生信自学笔记（十二）：基因组序列与基因预测

基因组

在生物学中，一个生物体的基因组是指包含在该生物的DNA（部分病毒是RNA）中的全部遗传信息，或者说是一套染色体中完整的DNA序列。

• 对于单倍体细胞，基因组是指编码序列和非编码序列在内的全部DNA分子。
• 对于有性生殖个体，通常是指一套常染色体和两种性染色体的序列。
• 基因组包括核基因组、线粒体基因染色体中心li组和叶绿体基因组等。
• 一般而言，染色体中心粒附近重复序列多而编码序列少。
• 一个蛋白质编码基因往往包含多个外显子或蛋白质编码序列，外显子被非编码的内含子隔开。
• 许多非编码序列包含假基因（尤其是人类基因组），它们原来是编码序列，但由于进化过程中碱基变异等，丧失了编码蛋白质的功能。
• 微生物基因组往往要小些，其重复序列比例明显不高。
• 玉米基因组转座子类重复序列大量增加，基因组重复序列比例达85%以上。

基因预测

基因组DNA序列上，一个蛋白质编码基因包含编码和非编码序列，其编码序列（外显子）被非编码区（内含子）隔断，蛋白质编码区（CDS）包括大部分外显子序列（除了两端非翻译区域，即