两对等位基因群体熵的性质

研究了两对等位基因群体熵的性质,并对位点多样度D与基因相对信息量多样度S′(G)进行了比较研究．结果表明,在遗传变异的度量上,位点多样度D与基因相对信息量多样度S′(G)具有一致性,且S′(G)还具有信息学内涵．     

奶牛产奶性状与乳房炎相关基因CpG含量及分布特征的比较分析

DNA甲基化是表观遗传学的重要组成部分,基因启动子区及第一外显子区的CpG甲基化通常抑制该基因的表达,而去甲基化则促进基因表达。已有的研究发现荷斯坦牛的乳房炎指标SCC(Somatic cell count)与产奶量呈较强负相关。文章分析并比较了这两类性状的相关基因的启动子区、第一外显子、下游2 000 bp序列中CpG含量及分布特征。结果表明,乳房炎相关基因的启动子、第一外显子中CpG含量显著低于产奶性状相关基因,而两类性状基因下游2 000 bp序列中CpG含量无显著性差异。另外,文中提出了两个量化基因序列中CpG特征的指标,一个是CpG平均距离,用来衡量序列中的CpG分布;另一个是条件概率p(G|C),用以量化序列中二核苷酸CpG随碱基C出现的可能性,并对两类基因的启动子和第一外显子区域的这两个指标做了统计检验。研究结果对产奶性状与乳房炎相关基因的DNA甲基化调控研究奠定了基础。     

一种新的DNA序列进化距离及其应用

为了研究核苷酸变异,通过DNA序列的同源率,建立了DNA序列进化的动力学方程,进而得到了一种新的物种间进化距离dy(选择进化距离).由于核苷酸替代模型有很多,选用其中的4种模型,计算出其相应的选择进化距离dy,该进化距离包含了4种模型下的p距离、替代率为常数的距离d和替代率服从Г分布的Г距离dG.进一步根据动力学方程的特点,将模型转化为一元线性回归问题,用最小二乘法求得选择模型中的动力学参数b和各核苷酸位点每年的平均替代速率r.以16个物种的线粒体基因序列为例,说明这种新的进化距离并通过构建不同进化距离下的基因进化树来对各进化距离进行比较.结果表明:选择进化距离dy是一种有效的构建进化距离的方法.     

基于DNA序列K-tuple分布的一种非序列比对分析

文章在基因组K-tuple分布的基础上, 给出了一种推测生物序列差异大小的非序列比对方法。该方法可用于衡量真实DNA序列和随机重排序列在K-tuple分布上的差异。将此方法用于构建含有26种胎盘哺乳动物线粒体全基因组的系统树时, 随着K的增大, 系统树的分类效果与生物学一致公认的结果愈加匹配。结果表明, 用此方法构建的系统进化树比用其他非序列比对分析方法构建的更加合理。     

一种新的蛋白质序列的向量表示方法及其应用

为了更多地挖掘隐藏在蛋白质序列中的信息,本研究将20种氨基酸均匀地排列在单位圆周上,得到每种氨基酸对应的二维坐标,再与氨基酸的6个理化指标结合起来,最终用一个八维向量来刻画蛋白质序列。为避免数据极差对分析结果造成的影响,本研究对蛋白质序列所对应的八维向量作归一化处理。基于归一化后的蛋白质序列的向量表示,运用神经网络对蛋白质序列进行分类,并根据向量之间的欧式距离来量化序列之间的相似性。最后,以9个不同物种的ND5蛋白质序列以及8个不同物种的ND6蛋白质序列为例,Clustal W序列比对方法为基准,对本研究的方法与5-字母方法进行验证和比较,结果表明本研的方法是有效的。