核酸-蛋白质结合能在剪切位点识别中的应用

把最大信息原理应用到核酸序列的保守位点分析中。利用最大信息原理,推导出了核酸和蛋白质特异性结合时的结合能表达式,并且估计了和蛋白质发生相互作用的核酸序列上的位点范围。为了检验此理论是否较为成功地反映了核酸和蛋白质结合时的实际情况,把它应用到基因内含子剪切位点的识别中,识别结果达到了较高的敏感性和特异性,这说明利用最大信息原理推导结合能表达式及估计核酸序列上参与反应的位点范围的理论是较为成功的。此研究结果一方面有助于核酸和蛋白质相互作用的理解,另一方面,也有助于和蛋白质发生相互作用的各种核酸序列的计算机识别研究。     

使用估计的反应自由能预测组成性和可变剪接位点

基因结构预测中的一个重要步骤是精确地识别剪接位点。基于剪接反应的基本物理原则,最大信息原理被应用到剪接反应的理论分析中,进而导出了反应自由能估计表达式。作为一个简化模型,这个表达式能被用来估计一个5′剪接区或者3′剪接区所参与的剪接反应中的自由能变化。它不但较全面地概括了各个碱基之间的关联,而且还考虑了基因组背景概率的影响。这个反应自由能表达式被用来预测了人类基因中的组成性和可变剪接位点,预测结果是令人满意的,其预测能力比得上当前的一些流行方法。这说明最大信息原理可以作为研究某些核酸-蛋白质相互作用系统（如剪接反应）的理论出发点,导出的反应自由能表达式较好地符合了剪接反应过程。     

基因偏好模及其与基因表达水平关系的研究

利用重新定义的碱基片段的相对模式含量,研究了大肠杆菌和酵母基因序列的三碱基偏好模。发现在前导区,起始密码子模式的相对模式含量明显低于其它区,大肠杆菌基因拖尾区和编码终止区中,“SSS”型模式的相对模式含量平均较高。并研究了基因前导区和拖尾区偏好模或禁用模出现频数与基因表达水平的关系,发现基因前导区偏好模使用频数的多少与基因表达水平成正相关关系,而禁用模使用频数的多少与基因表达水平则成反相关关系;在基因拖尾区,偏好模或禁用模使用频数的多少与基因表达水平的关系对于两种生物是不同的。     

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％．     

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。