基因组中基因非均匀指数、偏好模以及其基因间关联分析.pdf

基因组中基因非均匀指数、偏好模以及基因问关联的研究 摘要 本文麸有三荜： 第一章按照“在计算非均匀指数}{I的值时，任何一种碱基在序列中出现的 理沦频数都应该大于5”这一基本要求，对原HI公式进行了约化处理，并将约 列不均匀性时的效果是不同的，用编码区所偏好的约化语言进行约化后所得到 的HI值在应用于高Gc含量、中Gc含量以及总共的外显子和内含子的识别时， 其效果要优于原I{I值。 第二章利用重新定义的碱基片段的相对模式含量，研究了大肠杆菌和酵母 基因序列的三碱基偏好模。发现在前导区，起始密码子模式属于禁用模，大肠 杆菌基因拖尾区和编码终止区中，“SSS”型模式的相对模式含量平均较高。并 发现基因前导区偏好模使用频数的多少与基因表达水平成正相关关系，而禁用 模使用频数的多少与基因表达水平则成反相关关系；在基因拖尾区，偏好模或 禁用模使用频数的多少与基因表达水平的关系对于两种生物是不同的。 第三章运用信息论的方法，研究了枯草杆菌、大肠杆菌和酵母三种生物的 全基因组内的基因之间的关联特征。发现对于大肠杆菌和枯草杆菌基因组来说， 基因之问存在着较强的短程关联，枯草杆菌基因组在表达水平方面还出现了强 度较弱的中、长程关联，而且全基因组基因间关联要强予正链或负链上基因之 间的关联，基因在表达水平方面的关联要强于在长度方面的关联，此外，基因 的表达水平和长度这两个特征间也存在着关联，并对这些现象进行了相应的解 释。具体到特定类型的基因间的关联，还得出了同一个操纵子上喜欢使用同一 类型的基因，而不喜欢使用相反类型的基因的结论。 关键词：约化语言，非均匀指数，偏好模，基因表达水平，基因组，信息关联 序言 随着人类基因组计划等基因组计划的快速发展，DNA测序工作正在世界各地的生化实验 室里夜以继日地进行，所发表的序列量也正以指数形式呈现迅猛的骤增态势。但是，测序是 一回事，而理解所得到的序列中蕴含的生物学规律则是另一回事。要想从测序后所得到的浩 如烟海的数据中揭示出生命的奥秘和规律，必须借助于数学和物理学以及计算机等方面的知 识，对所得到的基因序列进行分析。对基因序列进行分析有助于从理论上澄清基因的表达和 调控、蛋白质的结构和进化、乃至于生命演化和个体发育等等重要问题。因此，对基因序列 的理论分析正愈来愈受到人们的重视。人们在这方面所做的研究工作也越来越多。 对一维基因序列的理论分析是以基因序列中的碱基分布非均匀性为基础的，对基因序列 中的碱基分布非均匀性的研究是我们获取生物信息的重要手段【1】。本文首先从基因序列中碱 并利用约化改进后的非均匀指数得到了如“灵长类生物的编码序列偏好使用sw语言”等等有 意义的结论。 基因序列中所包含的丰富的信息内容主要存在于碱基关联之中。基因序列中的碱基关联 主要表现为短程为主性，这主要是由于序列中存在着一些不长的偏好模造成的，‘勺酵萋因序列 进行偏好模分析可以得到很多有意义的结论[31。本文接着又研究了大肠杆菌和酵母基因序列 中的三碱基偏好模，发现在这两种生物的前导区中，都把起始密码予模式作为禁用模，而在 大肠杆菌拖尾区和编码终止区中，“SSS”型模式的相对模式含量平均较高。本文还研究了基 因偏好模或者禁用模与基因表达水平之间所存在的关系。 对于基因组，由于其内部的基因之间存在着复杂的相互作用关系，基因组的功能并不仅 仅表现为多个基因的简单叠加，而主要是体现在基因之间、基因与蛋白质之间的复杂的相互 作用[4l。因此，单单研究碱基关联是不够的，还必须研究基因之间的关联。所以，本文最后 应用信息论的方法，对枯草杆菌、大肠杆菌和酵母这三种生物的全基因组中的基因之间的关 联特征进行了研究，得到了如“对于大肠杆菌和枯草杆菌基因组来说，基因之间存在着较强 的短程关联”等很多有意义的结论，并对所得到的结论进行了相应的解释。 致 谢 在三年的学习和生活中，我的导师李宏教授给予了我悉心的指导 和极大的帮助，使我顺利地完成了学业。在此，特别向李老师表示衷 心的感谢和诚挚的敬意!同时感谢理论生物物理小组的全体老师和同 学，他们的努力工作和有益讨论使我受益非浅。感谢罗辽复教授，罗 先生严谨的治学态度和对科学的热爱精神将是我终生学习的楷模。感 谢资料室刘老师的热心帮助。感谢物理系对我的培养和教育。