Statistical Properties of DNA Sequences.ppt

Statistical Properties of DNA Sequences 東海大學物理系?施奇廷 2005/5/15 生物物理 生物學家最感興趣的：基因圖譜 Music of Life 將流行性感冒病毒之DNA序列轉換成樂譜： Z CurveR. Zhang, and C. T. Zhang J. Biomol. Struc. Dynamics 11, 767-782. 核苷酸的三種特性 嘌呤（A, G） vs 嘧啶（C, T） 強鍵（C, G） vs 弱鍵（A, T） 氨基（A, C） vs 酮基（G, T） 什麼是「Z 曲線」？ 對於任何一個DNA序列，若由第一個到第n個鹼基中，A, T, C, G出現的個數各為 An, Tn, Cn, Gn 例如以下序列：AATTGCATCCCGAGG，則（ An, Tn, Cn, Gn ）為： n=1：（1,0,0,0） n=5：（2,2,0,1) n=10：（3,3,3,1） n=15：（4,3,4,4） 什麼是「Z 曲線」？ 接著定義三維座標 Rn=(xn, yn, zn)，其中xn, yn, zn定義為： xn=2(An+Gn)-n yn=2(An+Cn)-n zn=2(An+Tn)-n 以前述序列為例AATTGCATCCCGAGG ： n=1：（1,0,0,0）→ Rn=(1,1,1) n=5：（2,2,0,1) → Rn=(1,-1,3) n=10：（3,3,3,1） → Rn=(-2,2,2) n=15：（4,3,4,4） → Rn=(1,1,-1) Z曲線的意義 xn=2(An+Gn)-n → xn0 表嘌呤類較多，嘧啶類較少 yn=2(An+Cn)-n → yn0 表氨基類較多，酮基類較少 zn=2(An+Tn)-n → zn0 表弱鍵結較多，強鍵結較少 若有一序列總長度為 N，則可以由以上定義算出Rn（N=1,2,3……,N），並在三維空間中畫出軌跡 亦可將足標n視為「時間」，畫出x(n),y(n),z(n) 大腸桿菌之Z曲線 DNA WalkC.K. Peng et al. Nature 356, 168 (1992). Random Walk 什麼是「無規行走」（Random Walk）？ 一維：丟一枚銅板，出現正面則向前一步，出現背面則向後一步 二維：丟兩枚銅板，出現「＋＋」則向前、「＋－」向後、「－＋」向左、「－－」向右 如果沒有作弊，平均而言，走過很多步以後，會回到原點附近 但是不會剛好回到原點，而是在距離原點√N的範圍之內 寫成數學表示法：Y(N)=0± √N。若把標準差寫為 F(N)，則 F(N)= √N 或 N0.5 利用電腦程式模擬看看： DNA Walk 如果我們不用丟骰子的方式來決定往哪個方向走，而是利用 DNA 序列來決定，結果如何？ 一維 DNA walk 方法：依序讀入 DNA 序列，如果讀到 C, T （嘧啶）則向前一步，如果讀到 A, G（嘌呤）則向後退一步 二維 DNA walk 方法：四種核甘酸剛好對應四個方向 麵包酵母菌第三及第八條染色體之一維 DNA Walk 麵包酵母菌第二條染色體之二維 DNA Walk 關於一維 Walker 的分析 比較三種「走法」：前兩種是我們前面介紹過的 Random walk 以及 DNA walk 第三種是 Fibonacci walk: 利用所謂的 Fibonacci 數列方法產生一個「假的」DNA 序列 由 G 開始→G 變成 GC→G 變成 GC，C 變成G（GCG）→GCGGC→GCGGCGCG…… 產生出來的序列再用 DNA walk 的方法去走，得到下圖 DNA Walk (conti.) Fluctuations: Correlation: Random sequence and short correlated sequence: Long-range correlated sequence: 關於一維 Walker 的分析（續） 由 F(N)=Na 的行為看來，這三種序列有很大的不同： Random walk: a = 0.5 Human Ch22: a ~ 0.6 Fibonacci: a 0.5 Random walk 裡面不含資訊（全是隨機亂數），因此 a=0.5 表示「資訊量最低」 Fibonacci 序列有嚴謹的規則，所以 a 偏離 0.5 很遠 DNA ? DNA Walk (conti.) intron-containing b-cardiac myosin (● with a=0.67) and its cDNA (○ with a=0.49) intron-rich genes (● with a=0.62) and its intr