CPC2 插件 | 我有序列，想知道他Coding还是Non-Coding？

文章预览

写在前面 最近做一些基因结构注释方面工作，遇到一个小问题就是当我们知道一个染色体区域他转录了，有转录本，那么他到底是编码蛋白？还是编码蛋白？简单来说，就是蛋白质编码基因？还是非编码RNA？如果是后者，那咱们拿到序列就差不多了，下游功能验证就按照非编码的走，不小心还要做个靶向预测。如果是前者，那就要看是否得到的CDS，我们得预测好ORF，定义好CDS，这样才能克隆基因，做对应的如蛋白质序列分析，和下游功能实验。 为此，要么我们自己想个方法，要么就用现在最为广泛应用的软件，其中之一即北大高歌老师课题组开发的 CPC 软件。 简单学习后，软件主程序用 python 写，核心实现其实是SVM。我犹豫了下，到底是重新用 Java 造个轮子然后用一下模型，还是直接做一个插件，理智战胜了感性，造轮子没啥必要，直接调用，解 ………………………………