烟草基因组知识篇:3.基因组注释

<正>在完成序列的拼接后,得到的是很长的DNA序列、甚至可能是整个基因组的序列。这些序列中包含许多未知的基因,将基因从这些序列中找出来是基因组注释的主要内容。基因组DNA序列可分为两大部分:基因及其相关序列、基因间序列。以起始密码子开始、终止密码子结束、称之为开放阅读框(open readingframe,ORF)的序列为基因序列,它们可编码蛋白质和RNA(非编码RNA),所以又称为编码序列;基因相关序列包括拟(假)基因(pseudogene)、基因片段、内含子、非翻译区(untranslated region,UTR)等1]。基因间序列主要是一些重复序列,它们是所有基因组尤其是真核生物基因组共同的重要特征。