酵母基因组中ORF数目与长度的关系.pdfVIP

第9卷 第 1期 生 物 信 息 学 V01．9No．1 2011年 3月 ChinaJournalofBioinformatics Mar．，2011 doi：10．3969／j．issn．1672—5565．2011．01．008 酵母基 因组 中ORF数 目与长度 的关系 冯立芹 (内蒙古民族大学物理与电子信息学院，内蒙古通辽028043) 摘 要：根据NCBI数据库中基因注释序列及相关注释文件，统计了酿酒酵母基因组中不同长度 的开阅读框架(OpenReading Frame，ORF)的数 目，分析 了开阅读框架的数 目随长度的分布关系，结果发现有明显的规律性。根据分布的特点用各种分布 模型进行拟合比较，提出这类分布是F(Ot，)分布的假设。进一步根据 r(Ot，)分布估算了酵母基因组蛋 白质编码序列的数 目为 5870个。该结果对于基因注释具有一定的参考价值。 关键词：基因组；开阅读框架(ORF)；f(Ot，)分布 中图分类号：Q61 文献标识码 ：A 文章编号：1672—5565(2011)一0l一032—03 Therelation between ORF ‘numberand itslength inSaccharomycesCerevisiaeGenome FENGLi—Qin (SchoolofPhysicsandElectronic咖rmation，InnerMongoliaUniversityofnationality，TongLiao028043，China．) Abstract：ThedistributionofORF ‘numberwith itslengthwasanalyzed ingenomeofSaccharomycescerevisiae basedonthedatafrom NCB!．Studiesofthestatisticalcharacteristicsshow thatthedistributionhasobviousregula— tions．Accordingtothecharacteristicsofthedistribution，ahypothesisthatthiskindofdistributionisr(，)dis· tributionwasproposedbyComparedwithotherdistributionmodels．Furthermore，theresultthatthenumberofpro— teincodingsequencesis5870WaSgivenbyF(， )distribution．Theseresultshavethecertainreferencevalueto geneannotation． Keywords：Genome；Openreadingflame(ORF)；F(Ot， )distribution 任何一种生物的基因组，都是 由不编码蛋 白质 基因组的全序列测定之后，确定其含有的ORF就成 的核苷酸序列和编码蛋 白质的核苷酸序列 (基因) 为了主要任务 ，称为基因注释。 目前用于基 因注释 所组成。基因组研究的结果表明，一个基因组拥有 的方法还有较高的出错率，尤其对于那些存在不连 的 “基因”数 目是 由两部分组成 的：通过实验证 明确 续基因(即在一个基因内插有非编码 的核苷酸序 有蛋 白质产物的真实基因、根据起始密码和终止密 列)的复杂基因组，出错的问题更为突出。此外，这 码序列所确定的潜在基因。生物学家们把这两类基 些 ORF是否与蛋 白质存在一一对应关系也是一个 因都称为 “开放 阅读框 ”(OpenReadingFrame， 问题 。一方面 ，人们已经发现有许多 “假基因”的存 ORF)。因此 ，一个基因组 内的基 因数 目通 常