CGM 第79期：转座元件注释方法的基准评测与流程整合

转座子又称自私基因、基因组暗物质，是真核生物基因组中高度重复的一类遗传物质。按照转座子的复制形式，它一般分为两大类：由DNA作为载体的DNA转座子和由RNA作为中间载体的RNA转座子（或称逆转录内源病毒）。根据转座子的重复特性、序列内容和结构特征，科学家开发了各种各样、五花八门的软件和程序去检测、注释转座子，但却没有人系统比较过这些软件准不准确、好不好用。更加缺乏的是一个高质量的工具对转座子进行重头（de novo）识别和注释。在这里，我们用水稻基因组对大部分热门的转座子检测工具进行系统公正的评测，然后选用表现优良的工具进行整合，并利用多层次的过滤进一步降低假阳性，从而得到一个全新的转座子注释工具EDTA（Extensive de-novo TE Annotator）。最后我们利用果蝇、玉米和水稻基因组对EDTA进行评测，横向比较了软件对不同物种的支持，其优良表现和简单易用特性让人为之振奋。欢迎使用：https://github.com/oushujun/EDTA 。