宏基因组分析基因预测篇

在前两期的推送稿中，我们为大家介绍了宏基因组组装的基本原理和操作。基于组装序列，我们可以实现基因预测、物种注释、功能注释等相关分析，从而研究微生物菌群结构、菌属功能及作用机制。因此，本期我们将从基因预测的原理和操作两个部分出发，为大家介绍基于组装序列的基因预测。

1基因预测原理

宏基因组基因预测一般包括同源预测和从头预测。同源预测是通过与基因的同源序列比对，从而获得与已知基因序列最大匹配，其预测依赖于已知的基因信息，且不能注释出在数据库中缺少功能相似性序列的基因和新基因，计算资源消耗过大，时间花费过长。而从头预测是根据给定的序列特征来预测，主要依赖于在编码区和非编码区拥有不同特征的信息，并在统计学上进行描述，构建概率模型，用以区别编码与非编码区。从头预测能够预测出已知的和未知的基因，且计算资源消耗小，时间花费少，常用软件包括：GeneMark，MetaGeneMark，MetaGene等。本期我们主要通过基于从头预测原理的MetaGeneMark来预测基因。