[序列比对和序列特征分析总目录](https://www.jianshu.com/p/878f2b2495ae

基因组序列主要构成成分是基因序列，重复序列和基因间序列。
基因组注释包括基因组结构注释和基因组功能注释
结构注释的核心是基因识别，为了提高基因识别效率需要首先寻找并标记去除
重复的和低复杂性的序列。

什么是重复序列？

重复序列（repetitive sequence）是在基因组中不同位置出现的相同或对称性序列片段，一般不编码多肽。组织形式有两种：串联重复序列和分散重复序列。前者成蔟存在于染色体的特定区域，后者分散于染色体各位点。

存在哪里？

一般在顺式调控元件如启动子，增强子，终止子等出大量发行，真核生物中广泛分布。

分类

大致分三类：

• 低度重复序列
• 中度重复序列
• 高度重复序列

特点

GC含量低，AT含量高，3'和5'端有直接重复序列存在，有利形成环形结构。

常用数据库

• GIRI的RepBase：常用的真核生物DNA重复序列数据库

• RepeatMasker:常用的重复序列分析工具

• ALU数据库：人和灵长类Alu重复片段

• LINE-1数据库：

• STR数据库：短的串联重复序列数据库，不再提供服务

---

1 RepeatMasker工具

这个工具有webserver版本和命令行版本

Using and Understanding RepeatMasker

RepeatMasker Web Server

RepeatMasker linux

---

RepeatMasker Web Server

image.png