基因組GC含量與堿基、密碼子和氨基酸使用偏好的關(guān)系.pdf

1、隨著高通量測序技術(shù)的發(fā)展,大量的微生物基因組數(shù)據(jù)被發(fā)布在公用數(shù)據(jù)庫中。這使得用比較分析法挖掘序列的規(guī)則或新的序列模式更加方便。在這些基因組的研究中,基因組GC含量對核苷酸和氨基酸組成的影響引起了特別的注意。先前的工作已經(jīng)表明不同物種DN A雙鏈中的GC含量有很大差異。在真核生物中,基因組GC的含量變化范圍比較小,大約從30％到50％,而在原核生物中的基因組GC含量變化范圍比較大,大約從25％到75％。
　　這篇文章總共對目前已測序

2、的所有原核生物,即來自不同物種的2670株細菌和古細菌的基因組進行分析。這些原核生物的基因組 GC含量變化范圍從14％至75％,比之前報道的范圍要廣。文章主要分析了基因組GC含量和堿基、密碼子和氨基酸使用偏好的關(guān)系,包括以下幾項工作內(nèi)容:
　　第一,我們分析了整個基因組中密碼子三個位點上的堿基使用頻率、密碼子使用頻率和氨基酸使用頻率分別對應(yīng)的距離,即堿基距離、密碼子距離和氨基酸距離,以及這些距離和基因組GC含量的關(guān)系,通過熱圖的方

3、式直觀的表現(xiàn)出來,并計算了堿基距離、密碼子距離和氨基酸距離與基因組GC含量差值之間的線性關(guān)系;我們列舉了個別GC含量少的堿基、密碼子和氨基酸作為例子,針對整個已測序的原核生物對基因組GC含量和堿基頻率、密碼子頻率和氨基酸頻率的關(guān)系做了驗證工作,證明其存在線性關(guān)系。
　　第二,對于基因組GC含量和基因組長度關(guān)系,我們從不同的系統(tǒng)發(fā)育譜系角度進行了分析;同時,我們將原核生物數(shù)據(jù)分別按照基因組GC含量和所屬門類進行分組分析,對比研究這兩

4、組的結(jié)果表明,基因組GC含量對堿基、密碼子和氨基酸的使用偏好的影響比系統(tǒng)發(fā)育更大;而對基因組GC含量和t RN A基因的使用頻率做了線性分析結(jié)果表明,基因組GC含量對氨基酸使用偏好的影響更多的是直接作用于堿基序列,而不是轉(zhuǎn)錄過程。
　　最后,提供了數(shù)據(jù)預(yù)處理小工具,使得即使數(shù)據(jù)更新迅速,文中大量的數(shù)據(jù)提取工作在后期繼續(xù)分析的重復(fù)使用時得到簡化,提高效率。
　　總而言之,在這篇文章中,我們通過之前未用過的熱圖法分析了基因組GC