El Enfoque de Subsistemas para la Anotación del Genoma y su Uso en el Proyecto para Anotar 1000 Genomas

La publicación del milésimo genoma microbiano completo ocurrirá en los próximos dos a tres años. En anticipación a este hito, la Beca para la Interpretación de Genomas (FIG) lanzó el Proyecto para Anotar 1000 Genomas. El proyecto se basa en el principio de que la clave para mejorar la precisión en la tecnología de anotación de alto rendimiento es tener expertos que anoten subsistemas individuales sobre la colección completa de genomas, en lugar de que un experto en anotación intente anotar todos los genes en un solo genoma. Usando el enfoque de subsistemas, todos los genes que implementan el subsistema son analizados por un experto en ese subsistema. Se creó un entorno de anotación donde los subsistemas poblados son curados y proyectados a nuevos genomas. Se definió una noción portátil de un subsistema poblado, y se desarrollaron herramientas para intercambiar y curar estos objetos. También se desarrollaron herramientas para resolver conflictos entre subsistemas poblados. El SEED es el primer entorno de anotación que apoya este modelo de anotación. Aquí, describimos el enfoque de subsistemas y ofrecemos la primera liberación de nuestra creciente biblioteca de subsistemas poblados. La liberación inicial de datos incluye 180 177 proteínas distintas con 2133 roles funcionales distintos. Estos datos provienen de 173 subsistemas y 383 organismos diferentes.