Discussion :

[MaliciaR]

Mais, vu que tôt ou tard, je n'aurai plus de gènes complets et que j'aurai donc besoin de passer par le comptage des codons stop, et vu également que je suis toujours partante pour découvrir un nouveau module, je me suis intéressée de plus prêt à CodonTable dont à parler Malicia.

Tu peux toujours utiliser les softs de prédiction de gènes, tu en as plein et de très efficaces. Je connais quelques trucs en annotation (vu que je suis un peu portée sur tout ce qui métagénomique et organismes non-modèle) donc si tu exposes clairement ton problème, je peux toujours te donner quelques indications utiles

Encore merci à tous les 2 pour votre aide, ce forum est vraiment composé de gens très sympas.

Ca fait plaisir de filer un coup de main

[Jasmine80]

Tu peux toujours utiliser les softs de prédiction de gènes, tu en as plein et de très efficaces.

Je n'ai jamais dû prédire des gènes ... que peut donner ce genre de programme quand on a des séquences ne représentant même pas un gène complet? Je suppose qu'il se contente de faire les 6 traductions possibles.
N'est-ce pas plus lourd que d'utiliser le petit programme perl?
Je pourrais même le rendre encore plus performant pour mon problème, en comptant les codons stop des 6 cadres de lecture, par une simple regexp, sans passer par une traduction.

[MaliciaR]

Je n'ai jamais dû prédire des gènes ... que peut donner ce genre de programme quand on a des séquences ne représentant même pas un gène complet? Je suppose qu'il se contente de faire les 6 traductions possibles.

Non, non, en fait il utilise les modèles de Markov (cachés aussi, en général pour les Eucaryotes). La méthodologie est vraiment différente
Ce genre de programme te donne un potentiel codant. Je te conseille de bien lire la doc, toutes les plateformes d'annotation travaillent avec ce genre d'outils

N'est-ce pas plus lourd que d'utiliser le petit programme perl?
Je pourrais même le rendre encore plus performant pour mon problème, en comptant les codons stop des 6 cadres de lecture, par une simple regexp, sans passer par une traduction.

Je n'ai pas compris le coup du "plus lourd"
Tu peux toujours te contenter de compter des codons STOP. Mais ça ne saura être une prédiction de gène, pour de nombreuses raisons (j'ai évoqué certaines un peu plus haut ). Par ailleurs, si tu travailles sur des bactos, tu risques d'avoir un autre pitit souci : il y a 4 codons START utilisés par les bactéries (pas seulement AUG). Ton gène incomplet peut l'être autant entre le début et le milieu qu'entre le milieu et la fin. Les softs type GeneMark et Glimmer recherchent également des RBS ce qui est quand même un indicateur de début

Franchement, crée une nouvelle discussion (pour plus de visibilité), donne un fragment qui te pose souci et on comparera les deux méthodologies. La prédiction de gènes est chose difficile mais super intéressante et je veux bien filer un coup de main au besoin

[Jasmine80]

Je n'ai pas compris le coup du "plus lourd"

J'entends par là qu'utiliser un software sur des centaines de séquences, faisant parfois plus de mille nucléotides, prendra fort probablement plus de temps que d'utiliser une petite regexp qui y compte le nombre de codons stop.

Tu peux toujours te contenter de compter des codons STOP. Mais ça ne saura être une prédiction de gène

Je ne cherche pas à prédire des gènes, je connais les gènes que je suis entrain d'analyser, je veux simplement les remettre dans le sens 5'->3' si besoin est.

Ton gène incomplet peut l'être autant entre le début et le milieu qu'entre le milieu et la fin. Les softs type GeneMark et Glimmer recherchent également des RBS ce qui est quand même un indicateur de début

Soit le début du gène est bien le début de ma séquence, soit mon gène est incomplet et je n'ai pas de début.

donne un fragment qui te pose souci et on comparera les deux méthodologies.

Aucun fragment en particulier ne me pose de problème, je cherche une façon rapide et efficace de connaitre le sens des séquences de ma DB.

La prédiction de gènes est chose difficile mais super intéressante et je veux bien filer un coup de main au besoin

Merci, c'est sympa mais je ne dois pas faire ce genre de prédictions.

[MaliciaR]

Salut,

J'avais mal compris ce que tu cherches à faire exactement. Cela dit, je ne vois pas trop comment tu vas définir si les gènes sont en 5' -> 3' ou inversement en comptant des codons STOP...

[Jasmine80]

Salut,

J'avais mal compris ce que tu cherches à faire exactement. Cela dit, je ne vois pas trop comment tu vas définir si les gènes sont en 5' -> 3' ou inversement en comptant des codons STOP...

Je compte les stop pour les 6 cadres de lecture de la séquence de mon gène (partielle ou complète) , et le cadre correct est donc le seul cadre possédant 1 ou 0 stop. Si c'est un des 3 cadres du ses de ma séquence, c'est donc qu'elle est correctement orientée de 5' en 3'. Par contre, si le cadre de lecture correct provient d'un des 3 cadres de la séquence revcom de ma séquence, c'est donc que ma séquence est orientée de 3' en 5'. Est-ce clair?