预测DNA序列中短CpG岛新方法

在基因表达调控中,长度在200~500bp之间的短CpG岛具有非常重要的作用,然而目前并没有一种非常好的方法寻找短CpG岛。基于给定长度DNA片段上碱基随机分布的排列组合算法,我们定义了一种计算CpG观察预期比的新方法。结合DNA片段长度和GC含量这两个参数,该方法给出了人类21号和22号染色体上CpG岛分布的预测结果。根据CpG岛与基因功能区、Alu重复序列和UCSC的CpG岛对比分析,本研究给出了新的CpG岛判断准则:(1)CpG岛不小于200bp;(2)GC占比不小于50%;(3)CpG观察预期比不小于1.4。通过与Takai方法的对比分析显示,新方法能够显著地排除Alu重复序列对CpG岛预测的影响,并且能够准确预测具有更短长度的CpG岛在DNA片段上的分布。多基因转录起始位点基因分析结果表明,短CpG岛是UCSC的CpG岛的核心组成部分,短CpG岛是参与基因表达调控的核心元件。本研究为预测和分析短CpG岛在人类基因调控中的作用提供了必要的手段。