基于基因組編碼序列的進化分析平臺研究——PMG軟件及Z曲線圖形數據庫.pdf

1、近年來，基因組序列信息高速增加，為我們提供了進行大批量的進化分析的原始材料。生物信息學的主要研究對象集中在核酸和蛋白質的分子序列上。作為生物信息學的主要研究方向之一，建立各種快速的序列分析軟件或方法具有重要的意義。 然而現在還沒有以基于全基因組遺傳信息進行進化分析的Windows應用軟件，現有的多重序列比對分析工具在面對數量大，平均長度長的多重序列時顯得無能為力，因此有必要發(fā)展一種新的快速的基于全基因組信息，同時又可以避開使用序

2、列聯配的Windows軟件。本文介紹PMG軟件的創(chuàng)建及Z曲線數據庫的建立。 PMG為PhylogenybasedonMulti-Genes的縮寫。該軟件是我們運用MicrosoftVisualC++6.0中的MFC，主要基于組分矢量法創(chuàng)建的一個Windows綠色軟件。它首先將要分析的全基因組或蛋白質家族的編碼序列用組分矢量法產生一個物種之間的距離矩陣，然后用Bionj、PHYLIP軟件包中的鄰接法、Fitch法或Kitsch法四

3、種建樹方法中的一種基于此距離矩陣重建進化樹，最后軟件調用本地的進化樹顯示軟件或通過網絡調用ATV顯示進化樹。在開發(fā)過程中，系統(tǒng)整合許多已有的比較成熟的源代碼和軟件資源(包括PHYLIP，ATV等)，節(jié)省了人力、物力和時間。還用PHP開發(fā)一個小工具，能從NCBI上的一個物種基因組文件中分離全基因組編碼序列，保存在一個Fasta格式的文件中。 利用PMG，以29種桿狀病毒的全基因組為對象，重建了系統(tǒng)發(fā)育樹(K串值設為5時約需16分鐘

4、，而設為3時只須16秒鐘)。另外，以34種真核生物的線粒體全基因組為對象，重建了34種真核生物的系統(tǒng)發(fā)育樹(K串值設為5時約需21分鐘)。兩者的分析結果和以前采用傳統(tǒng)方法所獲得的結果具有高度的一致性。這些結果顯示，在基于全基因組或蛋白質家族編碼序列的遺傳信息進行進化分析時，對比傳統(tǒng)的，必須進行基因選擇和參數選擇系統(tǒng)發(fā)育樹重建過程，本文開發(fā)的軟件能明顯體現出高速度和有相對高的精確度優(yōu)勢。本軟件操作簡單，不需要很高的技巧。用戶可以通過網址h

5、ttp：//life.zsu.edu.cn/pmg下載本文的軟件，測試數據及閱讀軟件的詳細的使用說明。 Z曲線是一種基于DNA序列的對稱性理論，用計算幾何學、微分幾何學和計算機圖形學技術的方法顯示和分析蛋白質編碼區(qū)DNA序列的理論與方法。通過計算不同物種基因組蛋白質編碼區(qū)DNA序列的Z曲線之間的平均斜率差異，同樣可以產生一個物種之間的距離矩陣，然后用Bionj、PHYLIP軟件包中的鄰接法、Fitch法或Kitsch法四種建樹方