2021-01-14PGA: a software packag

想用这个软件，先学习一下它的文章。PGA:一个快速、准确、灵活批量注释质体的软件。

必要性

二代高通量测序，使得质体基因组研究激增，因此急需相应的批量注释软件。

它的作用原理？

PGA是一个用perl语言编写的命令行工具，Windows、Linux、Mac上都可以运行。它使用参考质体作为查询对象，需要注释的目标质体作为主体来进行基因定位，我们称之为反向query-subject BLAST搜索方法。PGA能准确识别基因和内含子的边界以及内含子丢失。该程序输出genbank格式的文件和日志文件，以帮助用户验证注释。

使用的注意事项？

具体使用的步骤其他文章有详细说明。
1 选择参考质体基因组很重要。用户应该仔细检查genbank格式的参考质体。PGA软件里打包了几个比较合理注释的质体，因此用户可以使用PGA重新注释一个拟用作参考的质体，以纠正可能的错误。
2 还是关于参考质体的。对于目标类群，用户选择一个包含足够数量注释基因的参考质体是很重要的。参考质体中的基因数量应该等于或超过目标质体中的基因数量。如果目标类群中的基因数量不确定，最好使用多个参考质体。PGA软件中自带的参考：无油樟Amborella trichopoda( AJ506156)和鳞秕泽米Zamia furfuracea（JX416857)是在目前已知的被子植物和裸子植物中基因数量最多的质体，因此建议在PGA运行过程中将它们作为参考。
3 作者不推荐使用一个完整的参考质体来注释非常不完整的目标质体，因为BLAST可能会多注释一些基因(例如，BLAST可能会返回未测序的基因或在不完整的质体中缺失的基因，从而导致虚假注释)。如果注释这种高度不完整的质体或质体段，推荐使用Mauve 2.4.0中的progressiveeMauve将不完整的质体与参考质体比对，然后再使用参照质体相对应的同源区域作为PGA注释的参考。
4 建议用户仔细检查高度变异或其他不寻常的目标质体，以便检查不正确的注释。这对于具有大量基因丢失、假基因或序列差异大的质体尤为重要。

与其他比同类型软件比的优缺点？

与其他可用的质体体注释工具进行比较表明，PGA注释的准确性很高，很少或不需要注释后验证。
1、 现有的网站在线注释：DOGMA、CpGAVAS、Verdant、GeSeq（这个用的比较多）
2、 命令行工具注释：Plann
但是，以上，都应该手动检查其基因注释结果，而且可能不准确的基因注释并不总是被标记上，从而检查时容易被忽略。因此，使用这些工具批量注释质体可能仍然是一项耗时的任务。文章中的说明表，一目了然：

然后文章专门拿GeSeq与PGA进行实际运行了20种裸子植物和20种被子植物的结果来比较。