原核基因组的进化方向和癌／正常细胞的熵产生

本文评述了理论生物学的两个基础实验。一是用离子束辐照加速大肠杆菌进化的方法研究原核基因组的进化方向,证明进化中的缺失偏好性和编码信息量扩增律不矛盾。二是提出用导热法测量细胞的熵产生,比较研究了癌细胞和正常细胞的熵产生和外加电场的关系,证明在一定强度的电场作用下正常细胞的熵产生可以明显超过癌细胞,从而实现改变两类细胞间熵流方向的目的。     

DNA动力学柔性的统计力学模型

考虑碱基对之间的非紧邻相互作用、涨落的序列依赖效应和非对称涨落,提出了DNA构象的统计力学模型,给出了DNA柔性的新定义。作为模型的应用,对12种三核苷酸重复序列的动力学柔性作了预测。理论预测与其它方法得到的结论比较,有很好的一致性。对模型和结论的理论意义作了讨论。     

基因表达水平与同义密码子使用关系的初步研究

提出一个预测基因表达水平和同义密码子使用的自洽信息聚类方法。将同义密码子分成最适密码子、非最适密码子和稀有密码子,认为三者的使用频率是调控基因表达水平的主要因素。基于这一观点,对Ｅｃｏｌｉ和Ｙｅａｓｔ两类生物的基因表达水平和密码子的使用,用自洽信息聚类方法进行了预测。发现高低表达基因明显分开,基因表达水平被分为四级;甚高表达基因（ＶＨ）、高表达基因（Ｈ）、较低表达基因（ＬＭ）和低表达基因（ＬＬ）;     

核酸序列重复片段的统计分析

对核酸序列编码区的重复片段进行了统计分析。发现不同物种的序列具有近似相等的约化重复长度和次数,研究了重复区内碱基分布的特点,并讨论了此结果可能的生物学涵义。     

人类polⅡ启动子的识别

依据基因启动子区和非启动子区碱基分布的特征,应用基于多样性增量的二次判别分析 (IDQD),对人类polⅡ启动子进行识别,识别精度达到90％以上的水平,优于其他已发表的 (包括SVM分类器等) 识别算法. 使用IDQD算法也能对转录起始位点 (TSS) 进行较准确的预测,10-fold交叉检验结果的敏感性和特异性分别为86％和91％. 这些结果表明IDQD是一个有效的分类器.     

人类基因组中可变和组成性剪接位点的预测

根据剪接位点的核酸序列保守特征,以及邻近位点的碱基组成和关联特性,结合一对可变剪接位点之间的距离参数和受体端剪接位点前30位碱基的GC和TC含量,利用结合多样性指标的二次判别方法（IDQD）,预测了人类基因组中可变和组成性内含子的供体端和受体端的剪接位点,对可变的供体端和受体端剪接位点,阈值ξ选择－2时,总的预测精度分别为87．9％和89．9％,对组成性的供体端和受体端剪接位点,阈值ξ选择－1,总的预测精度分别为92．8％和94.3％．     

人类基因组信息量的扩增速率受重组的影响

减数分裂重组是基因组进化的重要驱动力,揭示基因组在与重组有关进化压力下的进化规律是基因组进化研究领域的重要课题．一系列证据表明基因组编码信息量在进化过程中随时间增加．重组率与自然选择效率成正比,因此,在进化过程中基因组信息量的增加速率可能会受到重组率的影响．本文定义表征编码信息量增加速率的信息参数,以人类基因组为研究对象,分析基因组信息量的增加速率与重组率的关系,发现二者显著正相关,表明重组可能是加快基因组信息量增长的重要途径．     

Alu中剪接位点的研究

对Alu剪接位点双碱基的类型、分布进行了分析,发现非标准剪接（不满足GT-AG规则）占很大优势。而且非标准剪接的分布频率会随不同的染色体而变化,在Alu剪接较多的11、12、17号染色体上分布最多。通过对Alu及其剪接住点碱基关联的计算分析,说明在Alu中剪接位点双碱基的这种异常使用主要是由Alu中二联体的关联压力造成的,从而表明这种重复序列对生命活动的多样化起着重要作用。     

同义密码子的反常蛋白质二级结构偏好性

统计分析了 119种人蛋白质和 92种大肠杆菌蛋白质的mRNA序列和蛋白质二级结构的关系 .从二肽频数出发 ,研究了同义密码子使用对蛋白质二级结构的影响 ,证明其影响在 10 %到 2 0 %的量级 .对于人和大肠杆菌 ,在 90 %置信水平上 ,4 0 0对二肽中分别有 79对和 6 0对 ,在 95 %置信水平上 ,分别有 4 5对和 36对二肽的相应密码子二联体具有不同于氨基酸的反常二级结构偏好性 ,并且这种反常不能归因于随机涨落     

酵母基因组中核小体偏好展列的识别

应用多样性增量结合二次判别分析（Increment of Diversity with Quadratic Discriminant analysis, IDQD）方法,对酵母基因组中的核小体强/弱偏好序列进行了识别。10交叉检验的预测成功率超过了97％,受试者操作特性（receiver operating characteristic,ROC）曲线下面积达到了0．99,预测成功率高于现有SVM算法。最后利用构建好的分类器对酵母基因组中三类包含TATA盒基因的起始密码子ATC上游400nt下游100nt区域进行了分析。结果表明,IDQD算法有能力应用于基因组中核小体序列的识别。