Autoidentificação de regiões codificadoras de proteínas em genomas microbianos

Um novo método para prever regiões codificadoras de proteínas em sequências de DNA genômico microbiano é apresentado. Ele utiliza um procedimento de modelagem de Markov iterativa ab initio para realizar automaticamente a partição de sequências genômicas em três subconjuntos que correspondem a segmentos codificadores, codificadores na fita oposta e não codificadores. Em contraste com métodos atuais, como o GENEMARK Borodovsky, M. & McIninch, J. D. (1993) Comput. Chem. 17, 123-133, nenhum conjunto de treinamento ou conhecimento prévio das propriedades estatísticas do genoma estudado é necessário. Este novo método tolera taxas de erro de 1-2% e pode processar sequências não montadas. Assim, é ideal para a análise de dados de levantamento genômico e/ou sequências fragmentadas de microrganismos não caracterizados. O método foi validado em 10 genomas bacterianos completos (de quatro principais linhagens filogenéticas). Os resultados mostram que as regiões codificadoras de proteínas podem ser identificadas com uma precisão de até 90% com um procedimento totalmente automatizado e objetivo.