一种原核生物σ54启动子的预测方法与流程

本发明涉及基于机器学习的基因序列数据技术，具体是一种原核生物σ⁵⁴启动子的预测方法。

背景技术：

启动子是基因的一个组成部分，控制基因表达(转录)的起始时间和表达的程度。启动子就像“开关”，决定基因的活动。启动子本身并不控制基因活动，而是通过与称为转录因子的这种蛋白质结合而控制基因活动的。转录因子就像一面“旗子”，指挥着rna聚合酶的活动。因此，启动子对于基因表达有着至关重要的作用。在原核生物中，rna全酶的σ⁵⁴启动子识别并结合启动子基因转录过程中的序列。σ⁵⁴启动子负责响应于环境的特异性基因的转录变化。σ⁵⁴启动子通常含有两个碱性调节元件，其中一个元件在-12bp附近的tgc[at][ta]，另一个是在-24bp附近的[ct]tggca[ct][ga]。并且σ⁵⁴启动子的全酶在启动rna合成的时候将取决于增强子结合蛋白。一旦启动子活性异常，则可能导致基因表达的调节障碍，从而有可能导致疾病的发生。找到组织特异性启动子和某些疾病关键基因异常表达与启动子的关系可以为靶向治疗和基因治疗提供可能。也正因如此，如何精确的预测出启动子的位点成了人们研究的热点和难题。

当前的σ⁵⁴启动子识别技术根据研究目标可以分为共性启动子识别技术和特异性启动子识别技术。前者的目标是在基因组中找出基因的转录起始位点和核心启动子，后者指的是寻找一组特定基因的转录因子结合位点。目前国内的研究比较偏重于特异性启动子识别技术，而国外已经成型了几个基于共性启动子识别技术的系统。从这些成果所采用的技术看，主要分成4种：基于人工神经网络(ann)(werner,andl.hanka.tuninganartificialneuralnetworktoincreasetheefficiencyofafingerprintmatchingalgorithm.inappliedmachineintelligenceandinformatics(sami),2016ieee14thinternationalsymposiumon.2016.ieee.)技术、基于支持向量机(svm)(geng,y.,etal.,enlightenwearablephysiologicalmonitoringsystems:on-bodyrfcharacteristicsbasedhumanmotionclassificationusingasupportvectormachine.ieeetransactionsonmobilecomputing,2016.15(3):p.656-671.)技术、基于二次判别分析(qda)(zyuan,l.,etal.,usingquadraticdiscriminantanalysistopredictproteinsecondarystructurebasedonchemicalshifts.currentbioinformatics,2017.12(1):p.52-56.)技术、和基于位置权值矩阵(pwm)(tan,g.andb.lenhard,tfbstools:anr/bioconductorpackagefortranscriptionfactorbindingsiteanalysis.bioinformatics,2016.32(10):p.1555-1556.)技术。以上4种技术都是将机器学习的方法运用到σ⁵⁴启动子预测的研究中，例如，deavila.等人开发了基于dna双链体稳定性的方法用于识别和分类σ⁵⁴启动子序列并且实现了78.8％的总体精度。虽然这些方法在识别原核启动子方面做出了相当大的贡献，但是它们依赖关于σ⁵⁴启动子更多的生化实验数据。

技术实现要素：

本发明的目的在于为了克服用生化试验预测原核生物σ⁵⁴启动子耗时且代价过大以及单个svm预测精度不理想的缺点，提供一种原核生物σ⁵⁴启动子的预测方法。这种方法预测速度快、精度高。

实现本发明目目的的技术方案是：

一种原核生物σ⁵⁴启动子的预测方法，包括如下步骤：

1)数据样本编码：对sigma54promoter序列集中给定的原核生物σ⁵⁴启动子正负数据样本，采用k-元组核苷酸方法进行编码，k的取值范围为1到∞，得到维度为4^k的特征向量，即：假定161组正样本和161组负样本作为基准数据集s，可以用公式(1)表示为：

s＝s⁺∪s^-(1)

其中子集s⁺仅包含正样本即启动子序列，子集s^-包含负样本即非启动子序列，而∪表示两个序列集合的并集，采用伪k-元组核苷酸来配置dna并对基因序列进行编码，最终得到具有如公式(2)所示的4^k分量的向量，即：

其中是在dna序列中的第i个伪k-元组核苷酸归一化的出现频率，从公式(2)中看出，随着k值的增加，虽然包含的序列信息更多了，但是与此同时向量dpseknc的维数也将大大增加，当k＝10的时时候，其维数将变为4¹⁰＝1,048,576，这会导致所谓的“高维度灾难”从而明显地减小了偏差容限或群集容忍能力，这样的结果就是导致最终预测精度很低，因此，伪k-元组核苷酸编码方式只能包含局部或短程序列顺序信息，而不是全局序列顺序信息；

2)特征选择：采用f-score方法对编码后的数据样本进行特征选择，定义如公式(3)：

其中n⁺表示正样本的总数，n^-表示负样本的总数，表示正样本的第i个特征的平均值，表示负样本的第i个特征的平均值，表示所有样本的平均值，表示正数据集中的第k个样本的第i个特征，表示负数据集中第k个样本的i个特征；显然，fi的值越大，说明第i个特征就具有越高的辨别能力，因此，可以基于它们的fi值的大小来排名进而选择需要保留的特征而舍去那些无用特征；

3)构造预测模型：将svm(supportvectormachine，支持向量机)作为弱预测器的基础上用adaboost方法构造预测模型，给定一个训练集样本t＝{(x1,y1),(x2,y2),…,(xn,yn)}，其中x∈χ，空间yi是标签集合{1,2,3,4,5,6}，n是训练样本的数量，初始化训练样本的权值分布，每一个样本都被赋予相同的权重1/n，即如公式(4)：

选用svm作为弱预测器，对训练样本进行训练，得到一个弱预测器gm(x)，svm在对训练样本训练结束以后会得到一组预测值，也就是预测标签，将预测标签与给定的训练标签进行比对就可以计算gm(x)在训练样本上的分类错误率em，如公式(5)：

由公式(5)可知，gm(x)在训练样本中的错误率em就是被gm(x)错误分类样本的权值之和，计算gm(x)的权重系数αm，它表示gm(x)在最终的预测模型中的重要程度，换句话说，也就是最终的预测模型是由带有权重系数的弱预测器集成的，权重系数αm表示为公式(6)：

当em≤1/2时，αm≥0，并且αm会随着em的减小而增大，这就意味着分类误差率越小的弱预测器在最终的预测模型中所起的作用就越大，最重要的一点就是如何让被错误分类的样本在下一轮迭代中能被重点对待，给所有的训练样本做了编号，并且记录了被错误分类样本的编号，每个样本都有一个权值与之一一对应，更新训练样本的权值分布如公式(7)：

其中zm是使得dm+1成为一个概率分布的规范化因子，它可以如公式(8)表示：

这样做的目的是为了使被弱预测器gm(x)错误分类样本的权值增大，而被正确分类样本的权值减小，进而在下一个迭代过程中，弱预测器会更关心被错误分类的样本，这里需要注意的是，迭代过程中，训练样本永远是唯一的，始终是最初的那个训练样本，只不过给这个训练样本加上了一个权重。然后再重复以上过程，直至达到预先给定的目标，

根据得到的弱预测器以及各自对应的权重因子，将它们一一对应得到公式(9)

从而得到最终的预测模型g(x)，如公式(10)：

4)获取一级序列信息：使用blast程序将待预测的基因序列映射到它们的基因组中，并通过设置截止阈值0.75来除去成对序列同一性≥75％的dna片段；

5)待预测基因序列编码：采用k-元组核苷酸的方法对待预测基因序列进行编码，k的取值范围为1到∞，得到维度为4^k的特征向量；

6)预测：采用步骤3)得到的预测模型对步骤5)编码后的待预测基因序列进行预测，得到待预测基因序列中是否含有σ⁵⁴启动子的结论。

步骤4)中所述映射为采用blast程序，并保留从-60至+20的81bp长度的一级序列，再消除冗余和避免偏差。

步骤1)中所述k为7，得到维度为4⁷＝16384的特征向量。

步骤3)中将svm作为弱预测器时采用f-score方法进行原核生物σ⁵⁴启动子特征向量的特征选择，筛选出特征向量中识别度f-score>0.008的特征，再构造模型预测原核生物σ⁵⁴启动子。

步骤5)中所述k为7，得到维度为4⁷＝16384的特征向量。

这种方法与现有预测技术相比，其显著优点：(1)耗时短：采用f-score特征选的方法，能够显著降低特征向量的维度，从而提高了训练以及预测的速度；(2)准确率高：自行设计基于svm弱预测器的svm-adaboost方法，能够有效地提取特征，进而提高了预测准确率。

这种方法预测速度快、精度高。

附图说明

图1为实施例中方法的流程示意图。

具体实施方式

下面结合附图和实施例对本发明内容做进一步的阐述，但不是对本发明的限定。

实施例：

参照图1，一种原核生物σ⁵⁴启动子的预测方法，包括如下步骤：

1)数据样本编码：对sigma54promoter序列集中给定的原核生物σ⁵⁴启动子正负数据样本，采用k-元组核苷酸方法进行编码，k的取值范围为1到∞，得到维度为4^k的特征向量，即：假定161组正样本和161组负样本作为基准数据集s：

s＝s⁺∪s^-(1)

其中子集s⁺仅包含正样本即启动子序列，子集s^-包含负样本即非启动子序列，而∪表示两个序列集合的并集，采用伪k-元组核苷酸来配置dna并对基因序列进行编码，最终得到具有如公式(2)所示的4^k分量的向量，即：

其中是在dna序列中的第i个伪k-元组核苷酸归一化的出现频率，从公式(2)中看出，随着k值的增加，虽然包含的序列信息更多了，但是与此同时向量dpseknc的维数也将大大增加，当k＝10的时时候，其维数将变为4¹⁰＝1,048,576，这会导致所谓的“高维度灾难”从而明显地减小了偏差容限或群集容忍能力，这样的结果就是导致最终预测精度很低，因此，伪k-元组核苷酸编码方式只能包含局部或短程序列顺序信息，而不是全局序列顺序信息；

2)特征选择：采用f-score方法对编码后的数据样本进行特征选择，定义如公式(3)：

其中n⁺表示正样本的总数，n^-表示负样本的总数，表示正样本的第i个特征的平均值，表示负样本的第i个特征的平均值，表示所有样本的平均值，表示正数据集中的第k个样本的第i个特征，表示负数据集中第k个样本的i个特征；显然，fi的值越大，说明第i个特征就具有越高的辨别能力，因此，可以基于它们的fi值的大小来排名进而选择需要保留的特征而舍去那些无用特征；

3)构造预测模型：将svm(supportvectormachine，支持向量机)作为弱预测器的基础上用adaboost方法构造预测模型，给定一个训练集样本t＝{(x1,y1),(x2,y2),…,(xn,yn)}，其中x∈χ，空间yi是标签集合{1,2,3,4,5,6}，n是训练样本的数量，初始化训练样本的权值分布，每一个样本都被赋予相同的权重1/n，即如公式(4)：

选用svm作为弱预测器，对训练样本进行训练，得到一个弱预测器gm(x)，svm在对训练样本训练结束以后会得到一组预测值，也就是预测标签，将预测标签与给定的训练标签进行比对就可以计算gm(x)在训练样本上的分类错误率em，如公式(5)：

由公式(5)可知，gm(x)在训练样本中的错误率em就是被gm(x)错误分类样本的权值之和，计算gm(x)的权重系数αm，它表示gm(x)在最终的预测模型中的重要程度，换句话说，也就是最终的预测模型是由带有权重系数的弱预测器集成的，权重系数αm表示为公式(6)：

当em≤1/2时，αm≥0，并且αm会随着em的减小而增大，这就意味着分类误差率越小的弱预测器在最终的预测模型中所起的作用就越大，最重要的一点就是如何让被错误分类的样本在下一轮迭代中能被重点对待，给所有的训练样本做了编号，并且记录了被错误分类样本的编号，每个样本都有一个权值与之一一对应，更新训练样本的权值分布如公式(7)：

其中zm是使得dm+1成为一个概率分布的规范化因子，它可以如公式(8)表示：

这样做的目的是为了使被弱预测器gm(x)错误分类样本的权值增大，而被正确分类样本的权值减小，进而在下一个迭代过程中，弱预测器会更关心被错误分类的样本，这里需要注意的是，迭代过程中，训练样本永远是唯一的，始终是最初的那个训练样本，只不过给这个训练样本加上了一个权重。然后再重复以上过程，直至达到预先给定的目标，

根据得到的弱预测器以及各自对应的权重因子，将它们一一对应得到公式(9)

从而得到最终的预测模型g(x)，如公式(10)：

4)获取一级序列信息：使用blast程序将待预测的基因序列映射到它们的基因组中，并通过设置截止阈值0.75来除去成对序列同一性≥75％的dna片段；

5)待预测基因序列编码：采用k-元组核苷酸的方法对待预测基因序列进行编码，k的取值范围为1到∞，得到维度为4^k的特征向量；

6)预测：采用步骤3)得到的预测模型对步骤5)编码后的待预测基因序列进行预测，得到待预测基因序列中是否含有σ⁵⁴启动子的结论。

步骤4)中所述映射为采用blast程序，并保留从-60至+20的81bp长度的一级序列，再消除冗余和避免偏差。

本例中，步骤1)中所述k为7，得到维度为4⁷＝16384的特征向量。

步骤3)中将svm作为弱预测器时采用f-score方法进行原核生物σ⁵⁴启动子特征向量的特征选择，筛选出特征向量中识别度f-score>0.008的特征，再构造模型预测原核生物σ⁵⁴启动子。

本例中，步骤5)中所述k为7，得到维度为4⁷＝16384的特征向量。

实验例：

使用本实施例的方法得到的预测结果与目前在原核生物σ⁵⁴启动子预测方面做得最好的lin他们单独使用svm的实验结果(lin,h.,etal.,ipro54-pseknc:asequence-basedpredictorforidentifyingsigma-54promotersinprokaryotewithpseudok-tuplenucleotidecomposition.nucleicacidsresearch,2014.42(21):p.12961-12972.)进行了对比，结果如表1所示：

表1与lin基于svm的实验对比结果

由表1可以看出，使用本实施例的方法在灵敏度、特异性、马修斯相关系数尤其是准确率方面都显著优于lin的实验结果。

序列表

<110>桂林电子科技大学

<120>一种原核生物σ<sup>54</sup>启动子的预测方法

<141>2017-10-20

<160>1

<170>siposequencelisting1.0

<210>2

<211>26082

<212>dna

<213>escherichiacoli

<400>2

atttacattaactcctttttttctccacgattggctcgtaccttgccgctacagtgaagc60

aagtcaagcctacaacgatacgatctcctttgttctcaccggtatctacatctggcgggc120

gaacggcgaattcgaccgtcttaataatgaagtcctgcatgatatttaacgttgaatgtt180

actgttgtcgtcaagatggcataagacctgcatgaaagagcctgcaaacacacaacacaa240

tacaaaaagcagtatttcggcgagtagcgcagcttggtagcgcaactggtttgggaccag300

tgggtcggaggttcgaatcctctctagcctccgccgtttatgcacttttatcactggctg360

gcacgaaccctgcaatctacatttacagcgcaaacattacttattattagttaaataact420

aaatccaataatctcattctggcactccccttgctattgcctgactgtacccacaacggt480

gtatgcagttaaagctattcgtgcggtgttgccttgcaagtggtccgtggattgcatatt540

gtcccgttagtggtttcaaaatgagcatgtgttaaaaatttgctaaattttgccaatttg600

gtaaaacagttgcatcacaacaggagatagcaatgacgttaccgagtgacatcctatcac660

aggattgaaagtaggggaaaatggcagggttttctctttgtgcctcatcattaccataat720

taacggaatttaagccagcattctggcgcttatcccggcatggcatgagatctgcataag780

cggaaagcgcagcaatttttgtcttatacaaagtcgccgtctggtttatttatctcatcc840

cggcgctggtggcatttgctctgccaccacgcgcaggggcgacagcgtctccatattctg900

ccgctaaacaattccccattcctggcgtatatctggctaacattcatcaatgtgatagat960

tcctctcccgcacccgtaatatcagggaatgaccccacataaaatgtggcataaaagatg1020

catactgtagtcgagagcgcgtatgcgtgatttcgagtgaagtcgcattgcgcaagaaac1080

cagcatctggcacgcgatgggttgcaattagccggggcagcagtgataatgcgcaacctg1140

aatctgaggcagcacctggcacggctgggacggaagtcgctgtcgttctcaaaatcggtg1200

gagctgcatgacaaaataatcagtacgttaccaaactattttctttattggcacagttac1260

tgcataatagtaaccagtggctcattcaccgacttagcatgataacgccttttaggggca1320

atttaaaagttggcacagatttcgctttatcttttttacggcgacacggccaaaatagcc1380

gcatctcgaaaaatcaaggagttgcaaaactggcacgattttttcatatatgtgaatgtc1440

acgcaggggatcgtcccgttaacttcctgctctctttctcgtttttcatttctggcacac1500

cgcttgcaataccttcttcgtgtagcagaaccattaccggcggaaagtgtagagaaacgc1560

gaaaaaatggcgctggcacgtaaacttaatgccttaaccatgccgcacccggaccgacgc1620

tcggtccggatgatatcgggcttgatcgtctggaacagcgtctggcagaggaaaaaatca1680

ctgaagtgatcctcgccaccaatttagtgatgaggtcatgaaagtcaatggccttaatgg1740

caaagcgaattctgcaaaagtgcatttttacgccattaatgattaaaaatctctttaata1800

acaataaattaaaagttggcacaaaaaatgcttaaagctggcatctctgttaaacgggta1860

accaattaatttccttaaataacagtaaattaaaaactggcatgatttgtgaatgtatcg1920

gcgcattaactgtcattgctggagcataacttattgaatatattgagttaatcagaatgg1980

catcctttatgcaatatgaaatgcaatgtttcatatcattttcaacatcgacattattca2040

ccgcagggataatcaacactggcacaattattgcttgtagctggcaatagttaatgggag2100

gcgatagcgaaaaaaccgcgccgtatcgaaatcaactaattccctaaggccgcctggcgc2160

ggcctgacatctccatgctcgccgtcaagtgcattatccggataacaatattctcctatc2220

caactttggcacatctattgctttgttatacaaggcaaaccctgaaactcgagattgaac2280

acgcctgtgaaaaatcctgtgcttgcaccacctgccactgcatcgttcgtgaaggttttg2340

actcactgctgccattgctcataccgttgatcgcaacggcttatggcacgcgctgacgcc2400

gcaatttttccctcgtgagctgttacatgaaagaaagtgttctgaatagagattcaatat2460

ttaagggcacggtttttgcaaccgtgttcttgtttggcctttccttatagcgggcatagt2520

tacttctgctgtgggttggaagatggcacctctccggatacgcaatggcttaatgaaatt2580

gtgatgacggatttggttagcttgtacatcaacaccaaaataaaactggcaagcatcttg2640

caatctggttgtaagtaatggcggcacttgggcagccatcgttaaacagcgtggcggcag2700

cgcctggcaaatcgtcagcgtagacagcacctatcactcctcgctgtcagtcagttattt2760

atagagtaaaaacaatcagataaaaaactggcacgcaatctgcaattagcaagacatctt2820

tttagaacacgctgaggtttgcgtcagctcatttttatctggccttgtgcactggcaatt2880

attgctgcattgacgatgggattcttttacacactcaacctgcaaacattgttaactcct2940

gctaaattgttggcgctaattatttcatgctacccggcacatagccagtagagtcagtca3000

aaacgcgccacgattcgctcgccggagtggttggcacgcagctcttctgccaccagcgcg3060

attgcctggccgctgctcaggaaatcgccccatggggttggcagtttggcttctgccaca3120

cgtttaagctgcatgaaattctccagataatgctggttcaaaccaacgtttatgaaaatg3180

aagaaataacaagcaaatggcatcattcctgcttttaccagggggatttaacatgcttat3240

gttctcttttcttacaccgcgccgataaaaaatatgcacgtttattgcatatctttcagt3300

gtgacaacttttgttcgtttgtcgcaagctccagcagtttttttcccccttttctggcat3360

agttggacatctgccaatattgctcgccataatatccaggcatgaaattaaacatttaat3420

tttattaaggcaattgtggcacaccccttgctttgtctttatcaacgcaaataacaagtt3480

gataatcagatctttataaatcaaaaagataaaaaattggcacgcaaattgtattaacag3540

ttcagcaggacaatcctgaacgcagggcgttttgctgttaaatcaatagattatttttgg3600

catgattcttgtaatgccagcaagagatttcatatttgggagagcgtaatccagacattt3660

cccggatgtcgcgttatggagcgcgggcggcaacgggcttccgttaacgattaagactgt3720

gacgagcatccggcagttgtacgcaggtgcctgatgcgacgctggcgcgtcttatcatgc3780

ctacgagcccgcgaatatttgcgagccctggcgcaaaacgacattatggaagagcaggaa3840

gcgatggcgctgacccgtgcttacactacgcttcgcgatgaacttcatgattgccggatg3900

cggcacaagtgccttatcaggcctacaggtcggcaatagttgtaggcctgataagacgcg3960

acagcgtcgaacagtgaatgataacctcgttgctcttaagctctggcacagttgttgcta4020

ccactgaagcgccagaagatatcgattgagcaccatcaccagacggacgtgtgccgggat4080

cgcaatggcaatctccccctgcaacgcgccagggcgacgcagcgaccactgtgaattaaa4140

aaattaagctgcttatttaattttctggcacgacggttgcaattatcaggacagcaaaca4200

acgaaaagagaaaacagattaataacattaactttttaaaaactggcatccgctttgcaa4260

acaagccaatacgcggctgaaaaggatatgcagtcttctgctgaattaaaagaagaaatc4320

tactttgcctggcgtctgggcgtgcattgatcctgacttaatgccgcaagttcggtcagg4380

ggcgagtagtaccagacagtttcactcatggcacttctcagcaacgctacagctggttta4440

aacgtggtttcgacaaactgggtggtgcccgcttctcgtttagctggccgttatggcata4500

acatcccgcaatttacctctgcctgacactacgcgcaccatcgtgcaaaagggctgcacc4560

acgatgtgaatgttgcaccaatatagtgcttcaatggaaacattaagcaccatgttgcct4620

acctcccctaacgcttatcgtcgtttctggcgtaaatcttgcctgcttagactaaatctt4680

tgccataagaaccaaatgcacattgttgtgaaggccgatgctgataaacaggcgctggag4740

ctgctggtgaaagcgtgccccgcaggtctgtacaagaagcagaccaaccatgtaggctgg4800

acgccgctactggaagcgattgtgcttaatgatggtggtattaaacagcaggcgattgtg4860

tttattttttatgtattcttttgtgctttcaagattatggcgtaagaaaattgcaatacg4920

attattgttgtatattcaagaagaggtagaagaaaatagtttgtatcctcaatattggca4980

ggttaattgctgtttccccgcaatttgcgctactgtagcgcgatgcgctacgcttatcag5040

gcctacaggatatctggcaacttattaaaattgcatgaacttgtaggacggataaggcgt5100

tcatctaccatgctctctgtagatgccagcgcgagcgaatgaatggcattttcatgtatt5160

aaaccctttggccgggacaagcaatcaaggccggtgacgttgtgttgacaggcacgcctg5220

atggcgtcggcccgttgcaaagcggtgatgagctgacagtcacttggcgaggttgtcgag5280

cgaggcagcaccgcggatgtgctggcatcgccgctgcatgaactcaccaaacggctgatt5340

gccggtatcaccgggcacgttgttctcatcgtcgataaaatggcatgagagttgctgtgt5400

tttagcaagagacgtcgttcagtttacacgcctgacagcgcacaaaaaaagcgcactttt5460

tgactggcacattcggctgcctcaactaggctgaaaaatggtgcgatcgtctcgatcgac5520

gcggtgcattactgcgtgaaggcgcgtggcatccgcgatgcaaccagtgccacgacaacg5580

acctctcttctaataacatccctcaagggaaaaagatccatggcatactattagcagaat5640

aatctacctacgcgagaccatgatttttacctggtgaaagcatcattggatgaaaaatcg5700

gcaacaggctggccccctgtttgcttcgcgatgcgaataaacttattatttcctcacatt5760

tttttatatttcccgccaaacctggcaagagtggtgcgattgttgctctatccccctaaa5820

ccaccggatttccgaagtggatgatgcgaaatacggcttcgtcgcctctggcacgctgaa5880

cccgcaaaaagcgcgcgttctgctgcaactggcgtgtttatcccgattttcgcgatcgca5940

gccggagtggcgcaatccctgcaatacttaaatcggtatcatgtgatacgcgagcagctt6000

attgcgacgcgaaatcgtgcgcaaaagctggcactacttttgcttataagaggatggcca6060

cagacaggtaaaagacagtgcgttagagctggggcgcaagacgctggtcacgcttggcat6120

gcatccgcatcaggcacagcgagcgcaactgcatttagggttaacggtttaaacacccag6180

cgttgccaggttggcccacgatacgatgcatccacagatagccatgcggaaagacagatt6240

tattgatctgaatccaaaagcaatgaccccggttgcatggtggatgctgcatgaagaaac6300

agtatataaaggtggcgaaaaacaattttgaggatttccttatattggtggttagtacgc6360

atgcaattaaaaatgaaattccgcgaccacaagccaaaactcccttataagtctgtggtt6420

acgtcaatagagagctttgtcacaattatctgcaaagtcatacgccgttaattgctttct6480

tgcaaagtcatacgccgttaattgctttcttttttggcgtaagcgtaagatgcttcatct6540

ggtttaaaccaaaaggattaattagaaaaaccccggtccataaggccggggttttttgca6600

tatcaattatttgcatgatgaagggaatctcatgtcagttctctaccggccatcgggtca6660

gcgtggacagcgcgctggcgtgggtacaacgctgcatgaaaggctatcgtctgccggagc6720

caatttcatgtaaaagaataaaatatctgtataaaatcatgccactggcaatctgcatca6780

actctccgggtaaacagggttaagcgctactgatgatatgcgtaatgccaagctctttgg6840

cacgggttgccacctgcatcgcctgttgctcacctttggcggtcaaaggaaatatgcctg6900

agcagcagtcagagacataactggcacgtaaggtttgcaaccactaacccaccaatagag6960

gggtagaatgctggtggcacaggcggctcatgcctttcttctctggcacggtgttctgcc7020

tgacgtagaaccagttataaagcaatttcaaagcgtaatgctgatggtttaggaatgctg7080

gtggcacaggcggctcatgcctttcttctctggcacggtgttctgcctaagccatctttt7140

taatgttaataactagttaattaaagtggcatcctcccgcatcctctctgataatgacgg7200

gatgccgggtgtggattatgtcaccaggagaaggatgaaaagtgtggcaaaccgtaatct7260

gcaaggcgtgccgctggacagcgatggcgcgccagattacccgtcatatcagcgtttcat7320

cgttggcacggaagatgcaatacccgaagtaagacaaccactggaggattatgtgttaca7380

gcgcagggtaagcgctgataaaagatggcatgatttctgctgtcagaaagggatgagcag7440

gcaaagaagaagctcctggtggtttcccttaggccctgcgaaattggcgcacatcctgcg7500

ttccacctgcgcatcgaagtgacgcaccaagcaggtagcgggggttttccccaggtcttc7560

ggattcaggcatagatcttgtttcaactatgtcgccaagccagcattcgtgcgcgctttt7620

ccccgttttttcgttcgattcacgccccggcacagctcttgcgatctgcctgccgtgcgc7680

acggccggaatgccgctgtttccgctgttttcactgcctgcgcgcactggcacagccatt7740

gcaaatacgcctggcaagacaacgacaacaggagacggcatcccacgcagccggatcgca7800

accgctccgattggcacgcaacgtgctttacatcggaccgtcggcagaggcctggacgtt7860

caatttcaatgatttaaaaatttttcgcgaactggcacgggggatgcagagaaggggtcg7920

aagcggccgctggcaggctccacagctgtacgatctctgcaatggcacgaatggcataca7980

tcgtgcttacagttgtgcggctcgcccaatcggcggagagcacacgaggccgcttcaggg8040

aacaccgacaggaggctgatccctcgcagccgcttttgcggcagggagcatgccaatgac8100

caaataaatcattcaaaaacaattacttgaataatcggcacgggtattgctcggctcttg8160

gggtaaagactctctcagccgctgtcgcgacttgtttggtggcgcggccggtaaactggc8220

acatgcattgctttatatacgacgtcacctcgaaagtattcttttaaatcaagaggttat8280

gtgtttgcctcgagtgctggcacagacgctgcattaggttcagtgcgcggacttgttcag8340

gctaataacaatgaaaacgcttaacacaactgtgttggcacgatccttgcattatatatg8400

gatgtacaaaacaggaaaggagcagaaaattgtagaaaacacacgaattcttgatttggc8460

acagaacttgcatttatataaagggaaagcaggataacatgttgatcaacaagttttttc8520

agcaaaagacaagaaaatggcatgattcttgcatttttattcatatgcgaagatatattt8580

cataacggccgcggtggaaaacctcccgcaatgcggccttttggcacgctaaatgcttgt8640

aaacggtcggccgatggtggccgggtacaatacgtcccactgacttcaatcgtctttgca8700

actggtacgacacttgctgttgtcctgctgatctgatcatcgatgccgacgcaaaacgga8760

agcgcatttacgtacatcgcagtggcgcaaatcctgctacgcgtgcgcgggcgcaaaagt8820

agaggaggctgataacgctccaataatcagggcatttgcaacttggcatagaccctgctt8880

tcgaggaagccgcttcggttcgtcgtgctctgtactgtggttgcattcgcatcatcctcg8940

ccacggcatgcaagttgctaatcttcctgaagcgcgctctaggatgatctgctgttgttg9000

ttctagttttagtgctcatgagaccctggcatgccggttgcaaagtcttggatcaagaag9060

ccgccctcccaaaacgtaatcagaagcttaaggtgccgggttagaccttggcacggctgt9120

tgctgataagcggcagcaacactgagtgagggcggcgcggaaatgagcatcatcaggcgt9180

ctgcgcgctggcacgtgacttgctcttagctgggcctaagctgacgaggcaaagggctat9240

cgcattgattgcactcgatttcacctttggcacgatacatgcgtaatcgtctaaagggcg9300

ccatagaggagaagtggaactggaagggcagatcgcttagcgcatttctggcctgactct9360

tgctacgggctgcttgtcacattgtgcttaactccaccttgtgacagcgagcggtcccaa9420

gcggcggggatggtacaagacttgctgttctcttcccaactgacgtaactttaggagaat9480

ctctccacttttgaatcgctccaggctgttggcctgcttcttgctgtccttggcgtcatc9540

gaaaagtcaaagcgaaggataaatttttaaaaaattcataaaaaatttcacaagttggaa9600

cagaacttgcttgtaaacttcacataaacgcaaaagttttttctaaataaaatttcaatt9660

tgaatcaaaacttggaacacttcttgctttaatcttttcgatgcaatattttgaaaggat9720

tcattgataacagaggtttaggtcgtgttttccgagttggcccgaccgttgctgagggag9780

gcgacgaaggcgtgtccgtcagcgccgcgaaaaatttggttaacaagatggcggcgggcc9840

gcaaatcgctccaagcgaaagcctagcttcccatccccggttccgtcggccccggcgccg9900

ccgctgtcggcccgcaggcccagagcttgcaagcccgctcgcaacccctccgtttcgccg9960

ctcttcctatttgttgattttaatggcattttagcgctggcacgaaggttgcttctgggg10020

ttgcgacgcatttgtcgcgtcagccagtgatttagcgcagctttgctggtgggcagaatt10080

ggcccggcaattgcttcaggtcctaccgagcaaaatgctcccggcctgcggcgggcgaca10140

gccgaggaaatgcaaagctggcaagcaaattgcaaaagccagtgcatcatactcccagcg10200

ttgacgaagtctacttttcatgcggttgcgaaattaacctctggtacagcatttgcagca10260

ggaaggtatcgcccaaccacgaaggtaacaacctcttttctttaaaaatcaaggctccgc10320

tctggagcgcgaattgcatcttccccctcatcccccaccgtcaacgagggggcagggatg10380

ggccgcggtagtgcaaagcaacctggcacagccttcgcaatacccctgcgagaacgcgta10440

ttttcaaccataaaaatcataagaatacataaacaggcacggctggtatgttccctgcac10500

ttctctgctggcaaacactcaacaacaggagttgaattcgcgctaactcttctgtcatcc10560

gcgagctggcacaggctgtgcttgaggcaacaactgggtttgccgcttatttaccggatc10620

aatgtttctgcacatcacgccgataagggcgcacggtttgcatggttatcaccgttcgga10680

aaacaccgcggccgagcaggagctgatccccatcacccagccgtggctggccggaaattt10740

gcaatacagggatagcgtgacctgccagatggctacacaaccatttgaaaaatattaatt10800

ttattctctggtatcgcaattgctagttcgttatcgccaccgcgcttccgcggtagaatt10860

ggggggcttggagtgcgcacctgggttggcatgcgtagtgctaatcccatccgcgggcgc10920

agtgccccccgttgcgacaagccctggaattcacttggccgcgcgtcgagcacgcgtctt10980

gctttggctcacggctcttccaaacatccacggaggattttccgattgatggtttttatc11040

gcgatttttcggcatttgcctttcggggcggcttgtgtttcgtgcgggatgtcgcgtttt11100

atttattctgctttttgtgctcgcgccgcgctggcatgctcgttgcagtcttgttcaaga11160

agctgctcccgcacagttgtcctgaccctcggtcagtatcttcaggaactcggcgggcaa11220

cgcactgccaaaccccctgtgcctagcctgccgggcttcgggatggtacggcgctcagtg11280

tttcaacgaccggtcgggcccacgcgttccacttcccccgaccggaagacaattagcaat11340

gtgcatcggcgggggcgaaggcaccgcagtggcactcgaattgctataagaaccatggct11400

ggggacgcccgacaacaggcgttcgaacaacaagaacgaactctacgtaatgccgggata11460

cccgtggcagcgatagctgtttgcctgttcgaaaatttttgggatatttccaaatatttc11520

gcgagcgggacaaacggccggaacttccctcgcagagaaaacatcctatcaccgcgatgc11580

ctacgcaacgctttgattttcaaatgaaaaaaatttaggcacgggtattgctatatctcc11640

gtcgaccgacagaaccatgacgtcatttagatgaaataaggggatcggtataagcaatgg11700

catggcggttgctagctatacgagacttaaaataaaaatagtggtttctcgcttcttaaa11760

aagaacgtcttcgttctgcttggcgttatttttgcttggaaaagtggtcactaattgcaa11820

aaaggagattcgcgatttttctttcgcgtgggcccaaaactggcacgctacgtgctttta11880

aagcatcatccctggcgatcggatgcgcgacgtcttttttcgagaagatggatttcaaac11940

tggcacgatatctgcatcatatccggcgagcgggaaaattcctgccatgcgaattattgt12000

tcgtcagctcaatcggccgcttggcacgaatcttgagagctattgagaggcagcggaacg12060

gccgccgcagccagctggaaagtggcgacgccccaaagcgagttggcacgtttgatgctt12120

aaggcaaatggatccctggcggccagacgcagcgccaaactattgatatttcgatattat12180

cctgttggcacagcgcttgcttttttggacgacgactttttactccagtgggaaagaaag12240

ccgagtagttttatttcagacggctggcacgacttttgcacgatcagccctgggcgcgca12300

tgctgttgcgcaaccgactaccttcgttccagccactcctgctgcccggcacgacttttg12360

caagatcacccggtgggccgcgcatgttgtgcgatgatttcgcgtcattatttgcgaaaa12420

ttccggttggcacgatggctgctgtagaagctgtgagcccggttaggaaccgtccgcccg12480

ccccccggcaagcccgcccggcggcgctggcatggcccttgctgcgcggttttcgggatc12540

tttccctcaacgacattttttcagccacttgggtgatcattgaaccagtggcacgaggcg12600

tgataagggatccccatcgtcccgcaaaggacgggttggtcagggcccttttgcagaggt12660

gggctcaggcgtcctggagacgcgacagcgctccgggaaagagttcggtcgcccgcccct12720

gcccgccggcggcacggtgcgggtcgtccgcgagggggcaggggtgtcgctccagggcac12780

aggccgcaacgccgggctgatgagaagactgattttacgggctcaaaagactggcacact12840

tcttgcatttataatggtgaaccctaaatagaaggaggctcggtatacctggtatgacag12900

cacccttaagagctggcatggaacttgcataataaaaggcggagtcgaaacaagaaaggt12960

gttttcagtctctttttttgtggattcaaaagctggtacggatcttgcatgatgataagg13020

gtgaatccaatgaagaaaggacgggcgcgccgggttcaccgccagcgccgtctgcagtgt13080

gaccgatacgccgcccacattactggtgtgcctgaatcgtggcacactggaagcaataaa13140

tgaagtgggcatgcacgatgcaacgatcgcgcagatcgcccgccgtgcaggcgtttctac13200

gggactgaagcgcacaatgaaaacgcgtcacctgattatgctttccttgggcggcgtgat13260

tggcacaggattattcttcaatacctttttcccgcagtatcatcccgtcacgacgtttaa13320

tagtgggcttagtggcgggagttttctcattgaacatcagggccacgccgggtgtgtggg13380

gcaacgtgaacctgcaccggtagaagaagtgaaaccagcgccggaacaaccagccgagcc13440

acaacatcctcctgtcgcattgctggaaaaattccccgctactgaaaatgccgcgaatac13500

ggttgcccatgcccgaaaagcgatccaccatacctacgagcacgatccggctgaaaccaa13560

ttttggcgatgaagtcgtcaaaaaattaggtttgaatccggatcaggtgcgcgatttaga13620

ccgggatactgcgcgcggtctgtatgctcatatgctcaatggtgaagtccctgaccttga13680

gttgggcggaagccacgagcgccatgcattgcctggtgttatcggtgacgatcttttgcg13740

atttgggaagctgccactctgcctgttcatcctgttcaacgcgctgaccaaagccggtat13800

tgaagcggccaactttccattctgcaccattgagccgaacacaggcgtcgtcgttaaggt13860

attcgaggaagcctggcccttacataccccgtttgtgattgcccggggaagtcgcagtga13920

agcgcgcgtggtcgggagtgttattcagcgcgatgacctggtgcagtacacgacaactga13980

cgatgcaaccagctccggtggtgtcctgcgcgtacttgcacaaaagcgtcataaggatat14040

gaataaattgaaatatcttatgacgcttcttatcaataatactttaccgcttccacatta14100

cgattgccgcccggatgacgaaacacccaccctgctggtggtgcacaatattagcctgcc14160

gccaggcgagtttggacgttataccgatattgccgatcaaatctgggatcatccagaaac14220

acgttttgaagagttctggtcagcggagcatctggcggcaatgtctctgagtgcctgttc14280

taactggtctaaacgggaccgcaacaccgcaatcggcgcgggtgcaggggcattaggtgc14340

ctgcaccacagtcactccagcttataaagataacggcacacgcagtggtccttgcgttga14400

aggaggcccggataacgtccctaaacgctccactcttaaaagccgttccgatgttgaact14460

ggaacgtcaattcaccttcaaacattcaggtcagagctgcattgtaccgttgctggacgt14520

actgctggtgctgttgctgatctttatggcgacagcgcccatcatcacccagagcgtgga14580

atttgccagctttgcggctgtcgaagttcagtcaacgccagaaggccaacaaaaagtcgg14640

tacaatcagtgctaacgcgggagctcgcgttgtagatatcgccgttaaaggcggaaaaat14700

tgctgctatcggtcaggatctgggcgatgcaaaagaagttattgatgtgctcggggcggc14760

ggtgacacctgttgatggtgcattgctcggagatgtagtcacggttgaggcggcagagac14820

atttaccatcgcatctgatgacctgtggatcgagagtttagcgatccaacaattacacac14880

cacggcaaatttacccaacatgcacctgataagtcgcgtcagcggcgcatcaggcatcgg14940

ttgtcggatgcgacgctatgcgtcttatccgacctacagttcagtcgcgtcaattggcgc15000

gaacgcacacattggtcctttttgtatcgttggaccccatgtcgaaattggtgagggtac15060

cgtactagaagcgttcaaaacccaaatcagcaaaatacgcacgggtcgtgcttctcccag15120

cctgctggatggcattgtcgtggaatacttctcttctgccaacgccttagcgttgcaggc15180

aaaacagtatggcgattttgatcgctatgtcctggccctctcctggcactggaaaaaccg15240

tcctgaaaagccagacggcagacgggctgtattacgcagtcaggtacttgaactgcatgg15300

catcagccacaacaccacctatcttggttggatctggagtggttttcaggtgacgatcgc15360

tttgtcgatctgcgcctggattatcgctttacttcttactgccgcatttttagcagcgag15420

tcccgcggcgaagagtgctgttaataacgcctatgatgcattgattattgatcgggccat15480

aggggcaacaggttcggcggttggggaagtcgttttcaatacttcaatgaccggttatca15540

agaaatcctcacaatcagcgttggtaaagtttttgctaacgcagatgagtggatgacaac15600

gtttagagaaaatattgcacaaacctggcaacacgatgccggtggtgtggtgtaccacgc15660

cagttacgtcgctttttatgaaagagcacgcacagagatgctgcgtcatcatcaggcgtt15720

atctccgctctctgcaacggcggctgagacttcttcagcaacgacagcccagcagatgcc15780

aagccttgcaccgatgcatgccgtttacctgaccgtaggactgttcgtgattactttttt15840

taatccgggagccaatctctttgtggtagtacaaacgggaaaatggttagcacgcggcgc15900

ttattcgccagcttcgcaaatccgggcgcgcgtctggacgtttgacccgtctgagtccat15960

ggtctttttgttcgttcagcccgatgccagcgctgctgacataagtgcgcagcaaatagg16020

tggggtgattattccgcagccgcaccgtttcccgttcttactggtggatcgcgtgctgga16080

ttttgaagaaggtcgttttctgcgcgcagtaaaaaatgtaagagggttgatgccagcata16140

caggggcgaagctggtcaacaagtcaacattaagataatggaatattcggagagaaacgt16200

tcccgccaagacggttgaagatgcagtaaaagagatgctggagcatatggcctcgactct16260

tgcgcagggcgagcgtattgacgctgccgtggcgctggcgctaccggcaaaagccaacac16320

ctggccgctgccgccagcgggcagtcgtctggttggcgaaaactactcctggcagttgtc16380

ccagaacgacatcgctgatgttgaataccagttcctggctgaacaggatgtaaaagacgt16440

tgatttgttggcggttttcattattgcggcgtcggttgtgactcgcgcgaccatcggcgg16500

cgttatagaacagtacaatattccatttgtggtcctcgcgcttgggctatgtctcggaaa16560

gttacgacttggttcgatccaactgggtaattccattggcgttttgcgtatggaaggcaa16620

gcgcgtggcgctggtgcctaccatgggtaacctgcacgatggccatatgaagctggtcga16680

cgaagcaatgtgccgcgtgctccgggtggcccgcagcggctggtatacgtggtgtcagcg16740

gcggacaaggataagcacgcgtcagcacaaagggttaaccgaagccggttttgtggtcga16800

tttggccgacaacgggctgaatggctaccatctggcgatgaccggtgattttggctttat16860

cactcctgatgatggcagcaaagacgttttcgtccatttcaccgccatccagagcaatga16920

attccgcacaatgcatgcggagacggctcgcgactttctggagatacatttgccagtgga16980

attacgcgaactttgtgacctcaacacgctacgccctcgtcgcctgcgcaaatctcctgc17040

gctgcgcgctatgtttgaagagacaacacttagccttaacgacctggtgttgccagcaga17100

gctggcggatgccatcgggctgtcgtatgacacctataccggaaagcagatcagcagtca17160

gcgggctatgcgcacgcagcgagaatgtatctacattaatgaaagtcgtaatatcgatgt17220

ggcggcaatagttttatcgctcaacgatgttactatccattgccaggattgcagcatcag17280

ccagctttgcatcccgttcacactcaacgaacatgagcttgatcagcttgataacgtcat17340

ctcccaacgttggctgaatatttctcgtctgctgggctttgtgagcggcatattgatcat17400

tgcccaggcctggttcggcgatatcctgggggccggtttaatccgcgctctgaaagaaca17460

tgtgcccaacgcccgctttgttggtgttgccgggccgtttcgccctgatttatggggtaa17520

accggtggttgtgctatcgaataatgacggttgcgttatcgcccgaaacgctgaggcgcc17580

aacagaggttaaacaggtagtaactatggatatggatctaaacaatcgcctgactgaaga17640

tgaaacgcttgaacaggctaccttcgccgacagtgaattcagcagtaagcgccgtcagac17700

cagaaaagagattttcttgtcccgcatggagcagattctgtgctgcacggcgcaggcaaa17760

cgaccataaactcctcggcgccattgcaatgccgcgtaacgaaaccaacgatctggcgct17820

gtcacttaaaaaactcaggccgcagtcggtaacctcgcgcatacagccgggcagtgacgt17880

catcgtctgcgcggaaatggacgttatattccctgacccattgtttattcgcaaaggcca17940

gggtgtcactcctaccgcatttgcgatgcatctacatgagtaggcgctgtttctcatcat18000

cacgctgtttccattttttgtgatgctgatgacctcgttcaagggcgcgaaagaggcgat18060

ctctattgtcaacattaacgaatctaacctgcaacaggttcttgaacagtcgatgaccac18120

tccggtgctgttctatttttggtcaatgtgcaggaacaggcttaagggtcatgcgaccca18180

gactctgcaagaaaagtacctgaatgccatcatccatgcaggcggtatggctcagtatca18240

gcaaatgaaagcacaaggaattcgctttgtagtcgccagcgggaatcaatattatcagtt18300

gatctcacagaagggcgcacaggcgttagagcggggaattgcgattctgcaatatttgga18360

aaaaagtgggggaagttcgtcggttagtcccattgtccagggttcggcaggtgtaagaat18420

tggcgcgcccaccggcgtggcgtgctcggtgtgtccgggcgggatgactggccgactggc18480

tgccgaagtgctggagatgatcgaaccgtatgttaaaccgggcgtcagcaccggcgagct18540

ggatcgcatgccaaccattgcgcctttcaaagcgggtctgatcgtggcgggcgtagcgtt18600

aatcctcaacgcagccagcgataccttcatcgtttgggcattgattgccgttatcttctg18660

gcaagccggtgggggtgactgggtggcgcgtatcaccggcgcttccgggcaggctttgcc18720

gctgtggagccgcgcagtatttgcggcagaacgcccaacgttaccgatccctgatttgct18780

cacgaccgatgccaacaaaatcattcgtgagcatgaggatacgctcgcagggattgaagc18840

caccggcgtcacgcagcgtaatggcgtgctggttggcctcaatatccgtcctgatggcat18900

ctacattgatgggacttttggtcgcggtggtcactcacgtctgatcctctcgcacttcgt18960

tcccggcacgctggctgatggcgtggtgtatgtctccggtacgctggcttttgatcaaca19020

taataacgtgctgttctatcaggccggaagaggtcaccatgcgctactcattcaggcgtt19080

accgggcatgggcgatgatgctttaatctacgccctagagtacccgtggctggcggagcg19140

tgacgaagacggtgcggtagtcacctttactggtaaggtgcgcaaccataacctgggtat19200

gaaccagattggtgcgcactatgaaggccacaagatcattgagattggtgccgttgaagt19260

ggtgaaccgtcgcctgacgccgctgaaacgtgctaccgatgtccactggcatccaacgcg19320

taaccaacgtgcgccgcagcgtatcgacacgctgcagcttccggtggttcacccgacggc19380

gtttgtccatcccagtgccgtcttgattggcgatgtgattgtgggagccggtgtctacat19440

cgcaggcatgatggattgcaaaaaagcactgactgaagctaacggcgacatcgagctggc19500

aatcgaaaacatgcgtaagtctgttaccgtttataactacgatggtgaaacacgggaata19560

tatttccacttcaaatgaatatcttgccgttggtgtcggcattctgttggcaacggcagc19620

ggtagtactggtgctttcgcttgcctacggaatggtcgcgctgatcggttatagcgtcag19680

tttcaaggggggcctgatggcgctgcgcttatcaggcctacgctcgaaagcatcatttgg19740

aggccggataagacgctacgcgtctgcgatgtgatagctgatatacccaacgtaattggc19800

gttgcatacagcacaacccgcgggctccaatgaactgacccacgcttttgcccacctggc19860

tcgccgcaccttaaaatacgacagataaaattataggcagccataaaaatagtgatctca19920

aaacgtagcttacgtaacccaccaccggtatccattcgttcttcagacttctgaagaagc19980

gttccattgggctgttatcccagcaatttttgtaggcctgataagacgtggcgcatcagg20040

catcgtgcaccgaatgccggatgcggcgtgaacgccttatccgtcctaaaacactggttg20100

tagctcttgggggcaacgccttactccagcgcggtgaggcgctgacggcagaaaatcaat20160

atcgcaataaacggtggatcaatattgggccgttggtggagatataagtggatcactttt20220

catccgtcgttgacaaccactgatgggcaagcagactgctgacaaagctgttggtgctgt20280

tgaatgttaggttacgcttcgctccactccacccaacggaatccgcaatatcctgctcgt20340

cattcatcgacttaatggacgcaaaaaaggccggttaaaccgaccttttatccagccgcc20400

cttcagggcgtgtaatagtctttttaatatgtgacaatagtgttgctaaggtgtgattga20460

agcgtggagtttacgcacgttgagtgatcaccttaaggcgagattattaaagttgccatg20520

cagcgtccggggaagtgttgggcgctgttttttttgtttcttaataatgtgttgttgcgc20580

aacatgcctgatggcgctgcgcttacccagtctaccgtaggccggataagcgcagcgtca20640

tcaggccattaacgcttcattcgcacgggctttaatgagtaaaccgtacattaaatgaat20700

accttcgggatagggaaaagttaacgttgtcgggttttggaagcatcaccatttgtctta20760

tgtacgcagacggtaaaaaagatccacaacggcggtaaattgaaaaattaattgccatga20820

ctggggggaatccttgctagttatataaggtcactgttagctagaggcttgagcgacaaa20880

agtgtcatttggattgaggccttatccggcctacaaaatcgtgcaaattcaaaatattgc20940

aggggacgcgtaggcctgataagcgtagcgcatcaggcattagctataatctggtacagg21000

gccataaaatcgccacagtaatctcatactcgcttactgtggcgatccctcttcttccgt21060

taatgtttgaggatcgcccagatgaatcgctcacccgataaaatcatcgcgctgatattt21120

ttactgattagcctgttggtggttagagtcattaccgtttcgtctatataaaaacttatg21180

tttttggtacattagcagtatatatcatctctatcatcacaacgtgatcgataagaaaat21240

atcacactgtgaagcatgatgaccacatggctgaaaagagagagaacttattttgctcaa21300

tcaacgctcatcctcatgatctgatgacaaaactgttttgcacgttgtgcgcgcgcttcc21360

ccggaggcggcgctggcgcgccttttggaagcatcaccctattctgcatactcttgaaaa21420

gaaagcataacctaagccccttaaaagcattcaggataattatgaaccgtcaggaatacc21480

aggcttagtacacagcactgaaagtagaaaccactccagccattcgtcatcaatttgaac21540

aacacattgaattgccggatgcggctagcgccttatccggcctacgttaatgaatgtagg21600

ccgggcaagcgaagcgctccggcataatttttccacagaaaggaattgtcgttgttacaa21660

caataatgaacggatactgacacaacatcgctacactttttaaagcacagaataaactgg21720

gcacgatagccccgattcagattgcagacaaagtaagctttgttcatgccggatgcggcg21780

taaatgcctaaagtggcaattacgcatagtttcccgataaagacgcgatagcgacatccc21840

gcataaggcatttttctctttatctttgtagggcaaatccaacggggtatggaccagatg21900

gaaaaaatcacaacaggtgtgtcatacaccacgtcagcggtgggaacgggcattgcgcgg21960

tacaactaaaaaacgctgttccgatggagtgcaatcccggaacagcggagcgaagaattc22020

gcaatgtggacattcgtaggacggataaggcgtttacgccgcatccggcaacagatgcct22080

gatgcgacgctaccgcgtcttatcaggcctacaggggcgacttcattagcgtgcgcctgt22140

attttaactttgctgtggcttcgcgccagttctgaagctacgacatacatatttcctgca22200

ttaacctgcaatttttagccaaatagcggtcaacaaaaaagggggccctgaactcatcag22260

cgcccccttttatttgttagagtcattaccgctgttgctcagtttgcataactcgccctt22320

tgtcatagacgtgctgcgtattgttcagataatgagtggcaaggctgggacggaagttac22380

tgtcgttctcaaaatcggtggagttgcatgacaaggtcatcgggcattatctgaacaatg22440

aagggttgaccgcacctcggggcactccggtggcttacgccactacgaccccaacggcac22500

gtttccccttcaattgactgtgatccagaggctgggtgacaaacgtataattgcctgatg22560

cgcttcgcttatcaggcctacataaggcattgcaactgatgctgtatcaggccgttgttt22620

tagtccgttagcttcgccacgttccaagagaagaaaccgtcactcataagcatgaactat22680

tacttttgccctgatgatctaaaagcaaactgtgcaatgaaaaacaggagccatcaggct22740

cctgtttgcatttctgacgacgcaggtcatttcttcccaagctgactcgctgattaaaat22800

ttcgcggatctgggccgatttttttcccgcaaacacatcgaaataaaaaccgggaagatc22860

ctaagaagatcttcccggttgttttttgatcgccagtagttacccagttaagcccgtttg22920

tgttattgacgcttatttattggtgagaactacgttccatggcaggagttcgtcaacacg22980

gttggagggccattccggcagtatataccctttgtccttgacgccgcagcgttgttagcg23040

gcgttcgctcacccgaatcacttacttgagtaagctcatcgggataggcagttggatcaa23100

aaaaggacacgatttttacgtgtcagactgctgacaaaccccgatgacgcgatcttgaac23160

ggtgagatagcggctcccacaatgttcaaatgtgggagctatttaccagcacatcttaca23220

cttatgatgagaactcctggcgaattttattagttcggcgtaagaactcagagacttaat23280

tcccctatcccatagataacgataggggaaaattatttttgcagaattaatacttcaact23340

tctggttgcatgattgtttgtccgtaaaaagataacgcgcctgccgggtagtagcaggcg23400

cattacgcatctctgacgttttccgggtggcgctggtcgcccggattacagctcataggg23460

tgtgacgacaccatctctcgtattccgcgccgggcagtcgtcagacaaaaaaatatccgg23520

gggaatgccccggatatcagactgctgacaaaccccgatgactcactcttggcagtgcca23580

tttatgataaaaacatcccttaaaaccaatctaatctttttcttcctctgtgtatttgtt23640

ccccatatggcgttcatattgtactgttacgttgtacaaacctgtgccaacgggttcccc23700

tcaccctaaccccagaggagcgaggggaccgttggcaagctcacgctcatcattaagttt23760

atcaatccggcacagtctctgttgccggattttttgtattcagaaaaccaggtccgtggc23820

gatgacccagcaaagataaaacgagtcacaggttatgcatgagaggaaatcaggcgcttc23880

gccgctatttcgaattgggctccacaaaatggggacatcaaagaaaagcagtggcaatag23940

gtatgactgatgctttaacgaaaagttcgacctattgcaaagcttggttgttgttaaaga24000

tgaattttttaacggactcgatgccgtcataaaagtgatatttaacggctacgctgattg24060

gaagcatcaccaagaatgcgatggatggtatatttacgaaaaaataattgatgataattt24120

tgccatagtcatagaatcgtagcccatatctttaaaaacccgccttactgggcgggtttt24180

ttatgggtagcgttagcgtacaagacaatatgtttagtcttctttggatcttgtaggccg24240

gataaggcgtttacgccgcatccggcatgaagcaacgtactcgatattagcaatttggcg24300

ggctagttttaaacgtcagattagtcttagacgtcagattagttttagatgtcagattag24360

ttttagacgtcagattagcttatgtgatgagccgttcatgatacaggagtagtaaagggc24420

atattttaccaatgttaaggcgactttccgttttattgcgagaggcgctcgaaaatacaa24480

tatgggtattaggctttgttggcactgcatttgatactaaatttagtgccaacaaagcat24540

cggtctgatagttaacattacaagatataagtaatggacgcactcccaattagtctattt24600

aaatcgccacgagtttaactgacatattctactctggaagtagagtattaattatattac24660

tgggaagccttaacgccattatatttatttaattgatgacattagctgccggatacgcgg24720

cctacggtgtatgacttgtagggcggataagatgcgccagcatcgtatccgccaataaat24780

gccggagattatcctaaagttacacacatttgctgtgtaaaacgaggggttttccgcagg24840

caggagagcaaaatgccacgctctgttcaacaatcggggagtcagcagggggctgaaacg24900

ggaaagcccctcccgaagaagggggccttacagaaggaaagggttatgaaaagaatgatt24960

tatagggccagaattaaggggcaaagacatgaaaaagccgttgcccctttagtcgttata25020

ccgtttgagaacgacgcagcttttgcctgcgtcgttcgacggctagtcaataaagactgg25080

ccctgccggaaaatgcgccaggaaactcgtcaaagggggccaaagccccctaatactcaa25140

ctaaccaccgataggtaaacgaatcccgatgagcttacaccagtaagtgatgtcagttgt25200

tgatacgaatttatcgtcacgatgataattgactgataaagggttattagctgataaagg25260

gctattgactgaaaggcggcagtgagaagaccgccatttcaggttaccctaccttcctgc25320

cggatgtgcttcgtcctacaaaaacttataaatcataacgcctgatgagataagcgctta25380

atgcgctagctggcagggggagtccatttcctcaacctctttaccgctgaggcgacctgg25440

cttgatgcgacctatcgcagcaatgtttgcaacgaacaggattgtaacggtaatcggatg25500

ccagggatcgcccgtgttttactcgcctctgaatgagcagaggcgagtgagtattttaat25560

gaacaaaacgtccggcacgagacataaattcttcttattattgttctgttagtgtattat25620

ccactgcggccctttccgccgtctcgcaaacgggcgctggctttaggaaaggatgttgcc25680

gtatagaaatcccaacagattgaatatcaagaaaatgtctcactgccccaaacttaatcc25740

ccaataatattccccctttgggttggaaaatgggagctgggtgttctaccgcaggggcgg25800

gggactccaagtgatatccatcatcgcatccagtgcgccgcgataaagcagaaaagcgaa25860

ggggcgtttaatgcccctgaggttattgacaacgctatttttagcctcgtgagtgaaggg25920

gatgcgacgctggcgcgtcttatcaggcctacaccgctgtgaagtgcggcaccccgtagg25980

tcagacaaggcggtcacgccggagtgagttttcaatcacctttccatccaccttatatta26040

agcatggagggtttcagttcacgggctcattagaaaataatc26082