私が使用する非常に単純な方法が1つあります。これは、あなたがしていることに対して機能する可能性があります。これは、terdonが提案したものと似ています。

de-novo微生物ゲノムアノテーションを取得します。ツール（私は自分のものを持っていますが、 prokkaを使用/変更できます）。このようなツールは、多くの場合、最初に遺伝子境界を予測し（放蕩やグリマーなどの他のツールを使用）、次に見つかった遺伝子に機能を割り当てようとします。この機能の割り当ては、多くの場合、BLASTやその他のツールを使用して行われます...ここで、必要な操作を実行するためにアクセスして変更できます。

必要な遺伝子の「知識」タンパク質データベースを使用します。注釈の最初の行として非常に厳密に注釈が付けられています（たとえば、あなたの場合：注釈付きゲノム）。そのために、徐々に緩和される非常に厳密な同一性/類似性パラメーターをループします。

例：ループ0：100％DNA同一性、同じ長さで注釈のみを転送します。ループ1：100％類似性で注釈のみを転送します。 、同じ長さ。ループ2：99％の類似性、長さ+/- 1％で注釈のみを転送...ループn：100-（n-1）％の類似性、長さ+/-（n-1）で注釈のみを転送）％。

各ループでは、明らかに前のループで注釈が付けられていないものだけに注釈を付けます。

その後、ツールの「通常の」注釈パイプラインを使用して残りに注釈を付けます。

最初にGFFで定義された領域と相同な領域を特定してから、アノテーションを転送する必要があると思います。もちろん、同族体にも同じ注釈が付けられるという仮定がありますが、これはしばしば真実ではありません。ただし、ゲノムが非常に異なる場合は、ゲノム座標を使用できないため（とにかく、可能であっても同じ仮定を行うことができるため）、他の方法でそれを行う方法がわかりません。

非常に単純なアプローチの場合（あなたが言うように、シーケンスがほぼ同一である場合はこれで十分かもしれません）、次のようなことができます。

1. 目的のシーケンスを収集するすでに注釈が付けられている種から。

2. genewise や exonerate codeなどのツールを使用します>これらをターゲットゲノムにマッピングします。どちらのツールもgff形式の出力を返すことができ、ターゲットゲノム内の複数のヒットを見つけることができます。必要に応じて、配列類似性とクエリカバレッジの非常に高いしきい値を使用することをお勧めします（見つかったターゲットシーケンスは、使用されるクエリシーケンスのすべてまたはほとんどをカバーします）。

   これらは微生物ゲノムであるため、スプライシングは問題ではありません。タンパク質配列から始めれば、単純なBLASTnまたはtBLASTnでも同じことができます。

3. この時点で、リストが作成されているはずです。同族体（その一部はオルソログおよびその他のパラログ）の数であり、クエリシーケンスの注釈をターゲットに転送できます。

ol>

繰り返しになりますが、これは非常に大きな仮定をしていることを強調します。相同配列は同じ機能を持ち、クエリゲノムにあるものと同じように自動的に注釈を付けることができます。これは多くの場合に当てはまりますが、他の場合にも当てはまります。特にパラログ（種分化イベント後に重複が発生したため、機能が分岐している可能性が高い遺伝子）を調べている場合。

ただし、前にも言ったように、ゲノムのシンテニー領域を特定するだけでアノテーションを転送できたとしても、この問題はまったく同じである ^{1 sup>ので、大きな違いはありません。}

---

^{1 sup> _{コメントで述べたように、これがどのように可能になるかわかりません。定義上、重複が多い場合、ゲノム座標は完全に異なり、あるゲノムから別のゲノムにマッピングすることは不可能です。 sub>}}