论文部分内容阅读
真核基因的转录调控是通过转录因子与基因上游特定DNA序列的结合来实现的。这些转录调控序列也称为顺式作用元件（cis-element），是一类长约为5-25bp、主要分布在基因启动子5’上游的短序列，它们是基因调控网络的重要组成部分。因此，基因组转录调控信息的研究首先应从这些调控元件的分析与识别开始。
在用一致序列分析酵母转录调控序列（Transcription Regulatory Sequence，TRS）在基因间区富集现象的基础上，本文发展了基于矩阵数据的统计模型，用富集系数S值表征TRS在基因组某一区域的富集度：S＞1表示TRS在某一区域是富集的。S通过比较调控序列在某一区域的实际分布频率与背景频率求得，本文中的背景频率取自该序列在全基因组的分布频率或该序列在编码区的分布频率。
本文利用转录调控序列的矩阵数据和一致序列，研究了它们在酵母基因组的非编码区和启动子保守区域的分布规律，并用这些规律开展初步的预测工作，结果如下：
（1）计算表明71％的酵母转录调控序列在基因间区富集，作为对照的随机序列只有40％在基因间区富集。而且，对于大多数转录因子（71％），高亲和力的转录调控序列在非编码区的富集度要高于低亲和力的转录调控序列。我们还研究了由两个同源TRS组成的调控序列对在酵母基因组中的分布规律。采用与计算单个位点S<,nc>类似的算法，我们发现这样的调控序列对在非编码区高度富集，而且调控序列簇的富集系数S<,nc>（pair）高于单个位点的S<,nc>。
（2）同时我们通过将啤酒酵母的启动子区域与进化上相近的基因组进行序列比对得到启动子的保守区。计算表明，71％的酵母转录调控序列在启动子的保守区富集，而且富集程度要高于启动子区域。
（3）在研究基因内TRS分布特征的基础上，我们研究了所有5核苷酸片断在酵母非编码区的分布情况，发现在非编码区富集系数越高的5核苷酸序列出现在已知调控元件中的可能性越大。在富集系数较高的30个5mer中，23（76.7％）出现在已知的调控元件中。这一现象表明，转录调控序列可能具有一定的编码特征，可能存在第二套遗传密码子编码撰录调控序列。
（4）我们对两组共调控基因Gal基因家族和Met基因家族上游的转录调控序列进行了预测，研究了ABCn（0-11）XYZ型序列在共调控基因上游的分布情况。我们发现这两者基因家族上游已知的调控元件都具有很高的S<,nc>值。