Yesat基因组编码区特征参数研究.pdfVIP

生糟糟理学报 第十七卷 第三期 二o0一年九月 ACTA B10PHYSICA SINICA Vo1．17 N0．3 Sept-2001 Yeast基 因组编码 区特征参数 的研究 张 额 ， 李 宏 ， 吕 军 ， 罗辽复 (内蒙古大学理论舒理和理论生舒舒理研究室 ，内蒙古 呼和浩特 010021) 摘要 ：以碱基成分偏移量D 值 0为基本参数定义参数 d，以 d为 Yeast螭码区的特征参数，对 Yeast的第 1、2、3类 ORF(openreading~rame)进行 了统计 ．得到 d的特征参数 区间。并且 ，以此 区间为标 准对 Yeast的6类 oRF，以厦 5帽、3尾 、内舍子、组分随机序 列等非螭码序列进行 了检 验 。站秉表唧I，用 d作蝙码 区的特征参数是可行的，它可 以很好地 区分螭码序列和非螭码序列 。另 外 ，叉讨论 了参敦 d与基 目表遗 书平(用CAI值束衡量)的关系。发现 ．参数 d与基 田表遗书平成 很好 的正相关关系；发现 密码子 的第 l位点和 第2住点的某些碱基分布与基 目表遗书平有关。 关■词 ：Yeast基 因姐 ；蝙码 区；碱基成分偏穆 ；正相关 中硼分类号 ：Q617 文t标识码 ：A 文章冀号 ：1000—6737(2001)03—0535—07 随着基 因组研究的不断进展 ，现已完成 了数十种原核生物细菌 和数个真核生物基 因组 DNA全序列 的测定工作 ，如大肠杆菌 (Escherichiacoli)、酵母 (Saccharomycescerevisiae)和 线虫(Caenorhabditiselegans)。到 2002年对果蝇 、2003年对人类 、2008年对小 鼠的全基 因组 序列 的测序也将完成 。但是 ， 目前 已经完成和正在实施 的基 因组计划给人们 留下 的只是一部 “天书”。如何读懂这部 即无段落又无标点的 “天书”，已成为研究的重点。理论上对 DNA全序 列的分析主要是探讨寻找新基因的理论方法 ，而在这个方法确立之前，对 已知基因即编码序列 的特征进行分析 就显得很有 必要 。 Yeast已知 的0RF中，分成 6类 。第 1类 ORF是指有确定蛋 白质对应 的核酸序列 ：第 2 类 ORF是指与已知蛋 白质强相似 的核酸序列 ；第 3类 ORF是指与已知蛋 白质弱相似 的核酸 序 列 ；第 4类 ORF是指与未知蛋 白质强相似的核酸序列 ；第 5类 ORF是指与未 知蛋 白质 弱 相似的核酸序列 ；第 6类是指有疑 问的ORF。我们选取 Yeast全基 因组数据库 中编号 以 “Y” 打头的 (如 ：YALO01c，YBR299w等)第 1、2、3类 3587个 ORF作为统计对象 。得到 Yeast编 码 区的特征参数 ，从而试 图去预测 Yeast中尚未发现 的ORF是编码 区的可能性 ，或预测 Yeast中 6类 已知的 ORF中非真实基 因编码 区的可能性 ，并将 此方 法进一步推广去预测其它 生物基 因组 的编码 区 。 1 特征参数 的选取 文献 【2，3】用偏好模分析法 ，以对独立序列的偏离 Lk 为参数 。判定外显子 中存在三重性 读码框架 ，而 内舍子 、5帽、3尾等非编码 区不存在读码框架 ；文献 【4，5]又引入关联谱分析法 ， 对关联 函数 C(r)进行谱分析 。发现编码 区的谱 P(k)在 k=N／3处存在峰 ．表明碱基在密码子 收奠 日期 }2o00—12—1B 基套疆 茸；国寡 白鼻!；辩学基金赍助项 目 作者蕾介 ：张囊 -1973年生，硬士研究生，电话 }(0471)6519888，E—mailq．ujun8210~263．1let 生 物 杨 理 学 报 2001整 的三个位 点上 的不 均 匀分 布 ；文 献 【6，71定 义 了非 均 匀指 教 HI(Z)，进 而定 义 了 L，r，， 、 Fffj={ ，发现编码区F(z)在z=3时取极大值，表明编码区的三重读码框架。 J 一 1 ， 由于不 同的氨基酸及其不 同的同义密码子使用频率各不相 同，导致 了在编码序列