NCBI prokaryotic genome annotation pipeline

doi:10.1093/nar/gkw569

.2016年8月19日；44(14):6614-24.

doi:10.1093/nar/gkw569。 Epub 2016年6月24日。

NCBI原核基因组注释管道

附属公司

¹美国国家生物技术信息中心，美国国家医学图书馆，马里兰州贝塞斯达，邮编：20894。
²Wallace H.Coulter生物医学工程部，乔治亚理工大学，亚特兰大，佐治亚州30332，美国。
^三Wallace H.Coulter乔治亚理工大学生物医学工程系，佐治亚州亚特兰大，邮编30332borodovsky@gatech.edu。

PMID： 27342282
预防性维修识别码： PMC5001611型
内政部： 10.1093/nar/gkw569

NCBI原核基因组注释管道

塔蒂亚娜·塔图索娃等。核酸研究. 2016.

.2016年8月19日；44(14):6614-24.

doi:10.1093/nar/gkw569。 Epub 2016年6月24日。

附属公司

¹美国国家生物技术信息中心，美国国家医学图书馆，马里兰州贝塞斯达，邮编：20894。
²Wallace H.Coulter生物医学工程部，乔治亚理工大学，亚特兰大，佐治亚州30332，美国。
^三Wallace H.Coulter乔治亚理工大学生物医学工程系，佐治亚州亚特兰大，邮编30332borodovsky@gatech.edu。

PMID： 27342282
预防性维修识别码： PMC5001611型
内政部： 10.1093/nar/gkw569

摘要

最近的技术进步为疾病暴发中致病物种种群的大规模测序和分析以及旨在扩大我们对整个原核生物领域的知识的大规模多样性研究提供了前所未有的机会。为了应对及时解释这一庞大遗传信息的结构、功能和意义的挑战，迫切需要一种全面的基因组自动注释方法。NCBI与佐治亚理工大学合作，开发了一种新的基因组注释方法，将基于比对的方法与直接从序列预测蛋白质编码和RNA基因及其他功能元件的方法相结合。一种新的基因发现工具GeneMarkS+使用蛋白质和RNA同源性放置的综合证据作为注释的初始地图，生成并修改整个基因组的从头算基因预测。因此，新NCBI的原核基因组注释管道（PGAP）在有可靠的比较数据时更依赖序列相似性，而在缺乏外部证据时更依赖统计预测。该管道提供了一个框架，用于生成和分析原核生物分类的全部注释。有关PGAP的更多信息，请参阅https://www.ncbi.nlm.nih.gov/geneme/annotation_prok/和NCBI手册，https://www.ncbi.nlm.nih.gov/books/NBK174280/。

牛津大学出版社代表2016年核酸研究出版。本作品由（a）美国政府雇员撰写，在美国属于公共领域。

PubMed免责声明

数字

**图1。**
对于给定的X（%），蛋白质簇的累积数量（Y）定义为包含支链所有成员分数X≥X的蛋白质簇的数量。给出了四个研究良好的分支的数据。

**图2。**
PGAP执行图的一个片段：预测结构RNA基因（ncRNA、tRNA、5S-、16S-、23S-rRNA）。

**图3。**
PGAP流程图。红色虚线表示第一道和第二道之间的分隔（详见正文）。

**图4。**
中的一个区域*耐辐射球菌*R1基因组组装（GCA_00008565.1）包含三个重叠的ORF，在PGAP的第一次传递中从头开始预测为CDS。通过第二次PGAP对跨物种蛋白质证据的自动评估揭示了与所有三个片段具有同源性的蛋白质。蛋白质与基因组的比对揭示了在其他方面无法预测的框架转移。绿色条代表基因，红色条代表编码区域；灰色条-与红色垂直条对齐，表示不匹配。(A类)第1号染色体的一个区域*D.耐辐射药物*包含三个CDS功能的（AE000513.1）与六帧转换一起显示。(B)同一区域，更新后包括带有移码CDS的最终注释标记，以及证明两个移码的一致模式和位置的支持蛋白质（用100 733和100 959处的箭头标记）。

**图5。**
基因组注释*肠道沙门菌*第（b）小节。肠血清型*伤寒杆菌*街道LT2（NC_003197）。蛋白质比对为基因启动选择提供支持。有关绿色、红色和灰色条的含义的描述，请参见图4的图例。(A类)来自核心蛋白簇的蛋白质代表的第一轮比对没有为基因启动选择提供足够的证据。(B)第二轮比对明确支持一个与上游基因不重叠的较短基因模型。

**图6。**
GenBank和RefSeq记录的COMMENT部分提供了PGAP基因组注释过程的总结。下面给出了以下示例*单核细胞增多性李斯特菌*菌株CFSAN010068，全基因组NZ_CP014250.1。

**图7。**
基因组的频率直方图，相对于RefSeq中蛋白质相似性支持的基因全补体的分数。在所考虑的基因组总数中，约50%的基因组（大多来自人口稠密的分支）中，95%以上的蛋白质编码基因由蛋白质序列相似性支持。

请参阅PMC中的此图像和版权信息

类似文章

参考序列：原核生物基因组注释和管理的更新。
Haft DH、DiCuccio M、Badretdin A、Brover V、Chetvernin V、O'Neill K、Li W、Chitsaz F、Derbyshire MK、Gonzales NR、Gwadz M、Lu F、Marchler GH、Song JS、Thanki N、Yamashita RA、Zheng C、Thibaud Nissen F、Geer LY、Marchler Bauer A、Pruitt KD。 Haft DH等人。核酸研究2018年1月4日；46（D1）：D851-D860。doi:10.1093/nar/gkx1068。 2018年核酸研究。 PMID：29112715 免费PMC文章。
RefSeq和宏基因组时代的原核基因组注释管道。
Haft DH、Badretdin A、Coulouris G、DiCuccio M、Durkin AS、Jovenitti E、Li W、Mersha M、O'Neill KR、Virothaisakun J、Thibaud-Nissen F。 Haft DH等人。《核酸研究》2024年1月5日；52（D1）：D762-D769。doi:10.1093/nar/gkad988。核酸研究2024。 PMID：37962425 免费PMC文章。
基因组注释的实验方法：本报告基于2004年7月19日至20日在华盛顿特区举行的由美国微生物学会主办的研讨会。
[未列出作者] [未列出作者] 华盛顿（DC）：美国微生物学会；2004 华盛顿（DC）：美国微生物学会；2004 PMID：33001599 免费书籍和文件。审查。
人类和脊椎动物基因组中RefSeq蛋白编码区的比较。
Fong JH、Murphy TD、Pruitt KD。 Fong JH等人。 BMC基因组学。2013年9月25日；14:654. doi:10.1186/1471-2164-14-654。 BMC基因组学。2013 PMID：24063302 免费PMC文章。
NCBI分类学：关于策展、资源和工具的全面更新。
Schoch CL、Ciufo S、Domrachev M、Hotton CL、Kannan S、Khovanskaya R、Leipe D、Mcveigh R、O’Neill K、Robbertse B、Sharma S、Soussov V、Sullivan JP、Sun L、Turner S、Karsch-Mizrachi I。 Schoch CL等人。数据库（牛津）。2020年1月1日；2020年：baaa062。doi:10.1093/database/baa062。数据库（牛津）。2020 PMID：32761142 免费PMC文章。审查。

查看所有类似文章

引用人

中国135株“亚洲假丝酵母”的全基因组序列。
郑毅，李杰，郑M，李毅，邓X，郑Z。郑毅等。科学数据。2024年9月19日；11(1):1018. doi:10.1038/s41597-024-03855-3。科学数据。2024 PMID：39300139
基因组分析安全芽孢杆菌菌株WOB3 KX774195，一种从尼日利亚拉各斯州木薯废水（CWW）中分离的利纳马林利用菌（LUB）。
Ogunyemi AK、Buraimoh OM、Dauda WP、Akapo OO、Ogunyemi BC、Samuel TA、Ilori MO、Amund OO。 Ogunyemi AK等人。数据简介。2024年8月13日；57:110807. doi:10.1016/j.dib.2024.110807。电子采集2024年12月。数据简介。2024 PMID：39296627 免费PMC文章。
嗜根微杆菌（Microbacterium rhizophilus sp.nov.），一种从根际土壤中分离的产吲哚乙酸放线菌。
刘华，杨Q，李杰，杨莉，赵A，黄Y，刘华，吴S，蒋M。刘华等。安东尼·范·列文虎克（Antonie Van Leeuwenhoek）。2024年9月13日；118(1):2. doi:10.1007/s10482-024-02014-3。安东尼·范·列文虎克（Antonie Van Leeuwenhoek）。2024 PMID：39269614
脑桥极化杆菌11月，从海水中分离，重新分类undariae极性杆菌作为后来的异型同义词麻将Polaribacter sejongensis，并修订了的描述麻将Polaribacter sejongensis基姆等. 2013.
Baek JH、Butt M、Han DM、Kim JM、Choi S、Jeon CO。 Baek JH等人。国际系统进化微生物学杂志。2024年9月；74(9):006526. doi:10.1099/ijsem.0.006526。国际系统进化微生物学杂志。2024 PMID：39264709
结合短读和长读测序揭示了宫本氏疏螺旋体.
Hoornstra D、Kuleshov KV、Fingle V、Hepner S、Wagemakers A、Strube C、Castillo-Ramírez S、Bockenstedt LK、Telford SR、Sprong H、Platonov AE、Margos G、Hovius JW。 Hoornstra D等人。 iScience公司。2024年7月30日；27(9):110616. doi:10.1016/j.sci.2024.110616。eCollection 2024年9月20日。 iScience公司。2024 PMID：39262806 免费PMC文章。

查看所有“被引用”文章

工具书类

1. Besemer J.、Lomsadze A.、Borodovsky M.GeneMarkS：预测微生物基因组中基因启动的自训练方法。在调控区域中发现序列基序的意义。2001年《核酸研究》；26:1107–1115.-项目管理咨询公司-公共医学
1. Delcher A.L.、Harmon D.、Kasif S.、White O.、Salzberg S.L.使用GLIMMER改进微生物基因鉴定。1999年《核酸研究》；23:4636–4641.-项目管理咨询公司-公共医学
1. Tatusov R.L.、Natale D.A.、Garkavtsev I.V.、Tatusova T.A.、Shankavaram U.T.、Rao B.S.、Kiryutin B.、Galperin M.Y.、Fedorova N.D.、Koonin E.V.COG数据库：全基因组蛋白质系统发育分类的新进展。2001年《核酸研究》；29:22–28.-项目管理咨询公司-公共医学
1. Klimke W.、Agarwala R.、Badretdin A.、Chetvernin S.、Ciufo S.、Fedorov B.、Kiryutin B.、O'Neill K.、Resch W.、Resenchuk S.等。国家生物技术信息中心蛋白质簇数据库。核酸研究2009；37:D216–D223。-项目管理咨询公司-公共医学
1. Nawrocki E.P.，Eddy S.R.Inferal 1.1:100倍的RNA同源性搜索速度。生物信息学。2013;29:2933–2935.-项目管理咨询公司-公共医学

出版物类型

行动
行动

物质

行动

赠款和资金

R01 HG000783/HG/NHGRI NIH HHS/美国

LinkOut-更多资源

全文源
其他文献来源
- 镜片-专利引文
- scite智能引文

[1] Besemer J.、Lomsadze A.、Borodovsky M.GeneMarkS：预测微生物基因组中基因启动的自训练方法。在调控区域中发现序列基序的意义。2001年《核酸研究》；26:1107–1115.-项目管理咨询公司-公共医学

[2] Besemer J.、Lomsadze A.、Borodovsky M.GeneMarkS：预测微生物基因组中基因启动的自训练方法。在调控区域中发现序列基序的意义。2001年《核酸研究》；26:1107–1115.-项目管理咨询公司-公共医学

[3] Delcher A.L.、Harmon D.、Kasif S.、White O.、Salzberg S.L.使用GLIMMER改进微生物基因鉴定。1999年《核酸研究》；23:4636–4641.-项目管理咨询公司-公共医学

[4] Delcher A.L.、Harmon D.、Kasif S.、White O.、Salzberg S.L.使用GLIMMER改进微生物基因鉴定。1999年《核酸研究》；23:4636–4641.-项目管理咨询公司-公共医学

[5] Tatusov R.L.、Natale D.A.、Garkavtsev I.V.、Tatusova T.A.、Shankavaram U.T.、Rao B.S.、Kiryutin B.、Galperin M.Y.、Fedorova N.D.、Koonin E.V.COG数据库：全基因组蛋白质系统发育分类的新进展。2001年《核酸研究》；29:22–28.-项目管理咨询公司-公共医学

[6] Tatusov R.L.、Natale D.A.、Garkavtsev I.V.、Tatusova T.A.、Shankavaram U.T.、Rao B.S.、Kiryutin B.、Galperin M.Y.、Fedorova N.D.、Koonin E.V.COG数据库：全基因组蛋白质系统发育分类的新进展。2001年《核酸研究》；29:22–28.-项目管理咨询公司-公共医学

[7] Klimke W.、Agarwala R.、Badretdin A.、Chetvernin S.、Ciufo S.、Fedorov B.、Kiryutin B.、O'Neill K.、Resch W.、Resenchuk S.等。国家生物技术信息中心蛋白质簇数据库。核酸研究2009；37:D216–D223。-项目管理咨询公司-公共医学

[8] Klimke W.、Agarwala R.、Badretdin A.、Chetvernin S.、Ciufo S.、Fedorov B.、Kiryutin B.、O'Neill K.、Resch W.、Resenchuk S.等。国家生物技术信息中心蛋白质簇数据库。核酸研究2009；37:D216–D223。-项目管理咨询公司-公共医学

[9] Nawrocki E.P.，Eddy S.R.Inferal 1.1:100倍的RNA同源性搜索速度。生物信息学。2013;29:2933–2935.-项目管理咨询公司-公共医学

[10] Nawrocki E.P.，Eddy S.R.Inferal 1.1:100倍的RNA同源性搜索速度。生物信息学。2013;29:2933–2935.-项目管理咨询公司-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

NCBI原核基因组注释管道

附属公司

NCBI原核基因组注释管道

作者

附属公司

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

赠款和资金

LinkOut-更多资源

全文源

其他文献来源

摘要

数字

类似文章

引用人

工具书类

出版物类型

MeSH术语

物质

相关信息

赠款和资金

LinkOut-更多资源

全文源

其他文献来源