基于编码序列、基因间序列和氨基酸序列构建的系统发生关系比较

以7种古菌、46种细菌和10种真核生物的基因组为样本,考虑碱基间的短程关联和长程关联作用,得到编码序列的密码对和基因间序列的三联体对中不同位点的二核苷酸频率,据此构建了基于编码序列和基因间序列的系统发生关系。无论是基于编码序列还是基因间序列对信息进行聚类,古菌或真核均被聚在一支上,表明聚类参数的选择是合适的;与基于氨基酸序列构建的系统发生关系进行两两比较,发现大部分硬壁菌的编码序列与基因间序列之间,以及编码序列与氨基酸序列之间的进化都存在较大差异。通过分析认为,只有综合考虑这三类序列的进化信息,才可能得到更自然的系统发生关系。     

基因组中开阅读框架长度的分布模型与基因组进化

分析了5种真核、15种细菌和10种古菌基因组中开阅读框架(open reading flame,ORF)的数目随长度的分布,发现不同生物的分布相似且有明显的规律性。用各种分布模型进行拟合比较,结果显示每种生物的这类分布均符合Г（α,β）分布,由此提出生物基因组中ORF的数目随长度的分布是Г（α,β）分布的假设。分析各生物基因组的拟合参数,发现α和β值与基因组进化存在明显的相关性;讨论了α和β值的生物进化意义,并给出了真核生物偏好使用长基因的结论;依照Г（α,β）分布估计了酵母基因组中ORF数目的上限为5870个。该方法对于研究生物基因组进化以及评估理论预测基因的可靠性具有建设性意义。     

密码对的偏爱与基因组进化的相关性分析

以5种真核、15种细菌、10种古菌生物基因组为样本,对密码对使用偏好性指标Г与密码对随基因组进化的指标α之间作线性分析,发现部分密码对的r值与α之间有显著的线性关系;密码子第三位点与紧邻密码子第一位点的双碱基（cP3cAl）使用与基因组进化有关。结果进一步肯定了密码对的使用与基因组进化存在相关性,同时从密码对使用的角度揭示了真核生物、真细菌、古菌的基本差别。     

5’UTR中AUG的分布及其对翻译起始的影响

以细菌和古菌基因组5′ UTR序列作为研究对象,分析在5′ UTR 的3个不同阅读框架中三联体AUG的分布,发现无论是细菌还是古菌基因组都在阅读框1中有非常明显的AUG缺失(depletion)。AUG的缺失表明在起始密码子上游的AUG很可能会对基因的翻译起始产生影响。分析得知：绝大部分的AUG都是以uORF(upstream open reading frame)的形式出现的,uAUG(upstream AUG)的数量很少,特别是在阅读框1中,而且在细菌基因组的阅读框1中uAUG较多地出现在了含有SD序列的基因上游。比较发现,uAUG引导的序列在同义密码子使用上的偏好性较真正的编码序列差,这可能表明细菌和古菌在同义密码子使用上的偏好性也是决定基因准确地翻译起始的重要因素之一。     

几种模式生物基因组中最适密码对和稀有密码对使用的规律性

以6种模式生物基因组为样本,从密码对的碱基组成及密码子的使用两方面,分析了最适密码对与稀有密码对的使用。结果显示:6种生物的最适密码对rP双碱基TA出现的频数都是最低的,而出现频率最大的双碱墓对于古菌、细菌、真核是不同的;稀有密码对中双碱基TA出现的频数却是最高的,而出现频率最低的双碱基刘·于古菌、细菌、真核是不同的。这说明双碱基的分布与密码对的偏好性有很强的相关性,同时也与基因组进化存在关联。另外,我们也分析了本文的6种生物编码序列叶,最适密码对与稀有密码对的出现频数与密码了的相对使用频率的关系,发现密码对的出现频数与其密码子的使用存在相关性。     

三种模式微生物基因组中GC含量的比较

GC含量是核酸序列组成的重要特征,其含量可作为反映进化的一种指标。为了探索GC含量作用于基因组的进化压力,本研究研究了大肠杆菌(Escherichia coli)和枯草杆菌(Bacillus subtilis)、真核生物酿酒酵母(Saccharomyces cerevisiae)三种模式微生物基因组编码序列的GC含量,分析了其基因组中蛋白质编码序列的GC含量与编码序列长度的关联,结果发现编码序列的GC含量与序列相对频数有一定的相关性,且编码序列的GC含量随序列相对频数的分布具有一定的规律。根据分布曲线我们推测这种规律应该符合某种分布,并用各种分布函数进行拟合,研究结果发现基因组中编码序列的GC含量随序列频数的分布与高斯分布相符合,且这种分布在真核生物和原核生物间有显著区别。另外,不同长度的编码序列GC含量的分析结果表明,编码序列的GC含量与序列长度有一定的相关性。     

5'UTR中AUG的分布及其对翻译起始的影响

以细菌和古菌基因组5’UTR序列作为研究对象,分析在5’UTR的3个不同阅读框架中三联体AUG的分布,发现无论是细菌还是古菌基因组都在阅读框1中有非常明显的AUG缺失（depletion）。AUG的缺失表明在起始密码子上游的AUG很可能会对基因的翻译起始产生影响。分析得知：绝大部分的AUG都是以uORF（upstream open readingframe）的形式出现的,uAUG（upstreamAUG）的数量很少,特别是在阅读框1中,而且在细菌基因组的阅读框1中uAUG较多地出现在了含有SD序列的基因上游。比较发现,uAUG引导的序列在同义密码子使用上的偏好性较真正的编码序列差,这可能表明细菌和古菌在同义密码子使用上的偏好性也是决定基因准确地翻译起始的重要因素之一。     

基于密码对使用的基因组进化

以密码对使用偏好性和密码对中二核苷酸频率分别构建了系统发育树。发现用40种模式生物编码序列中密码对的二核苷酸频率构建的系统发育树,明显将生物按进化分成细菌,古菌,真核生物;用密码对使用偏好性指标构建的系统发育树与基于密码对中二核苷酸频率的系统发育树基本一致。结果表明密码对中二核苷酸组分是密码对偏好的决定因素之一。     

规律成簇的间隔短回文重复：结构，功能与应用

规律成簇的间隔短回文重复(Clustered regularly interspaced short palindromic repeats,CRISPRs)是一类广泛分布于细菌和古菌基因组中的重复结构.最近研究表明,CRISPR与一系列相关蛋白、前导序列一起,为原核生物提供对噬菌体等外源基因的获得性免疫能力,其作用机制可能与真核生物的RNA干扰过程类似.作为基因组中高度可变的区域,CRISPR非常适合成为研究细菌种内分型和微进化的分子靶标.本文综述了CRISPR系统的结构、功能及其应用概况,并对CRISPR研究的前景进行了展望.     

酵母基因组中ORF数目与长度的关系

根据NCBI数据库中基因注释序列及相关注释文件,统计了酿酒酵母基因组中不同长度的开阅读框架(Open ReadingFrame,ORF)的数目,分析了开阅读框架的数目随长度的分布关系,结果发现有明显的规律性。根据分布的特点用各种分布模型进行拟合比较,提出这类分布是Г(α,β)分布的假设。进一步根据Г(α,β)分布估算了酵母基因组蛋白质编码序列的数目为5870个。该结果对于基因注释具有一定的参考价值。