici的基因注释显示出显著的变异性.
- 大量的奥米克数据集还没有完全解决基因预测挑战.
研究的目的:
- 开发一个新的生物信息学套件,InGenAnnot,用于增强真核生物基因注释.
- 提高Zymoseptoria tritici.基因模型的准确性和完整性.
- 为了利用Iso-Seq全长转录数据来改进基因模型.
主要方法:
- 在InGenAnnot生物信息学套件的开发.
- 整合多种ab initio基因预测方法.
- 使用Iso-Seq转录和蛋白质数据进行基于证据的策划.
- 在Zymoseptoria tritici.中对基因注释进行比较分析.
主要成果:
- 预测了13414个重新注释的基因模型 (RGM),超过了以前的注释.
- 在73%的RGM中,Iso-Seq转录定义了5'和3'未翻译区域.
- 识别了主要由内保留引起的替代性转录.
- 通过结合预测和证据策划,证明了基因注释的改进.
结论:
- 最初的预测和基于证据的策划的结合显著提高了真核生物基因组注释.
- InGenAnnot提供了一种强大的改进基因模型的方法,如Zymoseptoria tritici.中所示.
- 这项研究为Zymoseptoria tritici.的转录景观提供了新的见解.
更多相关视频
07:18Obtaining High-Quality Transcriptome Data from Cereal Seeds by a Modified Method for Gene Expression Profiling
Published on: May 21, 2020
7.9K
12:33Optimization and Comparative Analysis of Plant Organellar DNA Enrichment Methods Suitable for Next-generation Sequencing
Published on: July 28, 2017
13.4K
