人类蛋白编码基因局部GC水平相关性分析.pdfVIP

HEREDITAS (Beijing) 2008 9 , 30(9): 1169―1174 ISSN 0253-9772 研究报告 DOI: 10.3724/SP.J.1005.2008.01169 GC 陈祥贵, 胡军, 杨潇 , 610039 : GC 含量是基因组 DNA 序列碱基组成的重要特征, 蕴涵基因结构、功能和进化信息。文中通过从公共数 据库提取 7 992 个非冗余的人类蛋白质编码基因 DNA 序列, 分析了基因序列不同区域的局部 GC 含量和相关 性。结果表明: 基因局部 GC 含量呈现不均一性, 5′非翻译区 GC 水平最高, 为 62.56%; 而 3′非翻译区 GC 水平 最低, 为 43.97% 。3′侧翼序列的 GC 含量能较好地代表基因所在区域 DNA 长片段的 GC 水平。虽然开放阅读 框的 GC 含量比内含子、3′非翻译区和 3′侧翼序列的 GC 含量高, 但 4 个区域的 GC 含量之间均存在较高的相 关性。密码子第三位置的平均 GC 含量(GC3)为 58.09%, 显著高于密码子第一位置和第二位置的 GC 含量, 且与 开放阅读框的 GC 水平高度相关, 相关系数高达 0.91 。GC3 与内含子、3′非翻译区、3′侧翼序列的 GC 水平相 关性也较高, GC3 对 3′侧翼序列的 GC 含量的直线回归斜率为 1.25。因此, GC3 可作为基因所在区域 GC 水平变 化的敏感性指标。而密码子第一位置和第二位置以及 5′侧翼序列和 5′非翻译区 GC 水平与基因其他区域的 GC 水平的相关性较弱。该研究结果提示: 基因蛋白编码区密码子第三位置、内含子、3′非翻译区和 3′侧翼序列的 碱基可能经历了相近的进化过程, 而蛋白编码区密码子第一位置和第二位置、5′侧翼序列和 5′非翻译区由于功 能的需要而经历了不同的突变和选择。 : 局部 GC 含量; 相关; 人类蛋白编码基因 Analysis of correlation of local GC level in human protein coding genes CHEN Xiang-Gui, HU-Jun, YANG Xiao School of Bioengineering, Xihua University, Chengdu 610039, China Abstract: GC level is an important feature of genomic composition, which significantly improve our understanding of structure, function and evolution of genes. In this paper, the nonredundant DNA sequence of 7 992 human protein coding genes were retrieved from public database and the local GC level of different sequence regions and correlation between GC levels were analyzed.. The results showed that the GC levels of different sequence regions were strikingly nonuniform. 5′ untranslated regions were of richest GC, with average GC content being 62.5%. 3′-untranslated regions were of poorest GC, with average GC content being 43.97%. GC contents of 3′ flanking se