本文介绍了在基因组重复序列注释中使用Repeatmasker和Repeatmodeler时遇到的问题及解决方案。作者发现不同数据库如Repbase和Dfam对注释结果有很大影响，Repeatmodeler能识别物种特有重复序列，但运行过程中可能出现文件缺失或未完成的情况。解决这些问题后，使用完整数据库进行denovo注释，结果更准确。总结强调了使用最新最全数据库的重要性以及正确识别和处理关键输出文件。
重复序列注释我两年前做过一次，这次用同样的软件，还是出了很多问题，折腾了快一个月，现在的结果才算说的过去，这里总结一下这一阶段遇到的问题。
Repeatmasker
不同的重复序列数据库对重复序列注释的结果有很大的影响。repbase是收费的，但是会注释出相对更全的重复序列。
CONS-Dfam_3.0数据库：
RepeatMasker version open-4.0.9
Search Engine: NCBI/RMBLAST [ 2.9.0+ ]
Master RepeatMasker Database: Libraries/RepeatMaskerLib.embl ( Complete Database: CONS-Dfam_3.0 )只注释出4.5%的重复序列：
sequences: 7920
total length: 1542690326 bp (1542658026 bp excl N/X-runs)
GC level: 38.48 %
bases masked: 69381223 bp ( 4.50 %)dc20170127-rb20170127数据库:
最低0.47元/天 解锁文章
扫一扫
4053
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
