基因組序列k-mer頻次分析及核小體結(jié)合模體的理論預(yù)測和驗證.pdf

1、基因組序列k-mer出現(xiàn)的頻次存在進化分離現(xiàn)象?；谶@一現(xiàn)象，我們分析了酵母基因組核小體核心序列與核小體連接序列中k-mer(k≤8)使用頻次的差異。分析了人類1號染色體基因間序列8-mer使用頻次的三峰分布及在XY二核苷分類下的分布特征，給出了理論預(yù)測的核小體結(jié)合模體集合，并與核小體占據(jù)率實驗結(jié)果進行了比較。具體內(nèi)容如下。
　　基于Brogaard等人在實驗上給出的酵母基因組序列上單堿基精度的核小體定位標(biāo)注，獲得全部的核小體中心

2、序列和核小體連接序列。分析了k-mer（k取4、5、6和8）在兩類序列中相對使用頻率(RF)的差異，發(fā)現(xiàn)當(dāng)k≥6時，少數(shù)高頻k-mer使用差異明顯。引入兩類序列k-mer相對使用頻率比的對數(shù)㈣參數(shù)值，并按照該值增序的方式排列模體，結(jié)果顯示模體長度越長兩類序列的使用差異越明顯，當(dāng)k＞7以后差異分布逐漸穩(wěn)定。按照核心序列8-mer相對使用頻率增序的方式排列模體，發(fā)現(xiàn)在相對使用頻率小于0.5的區(qū)域，兩類序列的8-mer使用差異更加顯著。分別計

3、算了7個抽樣點附近核心序列偏好的8-mer和連接序列偏好8-mer的G+C含量和二核苷含量。結(jié)果顯示當(dāng)8-mer相對頻率逐步減小時，對應(yīng)模體的G+C含量逐步增大，連接序列偏好GG和CC二核苷的使用，核心序列明顯偏好CG和GC二核苷的使用?？傊松贁?shù)極偏好的模體外，兩類序列k-mer使用的差異多數(shù)出現(xiàn)在k-mer相對頻率很低的模體上，這些模體具有較高的G+C含量。
　　核小體結(jié)合模體集合的理論預(yù)測對于全面了解核小體的定位和染色質(zhì)

4、重塑以及DNA序列的結(jié)構(gòu)和進化具有重要的意義。為了解釋人類基因組序列8-mer相對模體數(shù)隨頻次的分布的三峰現(xiàn)象。將8-mer集合按照8-mer中包含CG二核苷的含量分類，發(fā)現(xiàn)三個8-mer子集(0CG，1CG和2CG)各自形成獨立的單峰分布，而依照其它15類二核苷分類則沒有此現(xiàn)象，總體8-mer的三個峰正是這三個CG8-mer子集分布的疊加。分析了DNA序列中8-mer使用的這一獨特的性質(zhì)，結(jié)合對核小體結(jié)合序列的實驗研究結(jié)論，我們提出了

5、1CG模體集合就是核小體結(jié)合模體的理論猜想。為了驗證我們的猜想，計算了1CG8-mer集合中偏好和稀有的三核苷相對頻率，分別構(gòu)建了核小體特征參數(shù)ktri(O)和Ktri(R)，得到它們在1177個基因轉(zhuǎn)錄起始序列(TSS)上的分布，然后與實驗給出的核小體占據(jù)率分布比較。線性擬合的統(tǒng)計結(jié)果表明，置信度大于95％的序列占到總數(shù)的89.2％，置信度大于99％的序列占到總數(shù)的81.6％。比較的結(jié)果印證了1CG模體集合就是核小體結(jié)合模體的理論猜想