Ｅｎｓｅｍｂｌのデータ

質問

Ensemblのたんぱく質のデータはＤＮＡより６通りの読み枠で考えて、実際に遺伝子として一個のタンパク質をコードしている読み枠（ＯＲＦ）のものだけ集めたものですか？
Ensembl(http://www.ensembl.org/index.html)のBIOMARTからさまざまな生物種の塩基配列やたんぱく質のデータがダウンロードできます。DNAは２本鎖ですので、実際に蛋白質の情報が格納されているのは、相補的な逆鎖の可能性もあります。その場合にも、３通りの読み枠が考えられますから、方向が正しいと言う情報が無い限り、合計６通りの読み枠が考えられます。ながながとなりましたが、どうぞ宜しくお願いいたします。

回答No.2

sevenless

> ６通りの読み枠で考えて、実際に遺伝子として一個のタンパク質をコードしている読み枠（ＯＲＦ）のものだけ集めているのですかねぇ。

多分違います。記述を読む限り、既に蛋白になることが分かっている cDNA（ゲノム DNA ではありません） から ORF を読み取り、ゲノム上でその ORF に合う部分を探し出しているのです。

お礼

再度、ありがとうございました。なるほど！わかりやすい
ご説明ありがとうございます。助かります。

回答No.1

sevenless

Prediction Method として、
Genes were annotated by the Ensembl automatic analysis pipeline using either a GeneWise/Exonerate model from a database protein or a set of aligned cDNAs followed by an ORF prediction. GeneWise/Exonerate models are further combined with available aligned cDNAs to annotate UTRs (For more information see V.Curwen et al., Genome Res. 2004 14:942-50)
と書いてあります。蛋白や cDNA のデータを元に遺伝子の場所を決めています。

補足

早速のご回答どうもありがとうございました。論文を詳しく見てみないとわからないかもしれませんが、Ensemblで使われたアルゴリズムは６通りの読み枠で考えて、実際に遺伝子として一個のタンパク質をコードしている読み枠（ＯＲＦ）のものだけ集めているのですかねぇ。このように考えて正しいですか？