人preproEGFmRNAcDNA序列中SNPs及生物信息学分布探究.docVIP

人preproEGFmRNAcDNA序列中SNPs及生物信息学分布探究 　　[摘要] 目的 探明单核苷酸多态（SNPs）在人表皮生长因子前体蛋白（preproEGF）mRNA/cDNA序列中的分布状况。 方法 凭借美国生物信息中心（NCBI）平台和单核苷酸多态资料库（dbSNP）检索、分析、标注和图解相关SNPs在人preproEGF多肽mRNA/cDNA序列中的分布位点和生物信息学特征。 结果 分布在人肾源和其他组织源preproEGF多肽mRNA/cDNA序列中的SNPs总计有106个，其中84个同位SNPs大多数以外显子6～8、11～12、16～19和22～23为间隔并集中归位于第1～5、10、13～15、20～21、24外显子序列中，另外的22个非同位SNPs大多数以密集丛簇为特征而各自分布在两类序列3端非编码序列中，但个别例外则单独归位于肾源类序列的第9外显子中。 结论 SNPs在人两类preproEGF多肽mRNA/cDNA序列中的生物信息学分布、特征和图示对于SNP与疾病或性状的相关性研究及课题设计颇具参考价值。 　　[关键词] 同位单核苷酸多态；人表皮生长因子前体蛋白；非同位单核苷酸多态；生物信息学 　　[中图分类号] R786 [文献标识码] A [文章编号] 1673-7210（2014）01（a）-0014-05 　　人表皮生长因子前体蛋白（prepro-epidermal growth factor，preproEGF）mRNA/cDNA序列由24个外显子组成，长约5 kb，编码一条1207个氨基酸的蛋白多肽链，该肽链在翻译生成后经蛋白酶剪切加工形成的成熟表皮生长因子（一段53个氨基酸多肽）对人体表皮细胞的生长、分化和代谢起着十分重要的作用[1]。也许由于mRNA序列转录的选择性剪接加工等生物学机制的缘故，基因在表达时常常会出现蛋白多肽变体，目前已知的preproEGF变体有肾源和其他组织源两类。另一方面，preproEGF基因序列的遗传多态，特别是单核苷酸多态（single nucleotide polymorphysims，SNPs）也可致其出现变体或功能改变，还可引起疾病的发生[2-3]，例如，迄今的研究已表明，分布在preproEGF基因第61 bp位点的SNP（A/G）与欧美人某些肿瘤例如黑色素瘤等发生具有相关性[4]。可见深入探明SNPs及其在preproEGF基因或mRNA/cDNA中的分布情况对于探索疾病相关性的研究颇具指导价值和医学意义。至目前为止，SNPs在preproEGF基因组DNA序列内之生物信息学分布及其在第20、21外显子和其间内含子区段中呈现稀疏分布的特点于近期已见报道[5-6]，但其在mRNA/cDNA序列中的情况如何则尚待探明。本研究拟借助NCBI的生物信息学平台对SNPs及其在preproEGF核酸或mRNA/cDNA序列中的分布进行分析定位和标注图解，为进一步的疾病相关性研究和医学应用提供基础。 　　1 对象与方法 　　1.1 研究对象 　　人preproEGF基因和蛋白多肽及其变体的mRNA/cDNA序列。 　　1.2 仪器和信息资源 　　计算机（联想公司）、电讯宽带网路（中国电讯）、NCBI的生物信息程序和dbSNP。 　　1.3 方法 　　从电讯宽带登录网址，参照研究介绍的方法检索分析和定位注释存在于preproEGF多肽及其变体mRNA/cDNA序列中的SNPs[7-9]。 　　2 结果 　　经Blast和Entrez SNP检索到在人4号染色体上分两类preproEGF多肽的mRNA/cDNA序列中存在有不同数目和种类的SNPs，可依其rs#从5端到3端行顺序编号并归位其在核酸序列中的位点，同时计算各相邻SNP位点之间的距离。见表1、2。 　　由表1、2可见，编号于人两类preproEGF多肽mRNA/cDNA序列中的SNPs在种类数目上有所不同，即肾源类SNPs为51个，而其他组织源类却为55个，总计106个SNPs。进一步观察对比这两类SNPs可见，其大多数（84个或42对）是位点及种类皆同一或同位的，主要分布在外显子序列中；而少数（肾源类9个，其他组织源类13个）却表现出非同位或各自不相同的，主要分布在3端非编码序列中。合并表1和表2的资料信息，可绘制成SNPs及其在两类preproEGF多肽mRNA/cDNA序列中的分布图。见图1（封三）。 　　由图1（封三）可见，在第1～5、10、13～15、20～21和第24外显子中总计分布有30对同位点SNPs；在第9外显子中分布有1个肾源类非同位点SNP；在第6～8、11～12、16～19和22～23外显子中没有SNP分布；7个肾源类非同位点SNPs或12个其他组织源类非同位点SNPs分别分布在其3端非