Predicción de genes
En bioinformática , la predicción de genes implica identificar áreas de ADN que corresponden a genes (el resto son no codificantes ).
Dos enfoques
Predicción de similitud
Los métodos de similitud, también llamados homología o métodos extrínsecos, implican el uso de información fuera del genoma para encontrar genes. Más precisamente, estos métodos consisten en comparar la secuencia estudiada con secuencias conocidas, recogidas en bases de datos. Por ejemplo, se utilizan las secuencias asociadas con marcadores de secuencia expresados o ARN mensajeros .
Como las secuencias pueden ser cercanas pero rara vez iguales, también utilizamos algoritmos de alineación de secuencias , como el algoritmo Smith-Waterman o la heurística BLAST .
Predicción Ab Initio
Las predicciones Ab Initio , también llamadas De Novo o intrínsecas , son métodos que solo funcionan en la secuencia en sí. En general, existen dos propiedades que permiten encontrar un gen:
- señales, que son secuencias particulares características de genes, por ejemplo promotores y codones de parada ;
- Análisis de la composición estadística de las secuencias. La presión de selección ejercida sobre los genomas induce la presencia de sesgos de composición que son diferentes según la naturaleza de las secuencias: exones , intrones , regiones intergénicas, heterocromatina ... Estos sesgos pueden utilizarse a posteriori para predecir qué secuencia de clase pertenece a un determinada región del genoma. Estos análisis se basan en el modelado de secuencias con modelos de Markov ocultos y la investigación se basa en el algoritmo de Viterbi .
Notas y referencias
-
Catalina Mathé , Marie-France Sagot , Thomas Schiex y Pierre Rouzé , “ Los métodos actuales de predicción de genes, sus puntos fuertes y débiles ”, Nucleic Acids Research , vol. 30, n o 19,
2002, p. 4103-4117 ( leer en línea )
-
Hélène Touzet, " Presentación: Predicción de genes " , sobre Laboratorio de informática fundamental de Lille
enlaces externos