CGM第433期：HiTE：一个基于动态边界调整方法的快速、准确全长转座元件检测和注释工具

转座子（TEs）占据了大多数真核生物的重复区域，并已知对基因组进化和种内基因组多样性有显著影响。研究发现，TEs通过中断或调控关键基因在人体疾病和作物育种中发挥重要作用。然而，识别完整的TEs具有挑战性。近年来，基因组组装技术的进步极大改善了对转座元件进行全面注释的前景。然而，现有基于基因组组装的TE注释方法由于缺乏准确性和鲁棒性，仍需要大量的人工编辑。此外，即使是对已广泛研究的物种，目前可用的黄金标准TE数据库也不够全面，迫切需要一种自动化的TE检测方法来补充现有的数据库。通过深入分析转座子元件的序列结构特征和生物复制原理，我们开发了HiTE，一个基于动态边界调整方法的快速、准确全长转座元件检测和注释工具。HiTE识别了远超已有工具的全长TE数量，为了解决转座子识别中较高的假阳性难题，实现了多种高可靠的过滤算法，能够过滤绝大多数假阳性序列。