Ученые разработали вычислительный метод, который помогает отличить гены, кодирующие белки, от некодирующих участков ДНК у малоизученных растений. Алгоритм решает одну из ключевых проблем при анализе геномов видов, важных для экологии и сельского хозяйства, но не входящих в число подробно изученных модельных организмов.
При расшифровке генома часто невозможно однозначно определить функцию того или иного фрагмента. Традиционные подходы пытаются жёстко классифицировать их, что приводит к ошибкам. Новый метод, описанный в журнале Plant Methods, действует иначе: он анализирует все доступные данные и для каждого спорного участка показывает, какие факторы мешают сделать однозначный вывод. В ходе исследования генома кормового злака райграса высокого (Arrhenatherum elatius) выяснилось, что почти треть его генов – 31,7% из более чем 63 тыс. проанализированных фрагментов – попадает в такую «серую зону» с неопределённой функцией.
Система выделила основные причины неоднозначности. Чаще всего (7,4 тыс. случаев) она возникает, когда потенциальный ген содержит слишком короткую рамку считывания для синтеза полноценного белка. Второе место (почти 7 тыс. случаев) занимают фрагменты, которые по своей длине похожи на гены, но не имеют аналогов в белковых базах данных. Ещё в 5,7 тыс. случаев разные программы анализа давали противоречивые результаты.
Надёжность алгоритма проверили, применив его к геному дикой моркови (Daucus carota). Структура неопределённости оказалась схожей, что говорит о широкой применимости метода для разных видов. Авторы подчёркивают, что их разработка не даёт окончательных ответов, а создаёт «карту неопределённости». Это позволяет биологам понять, почему функция гена неясна, и более целенаправленно планировать дальнейшие лабораторные эксперименты для проверки гипотез.