生物序列的非线关联研究.pdf

摘要 生物序列的关联性与其结构、功能和进化都有密切的关系。基因中碱基的排列顺序 决定着蛋白质中氮基酸的排列顺序，从而进一步决定着蛋白质的空问结构和功能。因此 对生物序列关联性的研究具有非常重要的意义。 研究蛋白质序列的主要月的是从蛋白质的一级结构中寻找关于蛋白质二级结构和 三级结构以及功能的信息。目前对于蛋白质序列是否随机序列这个基本问题仍然存在着 不同的看法，从氮基酸序列预测蛋白质的二级结构准确性也不是很高，从序列直接预测 蛋白质的三级结构还没有很好的方法。人们利用各种各样的关联方法研究蛋白质序列， 希望能够直接从序列里寻找蛋白质空间结构的信息，但目前仍没有十分明确的结果。因 此，从氨基酸序列中提取编码蛋白质空间结构的信息，仍然是一个没有解决的问题。 DNA序列分析是生物序列研究的重要组成部分，主要是寻找DNA的一级结构中所 包含的各种信息，包括编码区的预测、非编码区的功能以及DNA序列的关联性质。对 DNA序列的关联性研究也存在许多不同的结果。因此，DNA序列的关联性仍然没有得 到很好的解决。 人们研究生物序列往往采用线性关联分析的方法，而生物序列是非常复杂的非线性 系统，因此利用非线性关联方法分析生物序列可能会更好地描述生物序列的特征。在本 论文中，我们将利用非线性关联分析的方法分别研究了蛋白质序列和DNA序列的关联 性性质，主要内容包括： 1)分析了蛋白质序列的随机性和确定性。结果表明，从总体平均的角度看，蛋白 质序列和随机序列没有明显的区别。但是，从蛋白质的个体看，蛋白质序列普遍存在一 定的关联性。 2)研究了结构相似的蛋白质序列的关联性质。我们选择了几类具有相似结构的蛋 白质，分析了蛋白质序列的关联性与其结构之间的关系。我们发现大多数蟹白质序列 都存在关联片段，用不同的方法描述氨基酸之间距离，得到的关联性质存在+定的差 别。利用符号序列研究蛋白质序列关联性的结果与蛋白质的空间结构有很好的对应关 系，对氨笨酸的疏水值序列进行分析，发现关联性质与其结构之间没有明显的对应关 系，这说明疏水值对蛋白质二级结构的形成影响不大。 3)分析了空间结构对称的蛋白质的氨基酸序列中隐含的对称性。结果表明，如果 蛋白质的空间结构是对称的，其氨基酸序列中往往也隐含着对称的结构。如果两个氨 基酸片段中有20％相同的氨基酸，就认为这两个氨基酸片段是相似的，那么序列的对 称性就可以显现出来，并且与结构的对称性吻合很好。这说明了蛋白质的空间结构确 实是由氨基酸序列决定的。 4)分析了DNA序列的关联性质。利用非线性预测的方法对人类第11条染色体的 口球蛋白区域HUMHBB进行分析，发现该序列存在长程关联的原因部分来源于序列中 不同基因的外显予之间、内含子之闻和Alu重复片段之问存在的很强的关联。分析了 非编码Alu序列的关联性，表明几乎所有的Alu序列都存在非常明显的确定性结构， 并且，从较新的Alu序列到较老的Alu序列，它们的关联特点呈现出逐渐演变的过程。 研究了mRNA序列的非线性关联，发现mRNA序列与其编码的蛋白质序列的关联性非 常相似，大部分mRNA序列的关联性要比其编码的氨基酸序列的关联性强。 这些结果不仅使我们揭示了生物序列与结构之间的关系，同时也表明非线性关联 方法为人们研究生物序列的结构提供了一个新的途径。 关键词：生物序列非线性关联蛋白质DNA ABSTRACT The of correlation is relatedtotheir biologicalsequencesclosely andevolutions．Itis thatthe nucleicacid in determine dogma the accepted sequencesgenes aminoacid of dictatetheir structuresand sequencesproteins，which