密码子偏性及其应用

密码子偏性(codon bias)是指生物体中同义密码子非均衡使用的现象.研究密码子偏性可以使人们更好地理解分子进化、翻译调控等生命过程.在介绍密码子偏性的基础上,概述了影响其形成的各生物学基础,并指出其应用和发展前景.     

密码子使用偏性量化方法研究综述

在基因组学水平上研究密码子使用偏性模式、成因并分析进化过程中的选择压力在基因组学研究中有重要意义。文章概述了目前提出的密码子使用偏性的量化方法及实现原理。目前研究发现：有些量化密码子偏性的方法受高表达基因参考数据集未完全注释的限制,不同密码子位置对变异和选择的影响不同,以及不同密码子位置处GC含量和嘌呤含量的贡献不同。由此展望密码子偏性量化方法发展方向为：需要设计不需要相关参考基因集合先验知识的密码子使用偏性量化方法;考虑不同位置处背景核苷酸组成的密码子使用偏性的量化方法;同时考虑基因表达水平的密码子使用偏性量化方法。最后,归纳了目前可用的密码子使用偏性的量化工具和数据库。     

糜子叶绿体基因组密码子使用偏性的分析

密码子使用偏性（CUB）是生物体重要的进化特征,对研究物种进化、基因功能以及外源基因表达等具有重要科学意义。本研究利用糜子（Panicum miliaceum L.）叶绿体基因组中筛选出的53条蛋白编码序列,对其密码子使用模式及偏性进行了分析。结果表明,糜子叶绿体基因的有效密码子数（ENC）在37.14~61之间,多数密码子的偏性较弱。相对同义密码子使用度（RSCU）分析发现,RSCU > 1的密码子有32个,其中28个以A、U结尾,表明第3位密码子偏好使用A和U碱基。中性分析发现,GC₃与GC₁₂的相关性不显著,回归曲线斜率为0.2129,表明密码子偏性主要受到自然选择的影响;而ENC-plot分析发现大部分基因落在曲线的上方及周围,表明突变也影响了密码子偏性的形成。进一步的对应性分析发现,第1轴为主要影响因素,解释了17.92%的差异,其与ENC、GC_3S值的相关性均达到显著水平,但与CBI、GC_all不相关。最后,9个密码子被鉴定为糜子叶绿体基因组的最优密码子,糜子叶绿体基因组的密码子使用偏性可能受选择和突变共同作用。     

枯草芽孢杆菌同义密码子使用偏性对蛋白质折叠速率的影响

目前,有关同义密码子使用偏性对蛋白质折叠的影响研究中,样本蛋白均来源于不同的物种。考虑到同义密码子使用偏性的物种差异性,选取枯草杆菌的核蛋白为研究对象。首先,将每条核蛋白按二级结构截取为α螺旋片段、β折叠片段和无规卷曲（α-β混合）片段,并计算其蛋白质折叠速率。然后,整理每个片段相应的核酸序列信息,计算其同义密码子使用度。在此基础上,分析枯草芽孢杆菌核蛋白的同义密码子使用偏性与蛋白质折叠速率的相关性。发现对于不同二级结构的肽链片段,都有部分密码子的使用偏性与其对应的肽链折叠速率显著相关。进一步分析发现,与肽链片段折叠速率显著相关的密码子绝大部分为枯草杆菌全序列或核蛋白序列的每一组同义密码子中使用度最高的密码子。结果表明,在蛋白质的折叠过程中,枯草芽孢杆菌的同义密码子使用偏性起着重要作用。     

普通野生稻线粒体蛋白质编码基因密码子使用偏好性的分析

以普通野生稻(Oryza rufipogon Griff.)线粒体基因组为对象,分析其蛋白质编码基因的密码子使用特征及与亚洲栽培稻(O. sativa L.)的差异,探讨其密码子偏性形成的影响因素和进化过程。结果显示:普通野生稻线粒体基因组编码序列第1、第2和第3位碱基的GC含量依次为49.18%、42.67%和40.86%;有效密码子数(Nc)分布于45.32～61.00之间,其密码子偏性较弱; Nc值仅与GC_3呈显著相关,密码子第3位的碱基组成对密码子偏性影响较大;第1向量轴上显示9.91%的差异,其与GC_3s、Nc、密码子偏好指数(CBI)和最优密码子使用频率(Fop)的相关性均达到显著水平;而GC_3和GC₁₂的相关性未达到显著水平。因此,普通野生稻线粒体基因组密码子的使用偏性主要受自然选择压力影响而形成。本研究确定了21个普通野生稻线粒体基因组的最优密码子,大多以A或T结尾,与叶绿体密码子具有趋同进化,但是与核基因组具有不同的偏好性。同义密码子相对使用度(RSCU)、PR2偏倚分析和中性绘图分析显示,普通野生稻线粒体基因功能和其密码子使用密切相关,且线粒体密码子使用在普通野生稻、粳稻(O. sativa L. subsp. japonica Kato)和籼稻(O. sativa L. subsp.indica Kato)内具有同质性。     

两种梧桐叶绿体基因组密码子使用偏性分析

为了分析美丽梧桐、云南梧桐叶绿体基因组密码子的使用偏性,该研究通过筛选美丽梧桐、云南梧桐叶绿体基因组中各52条蛋白编码序列,并利用CodonW、CUSP和SPSS软件对其密码子使用模式及偏性进行了分析。结果表明:(1)美丽梧桐、云南梧桐的GC含量分别为38.12%、38.05%,表明叶绿体基因组内富含A/T碱基。(2)有效密码子数(ENC)范围为36.91～56.46、36.55～58.04,表明多数密码子偏性较弱。(3)相对同义密码子(RSCU)分析显示,RSCU1的密码子各有29个,其中28个以A、U结尾。(4)中性绘图显示,GC_3与GC_(12)的相关性不显著,回归曲线斜率分别为0.195和0.304,说明密码子偏好性主要受到自然选择的影响。(5) ENC-plot分析中大部分基因分布于曲线的周围和下方,ENC比值多分布于-0.04～0.10之间,表明突变会影响密码子偏性的形成。此外,17、18个密码子分别被鉴定为美丽梧桐、云南梧桐的最优密码子。以上结果说明美丽梧桐、云南梧桐叶绿体基因组的密码子使用偏性可能受选择和突变共同作用,且使用模式较为相似,但具有一定的差异,可能与适应环境的进化机制有关。     

基于密码子偏性的置换模型估计正向选择

由于遗传密码子的简并性特征,大多氨基酸由多于一种密码子编码.在蛋白质编码过程中,同义密码子间的使用有着较显著的偏差,即同义密码于使用频率不等.应用CUSP软件对数据集H3N2和MHC进行同义密码子使用偏性的分析,然后基于同义密码子的使用偏性建立新的密码子置换模型,并在此模型的基础上分析物种的正向选择性.分析结果表明新的密码子置换模型能更好地拟合数据,由此可得到更加可靠的参数估计值.     

沙枣叶绿体全基因组序列及其使用密码子偏性分析

该研究以2株野生沙枣(Elaeagnus angustifolia Linn.)嫩枝经温室水培后的嫩叶为材料,采用CTAB法分别提取总DNA,并利用第二代测序技术进行总DNA从头测序,组装后得到2株沙枣叶绿体基因组全序列,并详细分析了其蛋白质编码基因密码子使用的偏好性及其原因,为沙枣叶绿体基因工程和分子系统进化等研究奠定基础。结果显示:(1)组装得到沙枣叶绿体基因组序列全长150 546 bp,由长度为81 113 bp的长单拷贝(LSC)区域和25 494 bp的短单拷贝(SSC)区域,以及1对分隔开它们的长18 445 bp的反向重复序列(IRS)组成;注释共得到132个基因,包括86个蛋白编码基因、38个tRNA基因和8个rRNA基因。(2)沙枣叶绿体基因组蛋白编码基因密码子的第三位碱基GC含量(GC_3)为28.47%,明显低于整个叶绿体基因组GC含量(37%),也低于第一位(GC_1)和第二位(GC_2)碱基的GC含量,说明密码子对AT碱基结尾有偏好性;其中, UCU、CCU、UGU、GCU、CUU、GAU、UCA和UAA为最优密码子。(3)同义密码子相对使用频率(RSCU)分析发现,影响密码子使用模式的因素并不单一,密码子的偏好性受到突变、选择及其他因素的共同影响,并且自然选择表达引起的序列差异比突变对密码子偏好性的影响要显著;中性绘图分析、有效密码子数(ENC-plot)分析和奇偶偏好性(PR2-plot)分析表明,沙枣叶绿体基因组使用密码子的偏性受选择的影响更大。(4)通过最大似然法、最大简约法和贝叶斯方法对胡颓子科6个物种和1个枣的叶绿体基因序列构建系统发育树,与它们使用密码子偏性聚类的结果一致,表明叶绿体基因组使用密码子偏性与物种的亲缘关系相关。     

普通野生稻线粒体蛋白质编码基因密码子使用偏好性的分析

以普通野生稻（Oryza rufipogon Griff.）线粒体基因组为对象,分析其蛋白质编码基因的密码子使用特征及与亚洲栽培稻（O.sativa L.）的差异,探讨其密码子偏性形成的影响因素和进化过程。结果显示：普通野生稻线粒体基因组编码序列第1、第2和第3位碱基的GC含量依次为49.18%、42.67%和40.86%;有效密码子数（Nc）分布于45.32~61.00之间,其密码子偏性较弱;Nc值仅与GC₃呈显著相关,密码子第3位的碱基组成对密码子偏性影响较大;第1向量轴上显示9.91%的差异,其与GC_3s、Nc、密码子偏好指数（CBI）和最优密码子使用频率（Fop）的相关性均达到显著水平;而GC₃和GC₁₂的相关性未达到显著水平。因此,普通野生稻线粒体基因组密码子的使用偏性主要受自然选择压力影响而形成。本研究确定了21个普通野生稻线粒体基因组的最优密码子,大多以A或T结尾,与叶绿体密码子具有趋同进化,但是与核基因组具有不同的偏好性。同义密码子相对使用度（RSCU）、PR2偏倚分析和中性绘图分析显示,普通野生稻线粒体基因功能和其密码子使用密切相关,且线粒体密码子使用在普通野生稻、粳稻（O.sativa L.subsp.japonica Kato）和籼稻（O.sativa L.subsp.indica Kato）内具有同质性。     

双孢蘑菇基因组密码子的偏好性分析

双孢蘑菇Agaricus bisporus是世界上最广泛栽培的食用菌之一。本研究通过分析双孢蘑菇基因组密码子使用偏性,探讨密码子偏性的影响因素及其对基因表达的影响。以双孢蘑菇基因组和转录组数据为依据,分析了双孢蘑菇基因组基因、高表达基因（high expression gene,HEG）和低表达基因（low expression gene,LEG）的密码子使用性。发现双孢蘑菇基因组编码基因平均GC含量为49.08%,T3s值（35.59%）最高,平均ENC值偏高,多数基因表达潜力较低。共鉴定出14个最优密码子,均以C或T结尾,并且遵循密码子中嘌呤和嘧啶使用的均衡性原则。高表达基因具有更强的密码子偏性,进化过程中受到基因突变和自然选择等多种因素影响。基因表达与G/C碱基含量和CAI值呈极显著正相关。高表达基因编码了多种与真菌生长发育相关的蛋白和酶类。研究结果明确了双孢蘑菇基因密码子的使用偏性,为双孢蘑菇转基因育种和品质改良提供了参考。     

杨树同义密码子用法的初步分析

杨树是世界上广泛栽培的重要造林树种之一,已经成为林木基因工程研究的模式植物。用杨树的314个蛋白编码基因,通过对应分析和ENC-plot分析探讨了若干重要因子对杨树密码子用法的效应。从分析结果中可以看出,在影响最大的第一条向量轴上,基因的坐标位置与该基因的表达水平(CAI)极显著负相关(r=-0.94**),其次是与GC3S和基因长度极显著相关(r=0.86**和r=-0.57**),说明基因表达水平高低是影响密码子发挥作用的主要因素,基因编码区碱基组成和基因长度次之。ENC-plot分析结果也证明了这一点。相对密码子使用值(RSCU)的计算结果表明,高表达基因强烈偏好以A或T结尾的密码子,并确定了TTA和ATA等10个密码子为杨树的主要偏爱密码子。将杨树的密码子使用频率与拟南芥、水稻、大肠杆菌和人等不同模式生物种比较后发现,杨树密码子的偏爱性与同为双子叶植物的拟南芥最为相似,与人和大肠杆菌之间的差异较大。     

葡萄基因组密码子使用偏好模式研究

根据完整基因组序列,运用多元统计分析和对应分析的方法,探讨了葡萄全基因组序列密码子的使用模式和影响密码子使用的各种可能因素。结果显示:葡萄密码子偏好性主要受到碱基差异(r=0.925)和自然选择(r=0.193)共同作用的影响,突变压力占了主导因素,自然选择的作用较小。同时基因长度和蛋白质疏水性也对密码子的偏好性有所影响。确定了葡萄的20个最优密码子。     

Factors affecting codon bias in the mitochondrial genomes of the streptophyte Mesostigma viride and the chlorophyte Chlamydomonas reinhardtii

Mitochondrial genomes typically show genome-wide patterns of synonymous codon usage bias. In animals and land plants, mutation appears more dominant than selection in shaping this bias, while in green algae the relative importance of these factors is not well studied. Based on our analysis of mitochondrial DNA sequence from the green algae Mesostigma viride (NIES-296) and Chlamydomonas reinhardtii (CC-277) and a closely related relative of each, we conclude that both mutation and selection are important in shaping synonymous codon usage bias in their mitochondrial genomes, with selection being more dominant. The possible confounding influence of mutational context dependence on our analyses is discussed.     

嗜热泉生古细菌及其他泉古菌同义密码子使用偏向性分析

比较分析了嗜热泉生古细菌(Aeropyrum pernix K1)和其他两种系统发育相关的泉古菌[嗜气菌(Pyrobaculum aerophi-lumstr.IM2)和嗜硫菌(Sulfolobus acidocaldarius DSM 639)]的同义密码子使用偏向性。结果表明嗜热泉生古细菌(Aeropyrum pernix K1)的密码子偏向性很小,并且与GC3S成高度的相关性。这3种泉古菌的密码子使用模式在进化上很保守。与基因的功能对密码子使用的影响相比,这些泉古菌密码子的使用偏向性更是由其物种所决定的。嗜热泉生古细菌(A.pernix K1),嗜气菌(P.aerophilum str.IM2)和嗜硫菌(S.acidocaldarius DSM 639)生存在不同的极限环境中。推测正是这些极限环境决定了这些泉古菌的密码子使用偏向性模式。此外在这些泉古菌的基因组中并没有发现其正义链和反义链的密码子使用偏向性差别。嗜热泉生古细菌(A.pernix K1)和嗜硫菌(S.acidocaldarius DSM 639)的密码子偏向性程度与基因表达水平有高度的相关性,而嗜气菌(P.aerophilum str.IM2)的基因组并没有发现这种规律。     

Codon usage bias in human cytomegalovirus and its biological implication

Human cytomegalovirus (HCMV) infection, a worldwide contagion, causes a serious disorder in infected individuals. Analysis of codon usage can reveal much molecular information about this virus. The effective number of codon (ENC) values, relative synonymous codon usage (RSCU) values, codon adaptation index (CAI), and nucleotide contents was investigated in approximately 160 coding sequences (CDS) among 17 human cytomegalovirus genomes using the software CodonW. Linear regression analysis and logistic regression were performed to explore the preliminary data. The results showed that, overall, HCMV genomes had low codon usage bias (mean ENC = 47.619). However, the ENC of individual CDS varied widely and was distributed unevenly between host-related genes and viral-self-function genes (P = 0.002, odds ratio (OR) = 3.194), as did the GC content (P = 0.016, OR = 2.178). The ENC values correlated with CAI, GC content, and the nucleotide composing at the 3rd codon position (GC3s) (P < 0.001). There was a significant variation in the codon preference that depended on the RSCU data. The predicted ENC curve suggested that mutational pressure, rather than natural selection, was one of the main factors that determined the codon usage bias in HCMV. Among 123 genes with known function, the genes related to viral self-replication and viral–host interaction showed different ENC and CAI values, and GC and GC3s contents. In conclusion, the detailed codon usage bias theoretically revealed information concerning HCMV evolution and could be a valuable additional parameter for HCMV gene function research.     

Codon usage bias: causative factors,quantification methods and genome‐wide patterns: with emphasis on insect genomes

Codon usage bias refers to the phenomenon where specific codons are used more often than other synonymous codons during translation of genes, the extent of which varies within and among species. Molecular evolutionary investigations suggest that codon bias is manifested as a result of balance between mutational and translational selection of such genes and that this phenomenon is widespread across species and may contribute to genome evolution in a significant manner. With the advent of whole‐genome sequencing of numerous species, both prokaryotes and eukaryotes, genome‐wide patterns of codon bias are emerging in different organisms. Various factors such as expression level, GC content, recombination rates, RNA stability, codon position, gene length and others (including environmental stress and population size) can influence codon usage bias within and among species. Moreover, there has been a continuous quest towards developing new concepts and tools to measure the extent of codon usage bias of genes. In this review, we outline the fundamental concepts of evolution of the genetic code, discuss various factors that may influence biased usage of synonymous codons and then outline different principles and methods of measurement of codon usage bias. Finally, we discuss selected studies performed using whole‐genome sequences of different insect species to show how codon bias patterns vary within and among genomes. We conclude with generalized remarks on specific emerging aspects of codon bias studies and highlight the recent explosion of genome‐sequencing efforts on arthropods (such as twelve Drosophila species, species of ants, honeybee, Nasonia and Anopheles mosquitoes as well as the recent launch of a genome‐sequencing project involving 5000 insects and other arthropods) that may help us to understand better the evolution of codon bias and its biological significance.     

紫花苜蓿叶绿体基因组密码子偏好性分析

为分析紫花苜蓿叶绿体基因组密码子偏好性的使用模式,该文以紫花苜蓿叶绿体基因组中筛选到的49条蛋白质编码序列为研究对象,利用CodonW、CUSP、CHIPS、SPSS等软件对其密码子的使用模式和偏好性进行研究。结果表明:(1)紫花苜蓿叶绿体基因的第3位密码子的平均GC含量为26.44%,有效密码子数(ENC)在40.6～51.41之间,多数密码子的偏好性较弱。(2)相对同义密码子使用度(RSCU)分析发现,RSCU>1 的密码子数目有30个,以A、U结尾的有29个,说明了紫花苜蓿叶绿体基因组A或U出现的频率较高。(3)中性分析发现,GC3与 GC12的相关性不显著,表明密码子偏性主要受自然选择的影响; ENC-plot 分析发现一部分基因落在曲线的下方及周围,表明突变也影响了部分密码子偏性的形成。此外,有17个密码子被鉴定为紫花苜蓿叶绿体基因组的最优密码子。紫花苜蓿叶绿体基因组的密码子偏好性可能受自然选择和突变的共同作用。该研究将为紫花苜蓿叶绿体基因工程的开展和目标性状的遗传改良奠定基础。