除了编码氨基酸序列以外，mRNA序列还携带了其它的结构信息，如密码子偏好，二级结构等。本文将从多个角度统计分析mRNA序列和蛋白质二级结构的相关性。论文分为4个部分。 第一部分：为了更好地统计分析mRNA序列和蛋白质二级结构之间的相关性，我们建立了一个新的完整序列——结构数据库，IADE数据库。数据库由两部分组成，一部分为IADE1数据库，包含了氨基酸序列和对应的蛋白质二级结构信息，另一部分为IADE2数据库，包含了mRNA序列，氨基酸序列和蛋白质二级结构信息。IADE1和IADE2数据库分别包含2269条和648条蛋白质结构域序列。 第二部分：基于IADE数据库，我们研究了mRNA的stem／loop结构和蛋白质二级结构的统计相关性。我们使用RNAstrucutre3.6程序折叠mRNA序列的二级结构。统计结果揭示出蛋白质的规则结构(alpha螺旋和beta折叠)倾向于被mRNA的stem区域编码，而无规则结构(coil)倾向于被mRNA的loop区域编码。为了获得更好的统计效果，我们定义了结构字，即能够体现二级结构特征的4氨基酸片段，当考虑了结构字(SWs)以后，这种倾向更加明显。统计显著性分析表明蛋白质二级结构和mRNA的stem／loop结构之间的统计相关性是相当显著的，不能解释为随机扰动的影响。我们进一步分析了mRNA片段stem／loop 博」:论文::11RNA序列、结构、能量和蛋白质二级结构的相关性含量和蛋白质二级结构的相关性，发现规则结构倾向于被高stem含量的mRNA片段编码，无规结构则倾向于被低stem含量的mRNA片段编码。另外，统计分析发现和T(回折)相关的边界有特殊的结构倾向，倾向于被stem结构编码。 第三部分:我们统计分析了human和E.coli的蛋白质二级结构偏好，密码子tRNA拷贝数和mRNA的stem八oop含量之间的相关性，发现m(m二2一6)个密码子的mRNA片段，其平均tRNA拷贝数(TCN)有明显的结构偏好，当TCN均值较高(对于human，大于1 0.5;对于Eeoli，大于1.95)时，倾向编码alpha螺旋而避免编码无规卷曲(coil);当TCN均值较低(对于human，小于7.5;对于E.coli，小于1.7)时，倾向于编码无规卷曲而避免编码alpha螺旋。在高TCN区和低TCN区之间有一个过渡区，这个区域中没有明显的结构偏好。对于beta折叠，则没有明显的结构偏好。同时，我们给出了TCN对蛋白质二级结构的所有强偏好模式。统计显著性检验表明蛋白质二级结构和密码子TCN之间的相互作用是非常显著的。基于翻译效率和翻译精度依赖于密码子使用这一思想，我们提出了现象模型，并通过分析模型，对蛋白质二级结构偏好和TCN之间的相关性作了初步的探讨。 第四部分:我们使用Human和E.。011两个物种来研究蛋白质二级结构和mRNA折叠自由能之间的相关性，并分别对两个物种进行统计分析，以消除不同物种可能带来的统计差异。对每一条自然序列和对应的随机序列，我们使用RNAfold程序计算其折叠自由能和二级结构。在工作中，我们用Z一score来表征自然序列和随机序列的折叠自由能的差异，通过分析Z一score值，我们发现自然序列的折叠自由能明显低于其对应的随机序列的折叠自由能，Humari和E coli的Z一score值分别为一2 .26和一1 .69。另一方面，mRNA的折叠自由能和对应的分摘要Z一score值和长度负相关。我们进一步分析了蛋白质二级结构和mRNA折叠能量之间的相关性。我们仔细分析了在蛋白质规则结构区域(alpha螺旋和beta折叠)和无规则结构区域密码子随机选择的差异，发现处于不同蛋白质二级结构的mRNA片段的折叠自由能有显著的不同，对于规则结构，Human和E.。011的平均Z一score值分别为一1 .71和一1 .38，但是无规则结构的Z一score值分别为一1 .03和--0 .93。在工作中，我们用3种随机方法验证了自然序列比随机序列有更低的折叠自由能。另外，我们还讨论了Ecoli的能量Z一score和基因表达(CAI)之间的相关性，并得到了一些新的结果。