基因组内碱基分布整体均衡与局部不均衡的研究进展

近年来 ,随着各种基因组计划的相继完成 ,发现在各种生物体单核苷酸链水平上存在着A≌T ,G≌C的数量关系 ,但从几千个至十几万个碱基的范围来看 ,A≠T ,G≠C。从数学上可以证明 ,如果DNA双链之间碱基的突变率一致 ,则A≌T ,G≌C成立 ,但很多实验表明 ,双链之间的突变率并不一致 ,因此这个问题的解决仍有赖于数理科学和生物学的进一步结合。

62种细菌基因组中密码子碱基位置上碱基分布的差异性及相关性

应用生物信息学方法 ,对已完成测序的 6 2种细菌基因组进行 :1 同一密码子碱基位置上不同碱基分布频率的比较 ;2 不同密码子碱基位置上同一碱基分布频率的比较。结果显示 :1 三个密码子碱基位置上及四种碱基的分布频率差异存在显著性 ;2 三个密码子碱基位置上的四种碱基的分布频率显著相关。结论提示 ,在细菌的进化过程中 ,任一密码子碱基位置上任一碱基的分布有可能受到所处密码子碱基位置及其他三种碱基分布的影响。

黑腹果蝇蛋白质编码区碱基分布与起始密码子及终止密码子的关系

对黑腹果蝇染色体上基因组进行统计分析,结果表明,蛋白质编码区(CDS)碱基分布具有不均匀性.对单核苷酸、双核苷酸及密码子的使用进行统计,结果表明,与起始密码子对应的组分中,NTG的使用倾向值相对高,终止密码子(TGA,TAA,TAG)对应的组合使用倾向值相对很低.由此得出结论:起如密码子对蛋白质编码区碱基的使用有一定的影响,终止密码子对蛋白质编码区碱基的使用具有较强限制作用.

基于碱基分布矩阵的序列比较

提出了基于碱基分布矩阵的全局性序列比较算法，利用此算法编程时所需的常驻内存仅为一个碱基分布矩阵和一个序列，因此序列个数和长度均有较大增加，可以实现２００个长度为５Ｋｂｐ的核酸序列比较，此外，还论述了在ＰＣＲ模板选择中的应用。

蛋白质编码区碱基分布与终止密码子的关系

对11种具有不同G+C含量的微生物基因组蛋白质编码区进行统计分析,结果显示蛋白质编码区3个密码子位碱基分布具有明显的不对称性,与终止密码子对应的一些单、双核苷酸出现的频率很低,由此得出结论:终止密码子对编码区碱基的使用起重要限制作用.

大肠杆菌基因结构的统计分析

详细研究大肠杆菌蛋白质编码基因的结构特征.对已知功能基因的组分进行统计分析,结果表明大肠杆菌基因中各种单核苷酸、双核苷酸及密码子出现频率有很大差异,与终止密码子相关的组分出现的频率很低.这表明终止密码子在不同层次上限制基因组分的使用,是影响基因碱基分布的因素之一.此外,本文还对高表达基因密码子使用进行统计,发现其具有明显倾向性.

Z曲线,显示和分析DNA序列的直观工具

基于正四面体的对称性,我们将一DNA序列与三维空间中一条曲线,称为Z曲线,建立起一、一对应映射。对于任一给定DNA序列,可求出唯一的一条Z曲线与之对应,反之亦然。Z曲线一般是具有丰富的折叠结构的三维空间曲线,它反映了DNA序列中碱基分布的局部细节与总体特征。Z曲线的对称性、渐近性、回路性等性质被全面加以介绍。并探讨了Z曲线在分子生物学中可能的应用。Z曲线的提出,开创了一个利用几何学分析和研究DNA序列的崭新领域。我们深信,利用现代计算机图形学装备起来的Z曲线,将成为研究和分析DNA序列的新的强大工具。

敏捷气热菌密码子及AUG侧翼序列保守性分析

比较敏捷气热菌和大肠杆菌等 9种编码区GC含量 ,以及各异生物的密码子使用情况 .结果表明 ,与敏捷气热菌编码区GC含量比较接近的果蝇 ,在密码子使用上与之相差最小 .它们在分类学上分别属于不同的域 ,与敏捷气热菌同属古菌 ,但GC含量相差较大的强烈炽热球菌 ,则相差较大 .说明编码区GC含量对密码子使用偏好 ,比生物分类学 (系统发育 )地位更重要 .碱基A ,C在高、低表达基因中出现的概率差别较大 ,尤其在 - 1,- 3,- 4和 - 7位点 ;碱基A ,C在调控翻译起始效率中的作用 ,可能大于碱基G ,U .因为碱基G ,U在高表达和低表达基因中 ,其出现的概率差别不大 .高表达和低表达基因起始密码子侧翼序列中 ,某些位点保守性存在差异 ,其中高表达基因 - 4位和 - 3位可能与其高表达特性有关 .

预测DNA序列中短CpG岛新方法

在基因表达调控中,长度在200~500bp之间的短CpG岛具有非常重要的作用,然而目前并没有一种非常好的方法寻找短CpG岛。基于给定长度DNA片段上碱基随机分布的排列组合算法,我们定义了一种计算CpG观察预期比的新方法。结合DNA片段长度和GC含量这两个参数,该方法给出了人类21号和22号染色体上CpG岛分布的预测结果。根据CpG岛与基因功能区、Alu重复序列和UCSC的CpG岛对比分析,本研究给出了新的CpG岛判断准则：（1）CpG岛不小于200bp;（2）GC占比不小于50%;（3）CpG观察预期比不小于1.4。通过与Takai方法的对比分析显示,新方法能够显著地排除Alu重复序列对CpG岛预测的影响,并且能够准确预测具有更短长度的CpG岛在DNA片段上的分布。多基因转录起始位点基因分析结果表明,短CpG岛是UCSC的CpG岛的核心组成部分,短CpG岛是参与基因表达调控的核心元件。本研究为预测和分析短CpG岛在人类基因调控中的作用提供了必要的手段。