Genannotatie

Genannotatie is het proces waarbij de structuur en functie van genoomsequenties worden vastgesteld en gekoppeld aan biologische informatie. Daarbij worden genomic features zoals genlokaties, transcriptvarianten, coderende sequenties en regulatorische elementen geïdentificeerd en geclassificeerd. Het doel is een volledig functioneel overzicht van een genoom zodat biologisch functioneren en vergelijkingen tussen soorten kunnen worden onderzocht.

Er zijn twee hoofdsoorten annotaties: structurele (of genetische) annotatie die genstructuren vastlegt (exonen, intronen, coderende sequenties, UTRs) en functionele annotatie die toewijzingen van functies, domeinen, enzymactiviteiten, pathways en organismenspecifieke termen (bijv GO-termijnen, pathways) omvat. Regulatoire annotatie identificeert promotors, enhancers en TF-bindingsplaatsen. Zowel afleidingsmethoden (ab initio), homologie-gebaseerde annotatie als transcript evidentie (RNA-Seq) worden gebruikt.

Annotaties worden vaak vastgelegd in gestandaardiseerde formaten zoals GFF3/GTF, BED of FASTA, en gekoppeld aan externe bronnen zoals Ensembl, RefSeq, UniProt en Gene Ontology. Automatische pipelines combineren voorspellende algoritmen, alignments van verwante sequenties en transcript-evidentie en worden gevolgd door handmatige curatie.

Het annotatieproces omvat meestal: assembleren en verbeteren van de genoomvolgorde, verzamelen van bewijs, voorspelling van genmodellen, functionele toewijzing en kwaliteitscontrole, gevolgd door eventuele handmatige verificatie. Veel gebruikte tools zijn AUGUSTUS, SNAP, BRAKER, StringTie en InterProScan, die samen functionaliteit en domeininformatie leveren.

Genannotatie vormt de basis voor downstream analyses zoals variantinterpretatie en vergelijkende genomica. Uitdagingen zijn onder meer herhalingen, alternatieve splicing, incomplete assemblages en onzekerheden in functionele annotaties; voortdurende curatie en versiebeheer zijn nodig om accurate, up-to-date informatie te waarborgen.