CGM第538期：TEtrimmer：一款用于自动化转座子人工校正流程的工具

转座子（TEs）是能够在基因组内移动的重复DNA序列，在基因调控和基因组进化中发挥重要作用。对基因组中的TE进行准确注释对于后续分析至关重要，但由于其序列多样性及频繁发生的片段化（包括嵌套拷贝的存在），这一过程仍具有相当大的挑战性。所以我们开发了 TEtrimmer，一款可自动化执行并替代TE传统人工校正关键步骤的工具。TEtrimmer 将系统发育树分析与机器学习方法 DBSCAN 相结合，以准确聚类TE序列，并采用滑动窗口策略去除TE来源的多序列比对中保守性较差的区域。此外，TEtrimmer 还提供详细的可视化报告，并配有图形用户界面（GUI）应用程序。在来自不同真核生物类群的六个物种基因组及三个模拟基因组的测试中，与现有工具 EDTA 和 RepeatModeler2 相比，TEtrimmer 能够改进完整TE的识别效率。