《Molecular Ecology Resources》：QuickProt: A Fast and Accurate Homology-Based Protein Annotation Tool for Non-Model Organisms to Advance Comparative Genomics
编辑推荐：
本文推荐一款名为QuickProt的新型同源蛋白质注释工具，它通过简化流程（仅需同源比对、伪转录本构建和编码区提取三步）实现快速、精准的基因组注释。该工具在非模式生物（如石斑鱼、四倍体爪蟾、芸香科植物）中展现出高效性，支持系统发育重建、直系同源基因识别及功能基因挖掘，为大规模比较基因组学研究提供低成本、高可靠性的解决方案。
1 引言
随着基因组测序技术的快速发展，测序基因组数量急剧增长，但截至2025年3月，仅约18%的真核生物基因组完成基因模型注释。注释缺口成为比较基因组学发展的主要障碍，尤其对于缺乏转录组数据的非模式物种。现有注释工具（如BRAKER2、GALBA）存在计算资源需求大、过度拟合风险高等问题。QuickProt应运而生，其通过同源蛋白质比对、伪转录本构建和编码区提取三步流程，避免复杂模型训练，显著提升注释效率与特异性。
2 材料与方法
2.1 数据收集与预处理
研究收集了动物（石斑鱼亚科、爪蟾属）和植物（芸香科）的基因组与蛋白质数据，使用get_longest_transcript_gff3.py脚本保留每个基因的最长异构体。
2.2 性能评估
以缺乏转录组数据的褐石斑鱼（Epinephelus bruneus）为测试对象，对比QuickProt、BRAKER2和GALBA的运行时、基因数量、外显子分布等指标，并通过GffCompare计算灵敏度与特异性。
2.3 功能注释与重复元件分析
使用DIAMOND比对NR、KEGG和SwissProt数据库，结合RepeatModeler和RepeatMasker识别转座元件（TE）。
2.4 基因完整性评估
通过BUSCO（compleasm）评估基因模型完整性。
2.5-2.10 比较基因组学应用
包括石斑鱼亚科系统发育重建、水平基因转移（HGT）事件探测、爪蟾多倍体基因组注释、芸香科核心基因识别及分化时间估计等。
3 结果
3.1 QuickProt算法概述
工具分三步：①Miniprot比对同源蛋白质至基因组；②TransDecoder预测编码区；③基于长度和得分过滤低质量基因模型。其优势在于通过“标记”保守编码区快速构建非冗余基因模型，但依赖高质量同源蛋白质输入。
3.2 褐石斑鱼基因组注释性能
QuickProt预测26,046个基因，显著低于BRAKER2（55,940）和GALBA（39,395），且单外显子基因比例更低，基因长度分布更接近近缘物种。运行时较BRAKER2和GALBA分别快1098分钟和1276分钟。BUSCO完整性达89.09%，虽略低于对比工具，但兼顾速度与准确性。
3.3 模式生物基准测试
在拟南芥、线虫、果狗、河豚四物种中，QuickProt特异性最高，F1分数与主流工具相当，且运行时大幅缩短。
3.4 案例研究1：石斑鱼亚科比较基因组学
系统发育树显示褐石斑鱼与云纹石斑鱼亲缘最近，共线性分析揭示二者间21,117个共线基因。此外，发现一个潜在HGT事件：褐石斑鱼中识别含RVT1结构域的蛋白簇，其编码基因嵌入LINE/L2转座子，密码子使用偏好（RSCU）与弧菌（Vibrio）相似，提示转座子介导的HGT。
3.5 案例研究2：多倍体物种应用
在四倍体爪蟾中，QuickProt预测基因数（X. petersii: 37,705）更合理，避免BRAKER2等的过度预测。系统发育与共线性分析揭示L/S亚基因组不对称演化，S亚基因组基因丢失更多。
3.6 案例研究3：芸香科比较基因组学
注释11个芸香科物种（基因数23,303–41,083），系统发育树支持杂交种（如甜橙为柚与橘杂交后代）。核心基因家族（9,169个）富集于蛋白酶体、N-聚糖合成等通路，并识别出油脂代谢关键基因（如LPAT2、MYC5）。
4 讨论
QuickProt在非模式生物中实现快速、精准注释，但其依赖同源序列且无法预测新基因。随着蛋白质数据库扩张，其在大规模比较基因组学中价值将进一步提升。案例应用显示其能支持系统发育重建、HGT探测、多倍体演化分析等，为生命之树研究提供高效工具。
