DNA序列编码及相似度计算.pdfVIP

Vo l. 27 高 等 学 校 化 学 学 报 No. 12 2 0 0 6 年 12 月 　　　　　CHEM ICAL JOURNAL OF CH IN ESE UN IV ER SITIES　　　　　 　 2277 ～2280 　 D NA 序列编码及相似度计算 张宝华 , 王海水 , 许 　禄 (中国科学院长春应用化学研究所 , 长春 130022) β ( ) 摘要 　将 DNA 的一级序列如 球蛋白基因的第一个外显子 Exon 转化为分子 “结构图 ”, 然后由所得 “结构 图 ”提取图的不变量 , 如分子连接性指数. 以图的不变量作为自变量 , 再由相似度计算公式或距离公式进行 相似度计算 , 其相似度的大小显示不同物种间亲缘关系的远近程度. 运用这种方法对人 、猴及鼠等 8个物种 β 的 球蛋白基因的第一个外显子的相似度进行计算 , 所得结果与生物学中的进化树符合得较好. 关键词 　DNA 序列 ; 外显子 ; 分子连接性指数 ; 相似度比较 ; 进化树 中图分类号 　O652; Q786　　　　文献标识码 　A 　　　　文章编号 (2006) ( ) DNA 脱氧核糖核酸 是生命体中主要的遗传物质 , 能将遗传信息由亲代传到子代. 它是一种线性 ( ) 多聚脱氧核糖核苷酸 , 由碱基 、戊糖及磷酸组成. 所有 DNA 的主链均相同 , 只是腺嘌呤 A 、鸟嘌呤 ( ) ( ) ( ) G 、胞嘧啶 C 和胸腺嘧啶 T 这 4 种碱基的排列顺序不同. 不同生物体的 DNA 具有 自己独特的碱 ( 基顺序 , 遗传信息是由碱基顺序体现的 , 所以, 进行 DNA 序列的比较 即观察 4 种碱基在主链上的排 ) 列顺序 是非常重要的. 通过比较不同物种的 DNA 序列 , 得出其相似度 , 从而可以推断出物种间亲缘 关系的远近. 基于此 , 目前已经出现了一些比较 DNA 序列的方法 , 如依据序列顺序诸个碱基比较的方法 , 但此 方法很不完善 , 例如不同长度的 DNA 序列的比较 , 迄今仍是个未能妥善解决的问题. 随着图论方法的发展 , 人们设想用图来表示 DNA 序列 , 进而通过图形的比较来预测序列间的相似 度. 基于这种想法 , N andy[ 1 ] 首先提出一种将 DNA 一级序列转换成图形的表示方法 , 使不同长度的 DNA 序列的比较成为可能. 沿用这一思想 , 有人根据一定规则将四种碱基 A , T, C和 G赋予不同的坐 标值 , 对一些物种的外显子进行了比较成功的应用 [ 2 , 3 ] . 但是这种方案仅仅考虑的是 “图 ”, 而完全忽 略了 “化学 ”内容 , 而且 , 此类文献基本都未给出检验标准. R andic等 [ 2 ] 研究了 8个物种 , 虽然得到鸡 和其它哺乳动物的关系 , 但未获得其它信息. β 本文以 8个物种的 球蛋白基因的第一个外显子作为研究对象 , 提出一种新的将 DNA 序列转换 成图的方法 , 该方法不但得到鸡和其它哺乳动物的关系 , 而且还得到了人和狐猴 、负鼠和小鼠、山羊 和兔的关系 , 这些关系都能与进