بررسی صحت پیش بینی برنامه های پیش بینی کننده ساختار ژن مبتنی بر de novo و مبتنی بر همولوژی در گندم نان

در عصر کنونی معروف به پسا-ژنوم، به مدد وجود روش های توالی یابی ژنوم با کارآیی بالا و همچنین وجود ابزارهای بیوانفورماتیکی قوی متعدد، من جملهبرنامه های پیش بینی کنننده ساختار ژن مبتنی بر ab initio (همچنین تحت عنوان de novo) و مبتنی بر همولوژی، امکان تجزیه ساختار ژنوم گیاهان بههمراه درک عمیق از کارکردهای احتمالی ژن های گیاهی، تسریع یافته است. اگرچه، چنین ابزارهای بیوانفورماتیکی هنوز نیز در حال توسعه بوده و کاراییآنها نسبت به گذشته تا حدودی بهبود یافته است، به منظور پیش بینی ساختار ژن های کد کننده پروتئین ها در گندم نان ،بعنوان مهمترین غله در سراسردنیا، هنوز تحقیق جامعی صورت نگرفته است. در این راستا، از یک برنامه مبتنی بر تشابه با نامGeneSeqer و پنج برنامه مبتنی برab initio نظیرHMMgene ،BGF ،FGENESH ،GeneID و GreenGenie2 (که همگی تحت web می باشند)، به منظور بررسی مهمترین ویژگی های مثبت و منفیآنها در رابطه با پیش بینی ساختار ژنهای گندم، استفاده و نتایج حاصل مورد انالیز قرار گرفتند. با استفاده از 143 ژن تک اگزونی و چنداگزونی متعلق به ژنومگندم که پروتئین های متفاوتی را کد می کنند، نتایج حاصل از برنامه GeneSeqer (بعنوان یک برنامه مبتنی بر تشابه) به همراه دو برنامه دیگر با نامBGF و FGENESH با ساختار واقعی ژن ها مطابقت بیشتری نشان دادند. در عوض، برنامه GreenGenie2 در پیش بینی ساختار این توالی ها در مقایسه با سایربرنامه ها از قابلیت کمتری برخوردار بود. علاوه براین، با توجه به نتایج این تحقیق مشخص شد که چنانچه طول توالی مورد استفاده از حد مشخصی تجاوزنماید و از سوی دیگر تعداد اگزون ها به ازاء طول توالی پایین باشد، تمامی برنامه ها معمولا اگزون ها و یا حتی در برخی موارد تعداد ژن های دروغینبیشتری را پیش بینی می کنند. درضمن، صرفنظر از دو برنامه HMMgene وGeneSeqer ، که معمولا در خروجی آنها پروتئینی پیش بینی نمی شود، برای سایر برنامه ها علاوه بر محاسبه پارامترهای آماری نظیر حساسیت (sensitivity; Sn)، اختصاصیت (specificity; Sp)، ضریب همبستگی (correlation coefficient; CC) و همبستگی تقریبی (approximate correlation; AC)، پارامتر آماری دیگری با نام تشابه پروتئینی (protein similarity, PS) نیزتخمین زده شد. در این راستا، تنها در برخی موارد، مقادیر بالایی از این آماره محاسبه شد؛ میانگین تشابه پروتئینی بین 36 تا 18 درصد به ترتیب برای دوبرنامهGreenGenie2 و BGF متغیر بود. بعنوان آخرین نکته، در برخی موارد، ممکن است توالی مربوط به موجودات مشابه برای استفاده از انها در برنامههای مبتنی بر تشابه وجود نداشته باشد، تحت چنین شرایطی توصیه می شود کاربران از برنامه های جایگزین (یعنی برنامه های غیر مبتنی بر تشابه) استفادهنمایند.

کلیدواژه ها:

اگزون و نیتروژن ، برنامه های پیش بینی کننده ساختار ژن مبتنی بر ab initioو همولوژی تشابه پروتئینی گندم نان