冠状病毒同义密码子使用对mRNA二级结构的影响

从NCBI中获得了45种冠状病毒的mRNA序列总计416条.分别计算了每条编码序列中相对同义密码子使用度(RSCU),然后预测每条mRNA序列的RNA二级结构,计算相应mRNA茎结构含量、环结构含量、单位平均折叠自由能以及mRNA柔性.由此,建立了冠状病毒mRNA二级结构数据库.在此基础上,分析每条mRNA序列同义密码子使用度与mRNA二级结构之间的相关性.分析结果表明,有90%的氨基酸所对应的密码子使用度与mRNA茎结构含量显著相关;有75%的氨基酸所对应的密码子使用度与mRNA环结构含量显著相关;有90%的氨基酸所对应的密码子使用度与单位平均折叠自由能显著相关;有85%的氨基酸所对应的密码子使用度与mRNA柔性显著相关.进一步分析发现,同时与茎结构含量和环结构含量都显著相关的密码子,它们的使用度与两种结构含量的相关性截然相反,在所选的参量中,柔性与同义密码子使用度显示出更好的相关性.结果证实,冠状病毒同义密码子的使用对mRNA二级结构存在很大的影响.

大肠杆菌同义密码子重复序列中密码子的使用

以大肠杆菌基因组为样本,研究同义密码子重复序列与ORF全序列中各密码子相对使用频率的差异,分析同义密码子重复序列中密码子重复的偏好.结果表明部分密码子的使用与ORF全序列中的使用不同,并非所有密码子的使用与基因表达水平正相关;同义密码子重复序列中密码子重复具有偏好性,部分密码子重复在四联体中有位置偏好.同义密码子重复的最大长度与所编码的氨基酸亲疏水性质、简并度及构成密码子的碱基性质有关.

不同基因组中同义密码子重复序列的分析与比较

以闪烁古生球菌、枯草杆菌、大肠杆菌、酵母、线虫和拟南芥基因组中所有ORF序列为样本,对编码序列中同义密码子重复序列和对应氨基酸重复序列的有关性质进行了分析.结果显示同义密码子重复序列中密码子的使用与全部编码序列的密码子使用有明显的差别,部分密码子的使用随着重复长度的增加,偏置增大.相同密码子2联体在同义密码子4和5联体中的位置明显偏好两端.同时给出了各密码子的联体能力,讨论了联体能力的大小与密码子碱基构成的关系.对于氨基酸重复序列,氨基酸重复片段数的对数随重复长度分布呈对数下降.重复序列中氨基酸的含量与全序列氨基酸的含量有显著差别,有些氨基酸随着重复长度的增加其含量偏置增大.亲水、小体积和非极性氨基酸容易形成长的联体,疏水、极性和大体积氨基酸形成的最大联体长度较短.最后,对6种模式生物进行了比较,讨论了上述结果与生物进化的关系.

编码疾病相关的固有无序蛋白同义密码子使用偏好性的研究

固有无序蛋白(简称IDPs)在生理条件下不具有稳定的空间结构,但是在生物体内发挥重要的生物学功能,除此之外,尤为重要的是它们与人类许多重大疾病密切相关。因此,研究疾病相关的IDPs,可以进一步了解IDPs与一系列疾病的病理学上的关系,这为蛋白质的药物设计和疾病治疗提供新思路。研究表明:密码子的使用偏好与固有无序蛋白的无序程度存在一定的关联性。本文研究了编码疾病相关的固有无序蛋白(IDPs)中同义密码子和GC含量的使用偏好,以及编码这些蛋白质的有序/无序区域的密码子中四个核苷酸在密码子的三个位点的分布差异。结果表明,这些蛋白中同义密码子的使用、GC含量均存在显著差异,另外四个核苷酸在其密码子三个位点的分布在编码3类疾病相关的IDPs有序和无序区中均存在偏好性。这些结果为后期研究IDPs提供了很好的参考信息。

伪狂犬病病毒基因编码区碱基组成与密码子使用偏差(英文)

由于伪狂犬病病毒(PRV)中G+C含量高达74%,至今尚没有一个毒株完成全基因组测序。对已知的68 个PRV基因编码区序列碱基组成及密码子使用现象进行了统计分析,结果发现PRV基因中存在非常强的密码子使用偏差。所有68个PRV基因编码区密码子第三位总的G+C含量为96.24%,其中UL48基因高达99.52%。PRV基因偏向于使用富含GC的密码子,特别是以C或G结尾的密码子。此外,还发现PRV中G+C含量变化较大的UL48、UL40、UL14和IE180等基因附近正好与已知的PRV基因组复制起始区相对应。根据基因功能将PRV基因分为6类进行分析发现,基因功能相同或相近的基因其密码子使用模式相似,其中调节基因的同义密码子相对使用度(RSCU)与其他基因有显著差异,在调节基因中以C结尾的密码子的RSCU值远大于其他同义密码子。最后,对PRV基因氨基酸组成差异进行多元分析,发现不同功能的PRV基因在对应分析图上分布不同,表明PRV基因密码子使用模式可能与基因功能相关。

拟密码子适应指数方法的设计及应用

密码子适应指数(codon adaptation index,CAI)测量的是生物体内某个基因所用密码子与高表达基因所用密码子的相符合程度,是反映密码子偏好性的一个重要指标。文章根据拟氨基酸编码方法首次提出拟密码子适应指数(quasi-codon adaptation index,Q-CAI)。首先,通过氨基酸编码方法,得到密码子使用具有偏好性,并运用MATLAB分析其碱基组成,发现醋酸菌、大肠杆菌和双歧杆菌的密码子偏好使用c/g结尾,GC整体含量也比较高。随后,利用CAI模型方法进一步证明密码子具有偏好性。最后,利用文中提出的Q-CAI方法,得到醋酸菌、大肠杆菌和酵母菌所有序列的Q-CAI运算结果,发现它们都比CAI运算结果数值更高、更明显,而且双歧杆菌、枯草杆菌和链球菌的Q-CAI运算结果也普遍比CAI运算结果数值高,说明Q-CAI方法能更有效地评价密码子偏好性。文中所使用的6个单细胞物种的90条序列是从NCBI中下载,分析结果说明了Q-CAI方法比CAI方法更具有优越性,是衡量密码子偏好性的有效方法,对研究物种的基因突变有重要参考意义。

小麦CBL4基因密码子使用特征分析

采用Codon W和Usage Codon软件分析小麦CBL4基因密码子偏好性,并将其与其他17种不同目植物CBL4基因密码子偏好性进行比较,利用最小进化法分析多种植物的亲缘关系,以期为小麦CBL4基因改良以提高对干旱、低温和盐胁迫等逆境的抗性提供理论依据。结果表明,GC含量对小麦CBL4基因密码子偏好性具有重要的影响,小麦的G+C所占比例达58.0%,其中以第3位GC含量为主,而马铃薯对密码子的使用特征与小麦差异最大,形成鲜明的对比。小麦偏好使用CUC、AGG、UAA、AUC、GUG、GCG、ACG、UGC和GGC密码子,小麦等植物密码子偏好性结果与系统发育分析得出的亲缘关系结果一致。

密码子优化提高多粘类芽孢杆菌β-葡萄糖苷酶异源表达量

多粘类芽孢杆菌BN1株β-葡萄糖苷酶A的基因中含有很多大肠杆菌的稀有密码子,这限制了其在大肠杆菌中的表达。本研究选择部分稀有密码子同义替换为大肠杆菌的偏爱密码子,结果得到了表达量显著提高的基因型。经过对β-葡萄糖苷酶A基因各密码子使用频率的分析,选出2种密码子:大肠杆菌使用频率极低的密码子(Ⅰ型)、大肠杆菌使用频率一般但酶基因中频繁出现的密码子(Ⅱ型)。通过定点突变,这些密码子均被替换为宿主细胞使用频率最高的同义密码子。研究结果表明,I型单密码子替换可以使酶的表达量提高3~6倍,II型单密码子替换可以使酶的表达量提高3~4倍。最终,通过组合对提高该酶表达量贡献较大的突变,得到一个表达量提高13倍的基因型(WT-13)。本研究显著提高了β-葡萄糖苷酶A在大肠杆菌宿主中的异源表达水平,为酶的工业化应用奠定了基础。本研究将Escherichia coli BL21(DE3)本源表达的β-半乳糖苷酶选为内参蛋白质,提出相对表达量指数的概念,为同类酶在E.coli BL21(DE3)表达水平的表征提供了参考。

里氏木霉基因组密码子偏好性研究

在不同物种中,密码子偏好性存在一定程度的差异。为了研究纤维素酶主要工业生产菌株——里氏木霉(Trichoderma reesei)基因组密码子的偏好性,对里氏木霉9352个基因的编码区进行密码子分析。结果显示,里氏木霉97%的基因GC含量为50%~68%,GC3的平均含量为70.4%。中性分析与ENC-plot分析表明,里氏木霉密码子的使用主要受选择压力的影响。相关性分析结果显示,基因组GC含量与GC1、GC2和GC3显著相关(P<0.05),有效密码子数与GC3显著相关(P<0.05)。此外,在里氏木霉使用频率较高的24个密码子中,有22个均是以GC结尾的。进一步确定了21个高表达优越密码子和4个高表达最优密码子(CUC、GCC、CGC和GGC)。里氏木霉与长梗木霉、粗糙脉孢霉在密码子使用频率上差异较小,与酿酒酵母的差异相对较大。本研究为里氏木霉中的密码子优化提供了理论依据,对开发高效的里氏木霉基因表达宿主以及开发里氏木霉作为合成生物学基盘细胞具有重要的意义。

弓形虫硫氧还蛋白密码子偏好性分析

试验旨在分析并比较弓形虫(Toxoplasma gondii)与部分顶复门原虫、模式生物的硫氧还蛋白(thioredoxin,Trx)密码子的使用偏好性。试验获取弓形虫、疟原虫、新孢子虫、球虫、小鼠、大鼠、斑马鱼、果蝇、人等的Trx碱基序列,利用CodonW软件、Hemi软件以及MEGA软件对Trx密码子的碱基组成、偏好性指标、同义密码子相对使用度(RSCU)、影响因素以及系统发育进化树等进行比较分析。结果显示:弓形虫Trx密码子碱基组成中G3、C3、GC3含量偏高,分别为46.03%、53.7%和77.18%;而GC1和GC2含量处于平均水平;密码子适应指数(CAI)、密码子偏好指数(CBI)、最佳密码子频率(FOP)、有效密码子数(ENC)、RSCU均处于较高水平,证明弓形虫Trx密码子在使用过程中产生了明显偏好;相关性分析结果显示,自然选择是产生密码子偏好性使用的主要原因。研究表明,在自然选择的进化过程中,密码子碱基组成、CAI、CBI、ENC、RSCU等因素是导致弓形虫Trx密码子产生偏好性的主要原因。

双生病毒的同义密码子用法及其进化分析

对双生病毒编码基因的变异进行了密码子用法分析,推测双生病毒基因的表达水平普遍不高,而外壳蛋白基因的表达水平相对较高,它们在密码子第3位上偏好使用A或T。双生病毒的密码子用法主要受到突变偏好和翻译选择等因素的影响。双生病毒的密码子使用具有基因特异性和一定程度的寄主特异性。基于相对同义密码子使用频率的聚类分析可以很好反映侵染单子叶植物和双子叶植物双生病毒之间的差异,也在一定程度上反映出双生病毒之间的亲缘关系。

P53基因三周期性与密码子偏好性的相关性

为了进一步研究分析P53抑癌基因的性质,对P53基因的蛋白质编码区以及对应的mRNA的三周期性进行比较分析.通过同义密码子相对使用度和拟同义密码子相对使用度方法对其分别进行计算,分析了蛋白质编码区密码子的偏好性以及mRNA密码子的偏好性.结果表明:P53蛋白质编码区具有很强的三周期性,而对应的mRNA不具有三周期性;P53蛋白质编码区的密码子偏好G或C结尾的密码子程度强于对应的mRNA.说明P53基因密码子的偏好性与三周期性紧密相关,密码子的偏好程度影响着三周期性.进一步从生物角度诠释了P53蛋白质编码区和对应mRNA三周期性的异同.结合P53基因这一特性,有助于提高其基因识别的正确率,对P53基因的深入研究具有重要的意义.

高通量高频密码子软件HighCodon的开发

特殊密码子的鉴别是密码子用法研究中的重要课题,对基因工程领域中密码子优化的实验设计起到关键性作用。高频密码子提供了其中1种方法,但其界定标准仍存有问题。本文研发的高通量高频密码子软件HighCodon,解决了在海量序列数据中检验该标准的适用性问题的瓶颈,为相关研究提供有力的工具支持。该软件主要包括3个功能模块,即输入解析模块、密码子用法表生成模块和高频密码子鉴别模块,并具备3个显著特点:(1)多数据源性,可接受3种类型的输入,即本地FASTA格式的序列文件、本地密码子用法表(CUT)格式的CUT文件和远程密码子用法数据库(CUD)的CUT地址,兼顾本地和远程两种数据来源;(2)高灵活性,支持3种输入的混合形式;(3)高通量性,多条输入记录的批量处理。该软件与重要在线服务CUD具有良好的整合,可方便获取高达35799个物种的CUT,同时进行高频密码子分析。此外,为了便于CUT数据存储和交换,本文参照FASTA格式,提出1种CUT格式。

基于对应分析的密码子用法可视化研究

密码子用法可以简介为物种、基因组、基因或序列集中64种密码子的使用方式。密码子用法的可视化为研究样本的密码子用法特征、不同样本间的密码子偏好,提供了1种直观、有效的图形化手段。可基于多种参数的对应分析(CA)法是其中1种重要的可视化方法。在本文中,以果蝇、人类、拟南芥、酿酒酵母、线虫、大肠杆菌、枯草芽孢杆菌及除虫链霉菌8个物种的密码子用法数据为例,通过比较密码子实际出现次数(Number)、密码子用法频率(F1000)、密码子用法分值(Fraction)、相对适应度(RA)与相对同义密码子用法(RSCU)5种参数的可视化结果,得到如下初步结论:(1)不论采用5种参数中的哪1种,65维(一维物种+64维密码子)的数据都可通过CA降维为7维,而此时的累计惯量为100%,即完全还原原数据集中的所有信息;(2)采用密码子平均用法(F1000)是1个较好的选择,其前二维的累计惯量可以达到83.6%,但是基于Fraction可以获得更高的累计惯量,达到85.1%,Number、RSCU次之,在考虑计算量的情况下,选择Number也可以获得失真度较小的结果,RA参数的最低,仅有76.9%。

圆红冬孢酵母的密码子用法分析

运用CodonW等软件,分析了圆红冬孢酵母Rhodosporidium toruloides基因组中191个蛋白质编码基因的密码子使用模式,包括密码子3个位置上的GC含量、有效密码子数和密码子使用频率。圆红冬孢酵母有效密码子数ENc值为38.9,密码子GC含量为63%,密码子第三位GC含量为78.3%,且偏好使用G或C结尾的密码子,确定了圆红冬孢酵母R. toruloides的21个高表达优越密码子。研究发现,圆红冬孢酵母与毕赤酵母、酿酒酵母、大肠杆菌和拟南芥在密码子使用频率上有较大差异,而与解脂耶氏酵母和果蝇差异相对较小。研究结果对提高外源基因在圆红冬孢酵母中表达效率及相关代谢工程和合成生物学研究有一定意义。

广谱中和活性样本HIV-1 Env基因的氨基酸及密码子使用特点研究

目的:分析具有高广谱中和活性的HIV-1感染者包膜蛋白(Env)基因的氨基酸及密码子使用特点。方法:根据中和宽度是否高于90%将样本分为高广谱中和活性组(hBCN+组)和非高广谱中和活性组(hBCN-组),采用单拷贝基因组扩增法(SGA)分离全长Env基因,通过两组样本Env基因的相对氨基酸使用度(RAAU)的对应性分析(COA),并基于相似性指数D(A,B)计算及与宿主相对密码子使用度(RSCU)的比对探讨两组毒株的氨基酸及密码子使用特点。结果:对应性分析结果显示hBCN+组和hBCN-组毒株RAAU数据沿两个主轴分布形成两个相对独立的簇,表明两组毒株Env基因具有相对独特的氨基酸使用模式;相似性指数分析结果显示hBCN+组(0.097)低于hBCN-组(0.102),且两组毒株相比较,hBCN+组Env基因与人具有相似使用模式的密码子少于hBCN-组,提示hBCN+组毒株在感染者体内的适应性较hBCN-组毒株低。结论:hBCN+和hBCN-两组毒株的Env基因具有相对独特的氨基酸使用模式,hBCN+组毒株对宿主的适应性较hBCN-组毒株低。

嗜热毛壳菌基因组密码子偏好性研究

嗜热毛壳菌具有强大的木质纤维素降解能力,将其开发为优异的重组蛋白表达宿主有着广阔的应用前景。蛋白表达宿主的密码子偏好性对重组蛋白的表达水平具有重大影响。为确定嗜热毛壳菌中密码子的使用模式及影响因素,本研究以6897条CDS序列为对象,对其进行密码子偏好性分析。结果显示,嗜热毛壳菌中GC3的平均含量为66.2%,高于GC1(59.1%)和GC2(45.6%)的平均含量。Effective number of codon(ENC)分析与中性绘图分析结果显示,自然选择是影响嗜热毛壳菌密码子偏好性的主要因素。相关性分析结果显示,芳香族氨基酸比例与GC1含量及蛋白疏水水平呈极显著相关,说明密码子第一位的碱基组成对氨基酸是否具有芳香性影响较大。此外,在嗜热毛壳菌使用频率较高的密码子中,有24个以G/C末端结尾的密码子,进一步确定了23个高表达优越密码子和1个高表达最优密码子(CGC)。通过与其他模式真菌的密码子偏好性进行比较发现:与嗜热毛壳菌在密码子使用频率上差异较小的为嗜热毁丝菌、粗糙脉孢霉,有显著差异的为酿酒酵母。本研究为在嗜热毛壳菌中异源表达重组蛋白提供了目标基因密码子优化的理论依据,为嗜热毛壳菌在基因组水平上的应用和研究提供了数据支撑,有助于开发高效嗜热丝状真菌表达系统应用于工业酶制剂的生产。

人类p53肿瘤蛋白的偏好性分析及其应用

为了深入研究人类p53肿瘤蛋白,对七条最新的人类p53肿瘤蛋白的mRNA序列的偏好性及其同源性进行了分析。利用MEGA4.0(molecular evolutionary genetics analysis)软件的Distance功能得到七条基因的mR-NA序列及其相应的蛋白质序列的同源性,并通过比较它们的RSCU和QRSCU值,对p53基因发生突变时偏好使用同义密码子的情况进行了分析。研究结果表明,基于拟氨基酸编码方法能更明显地展示出它们对同义密码子的一致偏好性,并且p53基因发生突变时偏好使用以c/g结尾的密码子,研究结果对其癌变基因和肿瘤基因的研究有一定的意义。

马丙酮酸脱氢酶激酶4基因序列生物信息学分析

通过采用生物信息学软件对马丙酮酸脱氢酶激酶4 (pyruvate dehydrogenase kinase 4,PDK4)基因序列进行生物信息学的初步研究分析,从而发现该酶基因序列编码特征及其二级结构规律。结果表明:马PDK4的CDS区AUU、AUG和GAU密码子出现的次数最多(14次),分别占总413个密码子的34‰。未参与编码的密码子UGC的RSCU值最小(为0),ACA密码子的RSCU为最大值2.22,CAU、CAC、CGA、AAA、AAG 5个密码子的RSCU值为1(即未发现密码子使用偏好)。马PDK4的CDS区共翻译出412个氨基酸,这些氨基酸以亮氨酸的比例最高,色氨酸的比例最低。PDK4的蛋白质二级结构以无规则卷曲为主,β折叠和α螺旋为辅,构成其复杂的空间结构。马PDK4多肽链中亲水性氨基酸分布多于疏水性氨基酸,PDK4蛋白质整体疏水性较差。预测马PDK4多肽链的等电点为6.64。