基于Z曲线方法重新注释脑膜炎奈瑟菌MC58株基因组

作     者：魏闻 郭锋彪 吴映辉 WEI Wen,GUO Fengbiao,WU Yinghui School of Life Science and Technology,University of Electronic Science and Technology of China,Chengdu 610054,China

作者机构：电子科技大学生命科学与技术学院成都610054 

出 版 物：《生物物理学报》 (Acta Biophysica Sinica)

年 卷 期：2011年第27卷第6期

页      面：545-554页

核心收录：

学科分类：071011[理学-生物物理学] 0710[理学-生物学] 07[理学] 

基　　金：国家自然科学基金项目(31071109 60801058) 电子科技大学"中央高校基本科研业务费"资助(ZYGX2009J082)~~ 

主　　题：脑膜炎奈瑟菌MC58株 基因组重注释 21变量Z曲线 支持向量机 

摘      要：已测序的微生物基因组中包含的注释开放阅读框(open reading frames,ORFs)可以分为两大类:第一类对应于功能已知的蛋白质编码基因;第二类则为功能未知的假设ORFs,其中通常有一部分实际上不编码蛋白质。采用基于Z曲线的方法从属于第一类的功能已知基因出发训练参数,进而确定第二类ORFs中非编码的部分。通过支持向量机的学习及分类,结果显示十重交叉检验平均正确率为98.45%,说明Z曲线联合支持向量机是一种高度准确的基因识别方法。最终,确定216个假设ORFs实际上不编码蛋白质。通过采用Blastp进行序列比对,保留的假设ORFs中有341个在高可靠性的条件下获得了功能信息。根据蛋白质直系同源簇方法进行功能分类,分别有30、53、59和159个新注释的假设ORFs属于信息储存和加工类、细胞加工和信号传递类、新陈代谢类和特征不明显类。另外还有70个不属于其中的任何一类。注释结果比RefSeq及GenBank提供的原注释更加准确,更加完整。