基因組全序列寡聚核苷酸頻率概形的研究.pdf

1、隨著基因組測序技術以及基因組學的飛速發(fā)展，使得越來越多物種的全基因組序列測序完成，在全基因組中尋找一些共性的基因特征和遺傳痕跡成為可能，由于自然選擇和物種進化的作用，不同物種的基因組對堿基的偏好度不同，在長期的進化過程中，序列越短，在進化過程中被改變的概率就越小，因此，基因組中的核苷酸和寡聚核苷酸保留了大量的生物信息。
　　 本文計算了已完成測序557個原核生物基因組的571條序列的GC含量和三核苷酸的出現頻率，根據物種的三核苷

2、酸頻率數據的相關性進行聚類分析。根據聚類分析結果，試圖尋找在不同基因組中，三核苷酸頻率是否存在的某些特定的概形特征。
　　 結果表明，原核生物基因組全序列的三核苷酸頻率主要存在兩種主概形。低GC含量序列組成一個概形，高GC含量序列組成另一個概形。同時我們還對部分有代表性的線粒體、葉綠體、質粒、噬菌體、病毒、真核生物進行了分析，發(fā)現鏈對稱性好的線粒體、葉綠體、質粒基因組的低GC含量序列和高GC含量序列分別存在兩個不同的概形，鏈對稱

3、性不好的噬菌體基因組序列不存在明顯的概形特征。為了進一步探討原核生物基因組全序列的三核苷酸頻率概形和序列的GC含量及鏈對稱性的關系。我們對不同GC含量的隨機序列進行了分析，發(fā)現鏈對稱性好的低GC含量隨機序列在和高GC含量隨機序列也分別存在兩個不同的概形，而且和原核生物基因組序列的兩個概形相似性很高。以上分析表明，原核生物基因組不同GC含量序列的兩個概形和GC含量以及鏈對稱有關。
　　 本文同時分析了571條原核生物基因組的單核苷