注释结果同近缘物种的基因结构比较

[CrawlingSponge]

陈老师，您好！
有一个问题想请教您。关于注释结果验证的方法。
除了busco，转录组回帖占比和蛋白功能注释占比以外，另一个常用的方法（比如华大那边注释结果一般会给出一个注释结果和近缘物种的基因结构分布的比较图，比如，cds,intron, exon和mRNA这几个方面的分布）。所以 我在使用过geta注释之后，除了前面几种检测方法之后，最后也用Glean软件包那个脚本做了分布，结果显示，有比较多的冗余，出现在小的基因片段区（<1kb）。尝试过多种办法去除，最后还是没有达到和近缘物种的结构很吻合。

您有没有什么好的办法 能够将geta最后的注释结果和近缘物种的分布达到吻合。
感谢！

[ShuaiNIEgithub]

你好，
许多文章将50AA以下的预测作为低可信度结果删除了，你可以参考一下做类似处理。
另外，您方便告知Glean软件包的获取地址吗？我并没在公开数据中检索到它。
谢谢！

[CrawlingSponge]

你好， 许多文章将50AA以下的预测作为低可信度结果删除了，你可以参考一下做类似处理。 另外，您方便告知Glean软件包的获取地址吗？我并没在公开数据中检索到它。 谢谢！

谢谢你的回复。但是有个问题是，如果直接粗暴地删除50AA的话，那样应该是会删除一些真实的基因，比如老鼠的基因组中就有不少较短的序列。陈老师这个软件里面最后过滤之后，用pfam库进行了回收，应该是比较科学的。
比较奇怪的是，重新跑了augustus2.5的版本，出来的基因数量确实和真实的基因数目和结构都是较3以上的版本更加吻合，不知道如何解释。
Glean的软件包
Statistics.rar.zip
你试试这个

[ShuaiNIEgithub]

感谢分享软件和经验，相信augustus此类软件会慢慢提升注释质量。
注释结果的优劣与太多因素有关，直接删除短序列确实是粗暴的。