在基因预测之前，一般首先会对全基因组进行重复序列鉴定和屏蔽。

1. 重复序列

基因组DNA的总含量与物种的进化复杂性无关，甚至矛盾，即所谓的C值矛盾。编码基因数量在不同物种中总体相似，而造成基因组大小显著差异的主要来自重复序列。植物基因组中重复序列通常占很大比例，分布在着丝粒、端粒及染色体各区域。根据序列排列方式可以将重复序列分为两类：一类是串联重复序列，重复单元首尾相连，成串排列；另一类为散在重复序列，其排列方式不是首尾相连簇集在一起，而是散布在不同位置，转座子（transposable element）即是典型的散在重复序列。

1.1 串联重复序列

串联重复序列按照其重复单元的长短可分为三类：

1.1.1 微卫星DNA

微卫星DNA（micro-satellite DNA）序列，又称短串联重复序列（short tandem repeats, STR）或简单重复序列（simple sequence repeats, SSR），是一类由几个核苷酸（一般为1~6bp）为重复单元簇集而成的长达几十个重复单元的串联重复序列。

微卫星DNA可分布在整个基因组的不同位置上，包括编码和非编码区域。这类重复序列最大的特点是长度的高度变异性，突变率比基因组其他部分高得多。同时，微卫星DNA两端的序列多是相对保守的单拷贝序列，因而可根据两端的序列设计一对特异的引物，扩增每个位点的微卫星DNA序列。微卫星DNA的丰富多态性、共显性、基因组位置上广泛分布等特性，使得微卫星DNA成为遗传标记受到人们的普遍关注。

在植物微卫星DNA中，AG/GT是最常见的，而在动物中，A和AC重复是最常见的。

1.1.2 小卫星DNA

小卫星DNA（mini-satellite DNA）序列通常是指7~100bp（多数为15bp左右）为重复单元的串联重复序列，长度多在0.5~30kb。

1.1.3 卫星DNA

卫星DNA（satellite DNA）通常包含富含AT的重复单元，一个重复单元长度通常在150~400bp，形成长度可达100Mb的串联重复序列。

卫星DNA位于染色体的各个不同区域，主要在着丝粒周围及亚端粒区域。重复单元长度多为135~195bp和315~375bp。卫星DNA在植物基因组中占比多的高达20%，拷贝数可高达10^6~10^7。一个物种中有多种不同的卫星DNA家族，一个家族也可能出现在不同物种中。卫星DNA具有很高的进化速率，多数卫星DNA是物种或属特异性的。