Nutzung der intrinsischen Sequenzzusammensetzung zur Klassifizierung von protein-coding und langen nicht-coding Transkripten

Es ist eine Herausforderung, protein-coding oder nicht-coding Transkripte zu klassifizieren, insbesondere solche, die aus Hochdurchsatz-Sequenzierungsdaten von schlecht annotierten Arten rekonstruiert wurden. Diese Studie entwickelte und bewertete ein leistungsstarkes Signatur-Tool, den Coding-Non-Coding Index (CNCI), indem angrenzende Nukleotid-Triplets profiliert wurden, um protein-coding und nicht-coding Sequenzen effektiv unabhängig von bekannten Annotationen zu unterscheiden. CNCI ist effektiv zur Klassifizierung unvollständiger Transkripte und Sense-Antisense-Paare. Die Implementierung von CNCI bot eine hochgradig genaue Klassifizierung von Transkripten, die aus Whole-Transcriptome-Sequenzierungsdaten in einer artübergreifenden Weise zusammengesetzt wurden, was die evolutionäre Divergenz von Genen zwischen Wirbeltieren und wirbellosen Tieren oder zwischen Pflanzen zeigte und ein Katalog langer nicht-coding RNAs des Orang-Utans bereitstellte. Die CNCI-Software ist verfügbar unter http://www.bioinfo.org/software/cnci.