Genom-annotering
Genom-annotering är processen där man identifierar och beskriver de funktionella delarna i en DNA-sekvens, till exempel var generna sitter och vad de gör. Det är steget som förvandlar en rå sekvens av bokstäver till en begriplig genetisk karta.
När ett genom har lästs av genom DNA-sekvensering får man en enorm rad av bokstäverna A, T, C och G. Själva sekvensen säger ingenting om vad som är viktigt, var generna börjar och slutar eller vilken funktion olika avsnitt har. Genom-annotering är det arbete som lägger till denna mening och kunskap ovanpå den råa sekvensen.
Annotering brukar delas in i två huvuddelar. Den första kallas strukturell annotering och handlar om att hitta var i sekvensen olika element finns. Här markeras bland annat gener, exoner och introner, startkodon och stoppkodon samt reglerande områden. Den andra delen kallas funktionell annotering och försöker besvara frågan vad varje element gör. Är det en gen som kodar för ett protein? Styr den när andra gener slås på eller av? Påverkar den ett visst sjukdomstillstånd?
Ett konkret exempel: tänk dig att en forskare sekvenserar genomet hos en tidigare okänd bakterie. Resultatet är miljontals bokstäver utan struktur. Med hjälp av annoteringsprogram jämförs sekvensen mot stora databaser med redan kända gener. Programmet upptäcker då ett avsnitt som starkt liknar en känd gen för antibiotikaresistens. Tack vare annoteringen kan forskaren snabbt dra slutsatsen att bakterien troligen är motståndskraftig mot ett visst läkemedel, något som varit omöjligt att se i den råa sekvensen.
Mycket av annoteringen sker idag automatiskt med dator och bioinformatik, eftersom mängden data är alldeles för stor för att gås igenom för hand. Datorn använder statistiska modeller, jämförelser mot referensgenom och maskininlärning för att gissa var generna ligger. Experter granskar och korrigerar sedan resultaten, en process som kallas manuell kurering.
För släktforskare och privatpersoner som tar ett DNA-test sker annoteringen i bakgrunden. När ett testföretag tolkar dina genetiska varianter och kopplar dem till härkomst, egenskaper eller hälsorisker bygger den tolkningen på ett gediget annoteringsarbete. Utan välannoterade referensgenom skulle dina rådata förbli obegripliga bokstavsrader. Annotering är därför den osynliga grund som gör genetisk information användbar.