寻找遗漏基因是基因组注释中一项挑战性问题，即使对基因结构简单的原核基因组，基因遗漏的现象同样普遍存在。当基因与已知蛋白质缺乏显著同源关系时，作为基因预测最可靠途径的知识库检索方法就会失效。本文提出一种新的基因发现方法，通过搜索原核基因组中所有具备蛋白质序列模式特征的片段，寻找通常基因预测方法难以发现的基因。为研究该方法的有效性，本文系统研究了来源于气热菌属、棒状杆菌属、乳球菌属、乳杆菌属、片球菌属、链球菌属、和热酸菌属等7个属的22个原核基因组，利用InterProScan作蛋白质模式扫描并对，扫描结果进行了细致的比较基因组学和基因结构分析，发现1.所有（约40万个）与已知蛋白质序列无显著相似性的ORF（Open Reading Frame,开放读框）中，有7265个携带蛋白质序列模式，其中94%的蛋白质模式特征携带者是已注释基因，表明了在现实基因组序列背景下，模式特征与编码区之间良好的对应关系以及将模式特征扫描作为基因发现手段的合理性；2.在其余的6%（450个）GenBank未注释的ORF中，有395个在其他基因组中存在相似的ORF序列，另有323个ORF具有恰当的核糖体结合位点，这些额外的证据均支持这些ORF是可能的遗漏基因。基因组序列搜索还发现这450个ORF中有37个可能在进化过程中发生过移框或无义突变，为疑似假基因。还有10个ORF未找到其他证据；3.经过适当预处理，一个基因组的全基因组扫描约耗费100CPU小时，例如对Streptococcus mitis B6的扫描约耗时101CPU小时。这些结果证明蛋白质序列模式特征对于编码区有很高的覆盖率和很低的假阳性率，计算复杂性亦在可接受范围。因而蛋白质序列模式特征可以有效地发现原核基因组注释中的遗漏基因，弥补通常的从头预测方法和基于序列同源性方法的不足。