人类1号XY染色体基因密码子偏好性的研究.docVIP

人类1号XY染色体基因密码子偏好性的研究 　　摘要：随着人类基因组计划测序工作的完成，进一步数据挖掘工作已成为新的研究热点 根据人类1号、X、Y染色体数据，通过自编的Perl程序，提取3条染色体基因的CDS序列，利用密码子偏好性的理论及生物信息学方法分析其碱基组成特点和密码子使用模式，确定了偏好密码子和最优密码子，探讨影响其密码子用法的主要因素结果表明：1）人类1号、X、Y染色体基因偏好使用以C或C结尾的密码子：2）密码子的使用受基因长度的影响，较长的基因具有较高的表达水平和密码子使用偏性；3）基因表达水平对人类l号、X、Y染色体基因的密码子使用没有影响.暗示了这3条染色体并未承受翻译选择的压力；4）人类1号.X.Y染色体基因共有32个偏好性密码子，其中编码Arg的Arg和AGG、编码Val的GTG、编码Leu的CTG、终止密码子TAG为最优密码子 　　关键词：人类染色体：基因：密码子偏好性 　　中图分类号：Q348 　　文献标识码：A 　　文章编号：1007-7847（ 2014）05-0387-08 　　随着人类基因组计划测序工作的完成，进一步数据挖掘工作已成为新的研究热点。在人类全部22对常染色体中l号染色体是最大的染色体，包含基因数量最多，破译难度也最大，如癌症、帕金森氏症、老年痴呆症和智障等超过350种疾病被认为与1号染色体上的基因突变有关，但目前对其相关研究较少。X染色体约有900～1 200个基因。Y染色体是人类男性特有的染色体，也是最小的染色体，基因含量仅70多个，大小为1号染色体的1/10、X染色体的1/6。因其短小而长期被遗传学家所忽视，对Y染色体的研究将有助于寻找诸如男性不育等疾病的遗传机理及男性世系的遗传与进化关系。对人类22条染色体同时处理的数据量较大，故本研究根据1号、X和Y染色体的以上特征，对其进行集中分析研究，通过使用密码子偏好性理论和生物信息学方法分析了这3条染色体基因的碱基组成、密码子使用特点以及影响因素等，以期为基因组中未知基因的预测、遗传疾病的诊断和治疗、开放阅读框的判断、功能基因的表达、疫苗的研发、引物的设计、定点突变的引入以及分子水平上研究物种进化关系等提供新的研究方法和理论基础。 　　1 　　材料与方法 　　1.1 序列来源 　　从NCBI （ftp：//ftp.Ncbi.N/genomes/H_sapi-ens/）获得人类1号、X、Y染色体全基因组序列。通过自编的Perl程序，根据基因注释提取每个基因的CDS序列。以每个基因表达蛋白最长的CDS序列作为研究对象。最后得到具有正确起始和终止密码子的核苷酸序列（1号染色体有2 224条CDS序列，X染色体有912条CDS序列，Y染色体有79条CDS序列1。 　　1.2 计算机硬件配置与系统安装 　　本研究所用的生物信息学平台硬件配置为曙光大型服务器，操作系统为Rocket Linux4.0以及IBM xSeries 226小型服务器，操作系统为Win-dows 2003。 　　1.3 衡量密码子偏好性的指标 　　在全面分析研究基因组和基因结构的基础上.根据本研究的情况制定了以下指标来衡量密码子的偏好性。相对密码子使用度（relative syn-onvmous codon usage，RSCU）、密码子适应指数（codon adaptation index，CAI）、有效密码子数（ef-fective number of codons，ENC）、基因的GC3s值、同义密码子相对使用频率（relative frequency of synonymous codon，RFSC）。 　　1.4 分析软件 　　欧洲分子生物学开放软件系（Europen molec-ular biology open software suiLe， EMBOSS） （http：//cat.Toulouse.Inra.fr/apps/emboss/）使用它的CUSP组件（计算密码子频率表）和CHIP组件，分析计算ENC值；序列处理在线工具包（the sequence ma-nipulation suite， SMS2） （http：//www.B/）和 CodonW version l.4 （http：//codonw.SourC）计算密码子频率表、RSCU值、ENC、G+C、GC3s； INteractive Codon Analysis 2.10 （http：//www.bioinfo -），计算ENC、G+C、GC3s； SPSSV16.0和Microsoft Excel 2003用于数据相关分析和图表绘制。 　　1.5 对应性分析 　　对应性分析（correspondence analysis）通过计算将样本中所有基因