Titouan Bougouin-Laessle
2017-08-24 18:42:57 UTC
Estoy buscando una forma de identificar regiones de baja complejidad y otras repeticiones en el genoma de Escherichia coli . Encontré que RepeatMasker se puede usar, por ejemplo, al redactar genomas de procariotas ( E. coli ejemplo). Pero RepeatMasker funciona con un conjunto de datos limitado de especies, ninguna de las cuales es procariota. De forma predeterminada, cuando se ejecuta RepeatMasker, si no se especifica ninguna especie, se comparará con los datos del homo sapiens.
Esto parece bastante inadecuado, pero la alternativa más relevante, PRAP, requiere una herramienta "muerta" (VisCoSe, de Michael Spitzer).
- ¿Sigue siendo aconsejable utilizar RepeatMasker en Escherichia coli ?
- En caso afirmativo, ¿qué configuración maximizaría la relevancia?
`RepeatMasker` no está diseñado para su uso con genomas procarióticos. No obstante, realiza un control de contaminación para * E. coli * para que pueda jugar con la marca `-is_only` para intentar detectar repeticiones bacterianas, probablemente sea mejor encontrar una herramienta alternativa o repetir la biblioteca
Las "repeticiones" tienen diferentes significados. Los tipos de repeticiones a enmascarar dependen en gran medida de los análisis posteriores; de hecho, a menudo se desaconseja la repetición de enmascaramiento. Si explica por qué desea enmascarar las repeticiones, obtendrá una respuesta más precisa.
@user172818 De hecho, no estoy interesado en enmascarar, pero realmente * encontrar * cualquier tipo de repeticiones, desde regiones de baja complejidad hasta pequeñas repeticiones, como se puede obtener usando `RepeatMasker`. Luego usaría estas repeticiones como (más o menos) una variable explicativa.