جين مارك

GeneMark هو اسم عام لمجموعة من خوارزميات وبرامج التنبؤ الجيني من الصفر، طُوّرت في معهد جورجيا للتكنولوجيا في أتلانتا . طُوّرت النسخة الأصلية من GeneMark عام 1993، واستُخدمت عام 1995 كأداة أساسية للتنبؤ الجيني لتحديد أول جينوم بكتيري مُتسلسل بالكامل، وهو جينوم Haemophilus influenzae ، وفي عام 1996 لأول جينوم أثري، وهو جينوم Methanococcus jannaschii . قدّمت الخوارزمية نماذج سلاسل ماركوف غير المتجانسة ثلاثية الدورات لتسلسل الحمض النووي المُشفّر للبروتين، والتي أصبحت معيارًا في التنبؤ الجيني، بالإضافة إلى كونها منهجًا بايزيًا للتنبؤ الجيني في سلسلتي الحمض النووي في آنٍ واحد. وقد قُدّرت المعلمات الخاصة بكل نوع من مجموعات التدريب لتسلسلات من أنواع معروفة (مُشفّرة للبروتين وغير مُشفّرة). تتمثل الخطوة الرئيسية في الخوارزمية في حساب الاحتمالات اللاحقة لقطعة DNA معينة، إما لكونها "مشفرة للبروتين" (تحمل الشفرة الوراثية ) في كل إطار قراءة من الأطر الستة الممكنة (بما في ذلك ثلاثة أطر في سلسلة DNA المكملة )، أو لكونها "غير مشفرة". كانت خوارزمية GeneMark الأصلية (التي طُوّرت قبل ظهور تطبيقات HMM في المعلوماتية الحيوية) خوارزمية شبيهة بـ HMM؛ ويمكن اعتبارها تقريبًا لخوارزمية فك التشفير اللاحقة المعروفة في نظرية HMM، وذلك لنموذج HMM مُعرَّف بشكل مناسب لتسلسل DNA.

صُممت خوارزمية GeneMark.hmm (1998) لتحسين دقة التنبؤ بالجينات القصيرة وبدايات الجينات. وتقوم فكرتها على استخدام نماذج سلسلة ماركوف غير المتجانسة المُقدمة في GeneMark لحساب احتمالات التسلسلات الناتجة عن حالات نموذج ماركوف المخفي، أو بالأحرى نموذج ماركوف المخفي شبه المخفي، أو نموذج ماركوف المخفي المعمم الذي يصف التسلسل الجينومي. وقد فُسرت الحدود بين المناطق المشفرة وغير المشفرة رسميًا على أنها انتقالات بين الحالات المخفية. بالإضافة إلى ذلك، أُضيف نموذج موقع ارتباط الريبوسوم إلى نموذج ماركوف المخفي المعمم لتحسين دقة التنبؤ ببدايات الجينات. وكانت الخطوة المهمة التالية في تطوير الخوارزمية هي إدخال التدريب الذاتي أو التدريب غير الخاضع للإشراف لمعلمات النموذج في أداة التنبؤ الجيني الجديدة GeneMarkS (2001). وقد أظهر التراكم السريع للجينومات بدائية النواة في السنوات اللاحقة أن بنية أنماط التسلسل المتعلقة بإشارات تنظيم التعبير الجيني بالقرب من بدايات الجينات قد تختلف. كما لوحظ أن جينوم بدائيات النوى قد يُظهر تباينًا في محتوى GC نتيجةً للانتقال الجيني الأفقي. وقد صُممت الخوارزمية الجديدة، GeneMarkS-2، لإجراء تعديلات تلقائية على أنماط التعبير الجيني وتغيرات محتوى GC على امتداد التسلسل الجينومي. وقد استُخدمت GeneMarkS، ثم GeneMarkS-2، في برنامج NCBI لشرح جينومات بدائيات النوى (PGAP). ( www.ncbi.nlm.nih.gov/genome/annotation_prok/process ).

يُعدّ التحديد الدقيق للمعايير الخاصة بكل نوع في خوارزمية البحث عن الجينات شرطًا أساسيًا للتنبؤ الدقيق بمواقع الجينات. مع ذلك، تتطلب دراسات الجينومات الفيروسية تقدير المعايير من تسلسل قصير نسبيًا يفتقر إلى سياق جينومي واسع. ومن الجدير بالذكر أنه بدءًا من عام 2004، كان لا بد من معالجة هذا السؤال نفسه فيما يتعلق بالتنبؤ بالجينات في تسلسلات الميتاجينوم القصيرة. وقد تم التوصل إلى إجابة دقيقة بشكلٍ مُدهش من خلال إدخال دوال توليد المعايير التي تعتمد على متغير واحد، وهو محتوى G+C في التسلسل ("الطريقة الاستدلالية" 1999). لاحقًا، أدى تحليل مئات الجينومات بدائية النواة إلى تطوير طريقة استدلالية أكثر تقدمًا في عام 2010 (مُطبقة في MetaGeneMark). علاوة على ذلك، أدت الحاجة إلى التنبؤ بالجينات في نسخ RNA إلى تطوير GeneMarkS-T (2015)، وهي أداة تُحدد الجينات الخالية من الإنترونات في تسلسلات النسخ الطويلة المُجمّعة من قراءات RNA-Seq.

• قائمة برامج التنبؤ الجيني
• التنبؤ الجيني

• الموقع الرسمي