转录组分析流程｜TransDecoder预测转录本的开放阅读框（二）

使用TransDecoder预测CDS

TransDecoder按照其官网的说明，主要用于识别转录本序列中的潜在的编码区域，也就是预测CDS。转录本可以由RNA-Seq数据通过Trinity组装来的，也可以由RNA-Seq比对到参考基因组上构建的转录本。
最新版本的TransDecoder可在此处找到。

TransDecoder识别可能的编码区域是基于以下几个标准：

1. 在转录本序列中发现一个最小长度的开放阅读框（ORF）

2. 类似于GeneID软件计算的对数似然分数>0

3. 当ORF在第一个阅读框中得分时，与其他5个阅读框中的得分相比，上述编码得分最高

4. 如果发现一个候选ORF被另一个候选ORF的坐标完全封装，则报告较长的ORF。然而，一个转录本可以报告多个ORF（允许操纵子、嵌合体等）

5. 建立/训练/使用PSSM来完善起始密码子预测。

6. 可选：假定肽与噪声截止分数以上的Pfam结构域匹配

Step 1: 提取长开放阅读框

TransDecoder.LongOrfs -t target_transcripts.fasta

默认情况下，TransDecoder.LongOrfs将识别至少100个氨基酸长的ORF。您可以通过’-m’参数降低