Descripción del genoma

La anotación del genoma de Dictyostelium purpureum está siendo realizada por el Joint Genome Institute.

La versión 1.0 del proyecto, actualizada en 18 Agosto de 2008, incluye todas la lecturas del genoma obtenidas mediante la técnica de shotgun que fueron reconstruidas mediante el programa Arachne utilizando las lecturas con secuencias apareadas en los extremos con una puntuación de 8,41X. Las lecturas de secuencias obtenidas mediante shotgun se ensamblaron en un total de 799 principales Scaffolds que ascienden a 33.0 MB. Cabe destacar que la mitad del genoma se encuentra en 156 Scaffolds de por lo menos 67 kbp de longitud.

Esta primera versión del proyecto incluía ya, el 12 Febrero del 2007, un total de 12410 modelos de genes predichos y funcionalmente anotados utilizando la JGI Annotation Pipiline.

La anotación de JGI Annotation Pipiline incluye una colección de predicciones y anotaciones de genes, y herramientas de análisis que pueden aplicarse a todos los genomas. Se predicen modelos de genes con el programa FGENESH [Salamov & Solovyev, 2000], específicamente entrenado para cada genoma; GENEWISE[Birney & Durbin, 2000] y FGENESH+[Salamov & Solovyev, 2000]basados en homología y otros métodos. Los ESTs disponibles son utilizados para corregir las regiones codificantes de los genes predichos y cuando es posible las extienden para obtener la longitud total de los modelos de genes. Finalmente, se obtiene una colección de modelos de genes no redundantes en la cual hemos seleccionado el mejor modelo de gen para cada región en base al soporte y similitud de secuencia proporcionado por los EST con los que podemos establecer las secuencias de las proteínas conocidas de un organismo.

Todos los genes predichos son anotados según las referencias de Gene Ontology (GO) [Ashburner et al, 2000], grupos de ortólogos eucariotas (KOGs [el Koonin et al, 2004]), y las vías metabólicas KEGG[Kanehisa et al, 2004]. Los genes predichos y sus anotaciones son mostrados en páginas web en el portal de JGI Genome, que ofrece a su vez las herramientas para el análisis de todo el genoma.

Además, facilita datos experimentales (ESTs, microarrays y proteomics), comparaciones con otras predicciones de genes y genomas relacionados así como la aprobación para realizar comprobaciones y mejoras de la predicción de los genes y las funciones.