基因的鑒定方法：
間接識別法
在基因的間接識別法（Extrinsic Approach）中，人們利用已知的mRNA或蛋白質序列為線索在DNA序列中搜尋所對應的片段。由給定的mRNA序列確定唯一的作為轉錄源的DNA序列；而由給定的蛋白質序列，也可以由密碼子反轉確定一族可能的DNA序列。因此，在線索的提示下搜尋工作相對較為容易，搜尋算法的關鍵在于提高效率，并能夠容忍由于測序不完整或者不精確所帶來的誤差。BLAST是目前以此為目的最廣泛使用的軟件之一。
若DNA序列的某一片段與mRNA或蛋白質序列具有高度相似性，這說明該DNA片段極有可能是蛋白編碼基因。但是，測定mRNA或蛋白質序列的成本高昂，而且在復雜的生物體中，任意確定的時刻往往只有一部分基因得到了表達。這意味著從任何單個細胞的mRNA和蛋白質上都只能獲得一小部分基因的信息；要想得到更為完整的信息，不得不對成百上千個不同狀態的細胞中的mRNA和蛋白質測序。這是相當困難的。比如，某些人類基因只在胚胎或胎兒時期才得到表達，對它們的研究就會受到道德因素的制約。
盡管有以上困難，對人類自身和一些常見的實驗生物如老鼠和酵母菌，人們已經建立了大量轉錄和蛋白質序列的數據庫。如RefSeq數據庫，Ensembl數據庫等等。但這些數據庫既不完整，也含有相當數量的錯誤。
從頭計算法
鑒于間接識別法的種種缺陷，僅僅由DNA序列信息預測蛋白質編碼基因的從頭計算法（Ab Initio Approach）就顯得十分重要了。一般意義上基因具有兩種類型的特征，一類特征是“信號”，由一些特殊的序列構成，通常預示著其周圍存在著一個基因；另一類特征是“內容”，即蛋白質編碼基因所具有的某些統計學特征。使用Ab Initio方法識別基因又稱為基因預測。通常我們仍需借助實驗證實預測的DNA片段是否具有生物學功能。
在原核生物中，基因往往具有特定且容易識別的啟動子序列（信號），如Pribnow盒和轉錄因子。與此同時，構成蛋白質編碼的序列構成一個連續的開放閱讀框（內容），其長度約為數百個到數千個堿基對（依據該長度區間可以篩選合適的密碼子）。除此之外，原核生物的蛋白質編碼還具有其他一些容易判別的統計學的特征。這使得對原核生物的基因預測能達到相對較高的精度。
對真核生物（尤其是復雜的生物如人類）的基因預測則相當有挑戰性。一方面，真核生物中的啟動子和其他控制信號更為復雜，還未被很好的了解。兩個被真核生物基因搜尋器識別到的訊號例子有CpG islands及poly(A) tail的結合點。
另一方面，由于真核生物所具有的splicing機制，基因中一個蛋白質編碼序列被分為了若干段（外顯子），中間由非編碼序列連接（基因內區）。人類的一個普通蛋白質編碼基因可能被分為了十幾個外顯子，其中每個外顯子的長度少于200個堿基對，而某些外顯子更可能只有二三十個堿基對長。因而蛋白質編碼的一些統計學特征變得難于判別。
高級的基因識別算法常使用更加復雜的概率論模型，如隱馬爾可夫模型。Glimmer是一個廣泛應用的高級基因識別程序，它對原核生物基因的預測已非常精確，相比之下，對真核生物的預測則效果有限。GENSCAN計劃是一個著名的例子。
比較基因組學
由于多個物種的基因組序列已完全測出，使得比較基因組學得以發展，并產生了新的基因識別的方法。該方法基于如下原理：自然選擇的力量使得基因和DNA序列上具有生物學功能的其他片段較其他部分有較慢的變異速率，在前者的變異更有可能對生物體的生存產生負面影響，因而難以得到保存。因此，通過比較相關的物種的DNA序列，我們能夠取得預測基因的新線索。2003年，通過對若干種酵母基因組的比較，人類對原先的基因識別結果作了較大的修改；類似的方法也正在應用于人類的基因組研究，并可能在將來的若干年內取得成果。