基因及其表达调控中遗传密码选择的偏爱性

遗传密码在基因及其表达调控中具有明显的选择性.在低等生物及细胞器基因组中,同义密码优先选择A、T;在高等生物的核基因组中,同义密码首先考虑C、G;编码基因的邻近序列对基因转录调控影响很大.环境因素与遗传密码的选择有关.     

Inferring Adaptive Codon Preference to Understand Sources of Selection Shaping Codon Usage Bias

Alternative synonymous codons are often used at unequal frequencies. Classically, studies of such codon usage bias (CUB) attempted to separate the impact of neutral from selective forces by assuming that deviations from a predicted neutral equilibrium capture selection. However, GC-biased gene conversion (gBGC) can also cause deviation from a neutral null. Alternatively, selection has been inferred from CUB in highly expressed genes, but the accuracy of this approach has not been extensively tested, and gBGC can interfere with such extrapolations (e.g., if expression and gene conversion rates covary). It is therefore critical to examine deviations from a mutational null in a species with no gBGC. To achieve this goal, we implement such an analysis in the highly AT rich genome of Dictyostelium discoideum, where we find no evidence of gBGC. We infer neutral CUB under mutational equilibrium to quantify “adaptive codon preference,” a nontautologous genome wide quantitative measure of the relative selection strength driving CUB. We observe signatures of purifying selection consistent with selection favoring adaptive codon preference. Preferred codons are not GC rich, underscoring the independence from gBGC. Expression-associated “preference” largely matches adaptive codon preference but does not wholly capture the influence of selection shaping patterns across all genes, suggesting selective constraints associated specifically with high expression. We observe patterns consistent with effects on mRNA translation and stability shaping adaptive codon preference. Thus, our approach to quantifying adaptive codon preference provides a framework for inferring the sources of selection that shape CUB across different contexts within the genome.     

The Codon Statistics Database: A Database of Codon Usage Bias

We present the Codon Statistics Database, an online database that contains codon usage statistics for all the species with reference or representative genomes in RefSeq (over 15,000). The user can search for any species and access two sets of tables. One set lists, for each codon, the frequency, the Relative Synonymous Codon Usage, and whether the codon is preferred. Another set of tables lists, for each gene, its GC content, Effective Number of Codons, Codon Adaptation Index, and frequency of optimal codons. Equivalent tables can be accessed for (1) all nuclear genes, (2) nuclear genes encoding ribosomal proteins, (3) mitochondrial genes, and (4) chloroplast genes (if available in the relevant assembly). The user can also search for any taxonomic group (e.g., “primates”) and obtain a table comparing all the species in the group. The database is free to access without registration at http://codonstatsdb.unr.edu.     

Predicting Gene Expression Level from Relative Codon Usage Bias: An Application to Escherichia coli Genome

We present an expression measure of a gene, devised to predictthe level of gene expression from relative codon bias (RCB).There are a number of measures currently in use that quantifycodon usage in genes. Based on the hypothesis that gene expressivityand codon composition is strongly correlated, RCB has been definedto provide an intuitively meaningful measure of an extent ofthe codon preference in a gene. We outline a simple approachto assess the strength of RCB (RCBS) in genes as a guide totheir likely expression levels and illustrate this with an analysisof Escherichia coli (E. coli) genome. Our efforts to quantitativelypredict gene expression levels in E. coli met with a high levelof success. Surprisingly, we observe a strong correlation betweenRCBS and protein length indicating natural selection in favourof the shorter genes to be expressed at higher level. The agreementof our result with high protein abundances, microarray dataand radioactive data demonstrates that the genomic expressionprofile available in our method can be applied in a meaningfulway to the study of cell physiology and also for more detailedstudies of particular genes of interest.     

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。     

籼稻品种93-11同义密码子的使用偏性

利用籼稻品种93－11的全基因组序列及相应的EST数据,对影响同义密码子用法的若干因子进行了详细分析。指出93－11基因的表达水平（mRNA丰度）与3个同义密码子偏性指标CAI、CPP和ENC相关极显著（r=0.227^**,0.145^**和-0.147^**),表明高表达的基因其同义密码子非随机使用的程度越大;基因长度与CAI和CPP极显著负相关（r=-0.413^**和-0.480^**),与ENC极显著正相关（r=0.210^**),暗示较短的基因具有更高的转录活性;编码区G＋C含量对其同义密码子偏性的贡献率远高于mRNA丰度和基因长度,G＋C含量与CAI、CPP和ENC相关系数分别高达0.877^**,0.832^**和-0.740^**;起始编码区内A、T、C、G4种碱基呈明显的3周期振荡,尤以ATG下游第一个密码子所在的3个位点（＋4、＋5和＋6）偏置最强烈,由此认为在这3个特殊位点有较高的自然选择压存在;93－11中25个最优密码子的首次确定将对水稻转基因具有指导意义。     

Relative Codon Adaptation: A Generic Codon Bias Index for Prediction of Gene Expression

The development of codon bias indices (CBIs) remains an active field of research due to their myriad applications in computational biology. Recently, the relative codon usage bias (RCBS) was introduced as a novel CBI able to estimate codon bias without using a reference set. The results of this new index when applied to Escherichia coli and Saccharomyces cerevisiae led the authors of the original publications to conclude that natural selection favours higher expression and enhanced codon usage optimization in short genes. Here, we show that this conclusion was flawed and based on the systematic oversight of an intrinsic bias for short sequences in the RCBS index and of biases in the small data sets used for validation in E. coli. Furthermore, we reveal that how the RCBS can be corrected to produce useful results and how its underlying principle, which we here term relative codon adaptation (RCA), can be made into a powerful reference-set-based index that directly takes into account the genomic base composition. Finally, we show that RCA outperforms the codon adaptation index (CAI) as a predictor of gene expression when operating on the CAI reference set and that this improvement is significantly larger when analysing genomes with high mutational bias.     

影响耶尔森氏鼠疫杆菌基因组密码子使用的因素分析

基因组密码子使用的影响因素分析有助于发现影响密码子使用的进化动力学 ,对发现和预测进化的方向和模式有重要的作用。同时 ,分析完整的基因组可以发现特定基因组中密码子的使用模式 ,从而重新设计高效的PCR引物和外源导入基因 ,促进外源基因在特定生物体中的高效率表达。导致瘟疫等外源性感染疾病的耶尔森氏鼠疫杆菌完整基因组序列已经测序公布。为了对鼠疫杆菌的同义密码子使用的进化模式有更加深入的了解 ,详细的研究分析鼠疫杆菌的基因组密码子的使用模式和影响密码子使用的因素。结果发现 ,尽管鼠疫杆菌基因组序列中“G” “C”含量相对较低 (4 7.6 4 % ) ,高水平表达基因的密码子第三位碱基使用胞嘧啶 (C)的频率比表达水平低的基因使用胞嘧啶 (C)有显著的提高 ,表达水平较低的基因在密码子的第三位碱基更趋向使用鸟嘌呤 (G)。在表达水平高低的两组基因中 ,对密码子的第三位碱基使用腺嘌呤 (A)和胸腺嘧啶 (T)总体上趋于随机使用。基因的表达水平与对应分析的第一条向量轴呈高度相关 (R =0 .6 3,P <0 .0 0 0 1)。通过分析比较表达水平高低两组基因的密码子使用模式发现 ,基因的表达水平对于密码子使用有显著的影响。GC skew分析结果显示 ,复制转录阶段的选择对密码子使用有一定的影响。在不同长度     

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。     

伪狂犬病病毒基因编码区碱基组成与密码子使用偏差

由于伪狂犬病病毒(PRV)中G C含量高达74％,至今尚没有一个毒株完成全基因组测序。对已知的68个PRV基因编码区序列碱基组成及密码子使用现象进行了统计分析,结果发现PRV基因中存在非常强的密码子使用偏差。所有68个PRV基因编码区密码子第三位总的G C含量为96．24％,其中UL48基因高达99．52％。PRV基因偏向于使用富含GC的密码子,特别是以C或G结尾的密码子。此外,还发现PRV中G C含量变化较大的UL48、UL40、UL14和IE180等基因附近正好与已知的PRV基因组复制起始区相对应。根据基因功能将PRV基因分为6类进行分析发现,基因功能相同或相近的基因其密码子使用模式相似,其中调节基因的同义密码子相对使用度(RSCU)与其他基因有显著差异,在调节基因中以C结尾的密码子的RSCU值远大于其他同义密码子。最后,对PRV基因氨基酸组成差异进行多元分析,发现不同功能的PRV基因在对应分析图上分布不同,表明PRV基因密码子使用模式可能与基因功能相关。     

按痘苗病毒优势密码子改造HIV-1 gag基因提高表达水平的研究

为确定痘苗病毒密码子偏向性与基因表达的关系及其在痘苗病毒与宿主细胞相互作用过程中的作用,按痘苗病毒的优势密码子对HIV-1 gag基因进行改造,并对合成基因与野生型HIV-1 gag基因在痘苗病毒载体系统的表达水平进行了研究。结果显示：①各目的基因分别正向插入了痘苗病毒TK区7．5k启动子下游;②免疫荧光检测显示,改造前后的gag基因均能够很好地在痘苗病毒中表达;③Western blot检测显示,在相同感染量时,改造后的gag基因具有更高的表达水平;④流式细胞术检测显示,密码子改造后的gag基因较野生型gag基因表达水平提高约17％。上述结果表明：按照痘苗病毒优势密码子进行外源基因改造,可作为提高外源基因在痘苗病毒中表达的策略,同时提示,密码子偏向性是痘苗病毒与宿主细胞相互作用的重要调控因素。     

红松查尔酮合成酶基因CHS密码子偏好性分析

查尔酮合成酶(Chalcone synthase,CHS)广泛存在于植物体内,是花色素形成过程中一种重要的酶,可以进一步催化生成黄酮类化合物。本研究采用Codon W和EMBOSS在线软件对红松查尔酮合成酶基因CHS的密码子使用偏好性进行分析,并与北美乔松等其他24种植物的CHS基因以及模式植物基因组进行比较,对认识红松CHS基因的密码子使用偏好性,为选择适宜的表达系统奠定了一定的基础。研究结果表明:红松CHS基因编码区的有效密码子数(ENC)和GC含量分别为48.92和0.548,C+G含量高于A+T含量,密码子偏好以A/T结尾;多数植物CHS基因的G+C含量高于A+T含量,且密码子更偏好C/G结尾;聚类分析表明,红松与马尾松和赤松的密码子使用偏好性的相似性较高;密码子使用频率研究发现,红松CHS遗传转化与异源表达较优的受体可能是大肠杆菌和拟南芥。     

杨树派间不同种的遗传密码子使用频率分析

遗传密码子的简并性特征造成了不同物种使用的密码子存在偏爱性。了解不同物种的密码子使用特点,可以为外源基因导入过程中的基因改造提供依据,从而实现外源基因的高效表达。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。本研究采用高频密码子分析法,对美洲山杨P.tremuloides,毛白杨P.tomentosa,美洲黑杨P.deltoids和毛果杨P.trichocarpa 4种杨树的蛋白质编码基因序列(CDS)进行了分析,计算出了杨树同义密码子相对使用频率(RFSC),确定了4种杨树的高频率密码子,发现虽然不同种类的杨树密码子使用上有一些差别,但是偏爱密码子的差别却很小,共性的密码子占绝大多数。仅有Pro,Thr和Cys等少数几个氨基酸的偏爱密码子有差别。这种“共性”提示我们,用不同种的杨树中任何一种杨树的偏爱密码子所设计的外源基因在其他杨树中也可以使用。     

毕赤酵母的密码子用法分析

通过分析Pichia pastoris的28个蛋白编码基因的同义密码子使用情况并计算该酵母的密码子用法,首次确定出P.pastoris的19个高表达优越密码子。这些结果经与已知的Saccharomyces cerevisiae及Kluyveromyces lactis的密码子用法基本相似,但在氨基酸谷氨酸的密码子选择上截然相反,提示这可能属于P.pastoris所偏爱的密码子用法。     

A Major Controversy in Codon-Anticodon Adaptation Resolved by a New Codon Usage Index

Two alternative hypotheses attribute different benefits to codon-anticodon adaptation. The first assumes that protein production is rate limited by both initiation and elongation and that codon-anticodon adaptation would result in higher elongation efficiency and more efficient and accurate protein production, especially for highly expressed genes. The second claims that protein production is rate limited only by initiation efficiency but that improved codon adaptation and, consequently, increased elongation efficiency have the benefit of increasing ribosomal availability for global translation. To test these hypotheses, a recent study engineered a synthetic library of 154 genes, all encoding the same protein but differing in degrees of codon adaptation, to quantify the effect of differential codon adaptation on protein production in Escherichia coli. The surprising conclusion that “codon bias did not correlate with gene expression” and that “translation initiation, not elongation, is rate-limiting for gene expression” contradicts the conclusion reached by many other empirical studies. In this paper, I resolve the contradiction by reanalyzing the data from the 154 sequences. I demonstrate that translation elongation accounts for about 17% of total variation in protein production and that the previous conclusion is due to the use of a codon adaptation index (CAI) that does not account for the mutation bias in characterizing codon adaptation. The effect of translation elongation becomes undetectable only when translation initiation is unrealistically slow. A new index of translation elongation I_TE is formulated to facilitate studies on the efficiency and evolution of the translation machinery.     

痘苗病毒基因组密码子使用频率分析

密码子使用的差别是普遍存在的现象,每一个密码子被某些生物偏爱,而在另一些生物中则很少使用.以往这方面的研究多集中在自养生物中,而对纯寄生的病毒本身及其与宿主细胞基因密码子使用频率关系的研究则很少.分析痘苗病毒哥本哈根株189个基因的密码子使用频率发现:总体上痘苗病毒偏爱使用以A/U为结尾的密码子;基因的异质性不强,没有影响密码子使用的主要趋势;在不同转录方向上和表达时相上,基因密码子使用略有不同;不同功能的基因其密码子使用上差别较大;晚期基因比早期基因与宿主密码子使用频率的差别大.上述结果表明:密码子是影响病毒和细胞相互作用、保证其自身生存的重要机制.     

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。     

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。