OrthomCl：真核生物ゲノムのオルソロググループの同定

オーソロガスグループの同定は、ゲノム注釈、遺伝子/タンパク質の進化に関する研究、比較ゲノミクス、および分類学的に制限された配列の識別に役立ちます。原核生物のゲノム分析に成功した方法は、真核生物に適用することが困難であることが判明しましたが、より大きなゲノムには複数のパラログ遺伝子が含まれている可能性があり、配列情報はしばしば不完全です。OrthomClは、マルコフクラスターアルゴリズムを使用してグループ（推定）オルソログとパラログを使用して、複数の真核生物分類群でオルソロガスグループを構築するためのスケーラブルな方法を提供します。この方法は、2つのゲノムに適用された場合、インパーノイドアルゴリズムと同様に実行されますが、複数の種のクラスターオルソログに拡張できます。OrthomClクラスターは、自我によって特定されたグループと一貫性がありますが、「最近の」パラログの認識の改善により、同じ遺伝子を表すエゴグループがマージされることができます。以前に割り当てられたECアノテーションとの比較は、高度な信頼性を示唆しており、自動真核生物のゲノム注釈の有用性を意味します。OrthomClは、7つの公開されたゲノム（ヒト、フライ、ワーム、酵母、シロイヌナズナ、マラリア寄生虫プラズモジウムFalciparum、および大腸菌）のプロテオームデータセットに適用されています。Webインターフェイスは、個々の遺伝子またはユーザー定義の系統発生パターンに基づいたクエリを許可します（http://www.cbil.upenn.edu/gene-family）。P. falciparum遺伝子を組み込んだクラスターの分析は、寄生虫ゲノムの最初のパス注釈で不完全に注釈が付けられた多数の酵素を同定します。

The identification of orthologous groups is useful for genome annotation, studies on gene/protein evolution, comparative genomics, and the identification of taxonomically restricted sequences. Methods successfully exploited for prokaryotic genome analysis have proved difficult to apply to eukaryotes, however, as larger genomes may contain multiple paralogous genes, and sequence information is often incomplete. OrthoMCL provides a scalable method for constructing orthologous groups across multiple eukaryotic taxa, using a Markov Cluster algorithm to group (putative) orthologs and paralogs. This method performs similarly to the INPARANOID algorithm when applied to two genomes, but can be extended to cluster orthologs from multiple species. OrthoMCL clusters are coherent with groups identified by EGO, but improved recognition of "recent" paralogs permits overlapping EGO groups representing the same gene to be merged. Comparison with previously assigned EC annotations suggests a high degree of reliability, implying utility for automated eukaryotic genome annotation. OrthoMCL has been applied to the proteome data set from seven publicly available genomes (human, fly, worm, yeast, Arabidopsis, the malaria parasite Plasmodium falciparum, and Escherichia coli). A Web interface allows queries based on individual genes or user-defined phylogenetic patterns (http://www.cbil.upenn.edu/gene-family). Analysis of clusters incorporating P. falciparum genes identifies numerous enzymes that were incompletely annotated in first-pass annotation of the parasite genome.