论文部分内容阅读
摘要 生物基因序列中，重复序列作用重大，现阶段，生物学领域研究的热点问题之一即为重复序列，研究目的在于将生物进化机制等相关信息反映出来。在本文中，首先介绍了的生物基因序列及重复序列，接着研究了tRNA序列及HIV全序列中的重复序列。
关键词 生物基因序列；重复序列；tRNA；HIV
中图分类号 Q1 文献标识码 A 文章编号 2095-6363（2016）14-0006-02
蛋白质合成过程中，tRNA的作用非常重要，引起了大量研究者的注意，再加上AIDS对社会及人类健康的严重威胁，研究者们开始研究生物基因序列中的重复序列，旨在通过研究，了解生物进化机制，并掌握相应的功能与特征。
1生物基因序列及重复序列概述
1.1生物基因序列
tRNA的全称为Transfer-RNA，为小分子核糖核酸。核苷酸为构成tRNA的物质，通常，在一个tRNA中，核苷酸的数量为70到90几个，分子量25000～30000左右，主要功能为向核糖体转运氨基酸，同时，发挥转接器作用，解读mRNA信息，因此，将其称之为转运RNA。tRNA在蛋白质合成中首次被发现的时间为1958年，随后，越来越多的学者开始研究tRNA序列结构。纵观学者研究结果可知，tRNA序列结构包含三级，线性排列结构为一级结构，具备一定恒定性，而且修饰性碱基的数量比较多；三叶草结构为二级结构，其中，手臂共四条，分别为受臂体、D臂、反密码子臂、TIVC臂，多余臂一条；与倒立的L结构相类似的为三级结构。tRNA序列结构具备恒定性，因此，基本不会改变碱基的位置，而碱基数量发生改变时，多发生在D臂和多余臂中。近年来，人类健康受到艾滋病（AIDS）的严重威胁，世界各国都广泛的关注该疾病的防治工作。引起AIDS的主要原因即为人感染人类免疫缺陷病毒（HIV），感染后，免疫系统受到影响，功能紊乱，影响人的身体健康，甚至导致其死亡。HIV包含HIV-1和HIV-2两种，其中，HIV-I为当前世界中主要流行的。在变异性与毒性方面，HIV-1要强于HIV-2。在世界范围内，AIDS的死亡率都比较高，至今为止，AIDS疫苗尚未被研制出。
1.2重复序列
生物基因组中，序列片段重复出现即称之为重复序列。研究显示，在生物基因组序列中，重复序列的存在非常广泛，尤其是真核生物，80%以上为重复序列，甚至部分生物超过90%，不过重复序列通常无表达，预测基因时，多会屏蔽掉重复序列，因此，有学者将其称之为“垃圾基因”。后来，有学者研究证实，在基因组中，重复序列所占据的比重非常大，而且其在生物体中的作用非常重要，由此促使越来越多的学者开始关注作者简介：杨汉铭，河南师范大学附属中学。重复序列。依照出现频率，重复序列包含高度、中度及单一三类，高度重复序列是指多次进行重复。通常，重复次数超过百万次，中度重复序列重读的次数少于高于重复序列，次数多为数十次至数万次之间，而单一序列是指序列片段在基因组中出现1次或几次，也被称之为非重复序列。
2生物基因序列中重复序列研究
2.1tRNA序列中重复序列
基因组中，广泛的存在重复序列，基于其在基因组中的重要作用，本节中，以3420条tRNA序列作为一个整体，统计其中的重复序列。研究时，所使用的tRNA序列均来源于相应的数据库中，经过处理后剩余3420条。在进行重复序列统计工作过程中，首先选择一个序列，该序列固定长度为K个碱基，接着以tRNA序列为基础，统计每条序列中的K串序列、缺失序列（需真实出现）。K串序列中，重叠会存在，而且一种编码信息可能由3个碱基代表，因此，以3个碱基作为K串序列统计时的步长。
由统计结果可知，序列长度K不断增加过程中，重复序列的出现次数由大逐渐变小，这与tRNA序列中减少K总数相关。重复序列长度K为2时，出现次数最多的重复序列为TT；为3时，出现次数最多的重复序列为GTT；为4时，出现次数最多的重复系列为GTTC，对这些重复序列进行仔细的观察可以发现，随着序列长度的增加，出现次数最多的序列只是在原来的基础上增加b个碱基（1 2.2HIV全序列中重复序列
在统计HIV全序列中的重复序列数量时，下载的HIV全序列均来源于NCBI。下载完成后，进行相应的处理，将其中完全相同序列去除，之后再进行统计工作。由于重叠部分可能存在于K串序列中，而且为了保证生物信息的全面性，以1个碱基作为K串序列统计时的步长，每次统计间隔1个碱基进行。对于HIV全序列的重复序列来说，满足power-law分布，由此可知，多次重复出现的重复序列在HIV全序列中比较少，多数重复序列的出现次数并不多。通过回文序列总数与频数的重复序列关系图可知，当重复序列的长度分别为6、10、16、20时，总数与频数的分布均满足power-law分布。由不同长度含量最多的重复序列统计结果可知，序列长度为2～30时，重复序列出现的次数最多，考虑在HIV进化与变异过程中，这些重复序列有重要作用。此外，在HIV全序列中，Gc碱基总含量明显低于AT碱基，而且在K值相同情况下，100%AT含量的重复序列会多于100%GC含量，这说明，在HIV进化期间，对AT碱基的偏好更大，或承受更大的AT碱基压力。
3结论
对于tRNA序列与HIV序列中重复序列的研究，从内容上看，归属于生物信息学研究，通过该项研究的开展，有利于人们更好地了解在生物进化、发展中重复序列的作用，但由于生物信息学的研究时间尚比较短，加之生物数据不断增多，还需要进一步加大重复序列的研究力度，从而更为全面地了解其产生机制及功能，发挥重复序列的作用。
关键词 生物基因序列；重复序列；tRNA；HIV
中图分类号 Q1 文献标识码 A 文章编号 2095-6363（2016）14-0006-02
蛋白质合成过程中，tRNA的作用非常重要，引起了大量研究者的注意，再加上AIDS对社会及人类健康的严重威胁，研究者们开始研究生物基因序列中的重复序列，旨在通过研究，了解生物进化机制，并掌握相应的功能与特征。
1生物基因序列及重复序列概述
1.1生物基因序列
tRNA的全称为Transfer-RNA，为小分子核糖核酸。核苷酸为构成tRNA的物质，通常，在一个tRNA中，核苷酸的数量为70到90几个，分子量25000～30000左右，主要功能为向核糖体转运氨基酸，同时，发挥转接器作用，解读mRNA信息，因此，将其称之为转运RNA。tRNA在蛋白质合成中首次被发现的时间为1958年，随后，越来越多的学者开始研究tRNA序列结构。纵观学者研究结果可知，tRNA序列结构包含三级，线性排列结构为一级结构，具备一定恒定性，而且修饰性碱基的数量比较多；三叶草结构为二级结构，其中，手臂共四条，分别为受臂体、D臂、反密码子臂、TIVC臂，多余臂一条；与倒立的L结构相类似的为三级结构。tRNA序列结构具备恒定性，因此，基本不会改变碱基的位置，而碱基数量发生改变时，多发生在D臂和多余臂中。近年来，人类健康受到艾滋病（AIDS）的严重威胁，世界各国都广泛的关注该疾病的防治工作。引起AIDS的主要原因即为人感染人类免疫缺陷病毒（HIV），感染后，免疫系统受到影响，功能紊乱，影响人的身体健康，甚至导致其死亡。HIV包含HIV-1和HIV-2两种，其中，HIV-I为当前世界中主要流行的。在变异性与毒性方面，HIV-1要强于HIV-2。在世界范围内，AIDS的死亡率都比较高，至今为止，AIDS疫苗尚未被研制出。
1.2重复序列
生物基因组中，序列片段重复出现即称之为重复序列。研究显示，在生物基因组序列中，重复序列的存在非常广泛，尤其是真核生物，80%以上为重复序列，甚至部分生物超过90%，不过重复序列通常无表达，预测基因时，多会屏蔽掉重复序列，因此，有学者将其称之为“垃圾基因”。后来，有学者研究证实，在基因组中，重复序列所占据的比重非常大，而且其在生物体中的作用非常重要，由此促使越来越多的学者开始关注作者简介：杨汉铭，河南师范大学附属中学。重复序列。依照出现频率，重复序列包含高度、中度及单一三类，高度重复序列是指多次进行重复。通常，重复次数超过百万次，中度重复序列重读的次数少于高于重复序列，次数多为数十次至数万次之间，而单一序列是指序列片段在基因组中出现1次或几次，也被称之为非重复序列。
2生物基因序列中重复序列研究
2.1tRNA序列中重复序列
基因组中，广泛的存在重复序列，基于其在基因组中的重要作用，本节中，以3420条tRNA序列作为一个整体，统计其中的重复序列。研究时，所使用的tRNA序列均来源于相应的数据库中，经过处理后剩余3420条。在进行重复序列统计工作过程中，首先选择一个序列，该序列固定长度为K个碱基，接着以tRNA序列为基础，统计每条序列中的K串序列、缺失序列（需真实出现）。K串序列中，重叠会存在，而且一种编码信息可能由3个碱基代表，因此，以3个碱基作为K串序列统计时的步长。
由统计结果可知，序列长度K不断增加过程中，重复序列的出现次数由大逐渐变小，这与tRNA序列中减少K总数相关。重复序列长度K为2时，出现次数最多的重复序列为TT；为3时，出现次数最多的重复序列为GTT；为4时，出现次数最多的重复系列为GTTC，对这些重复序列进行仔细的观察可以发现，随着序列长度的增加，出现次数最多的序列只是在原来的基础上增加b个碱基（1
在统计HIV全序列中的重复序列数量时，下载的HIV全序列均来源于NCBI。下载完成后，进行相应的处理，将其中完全相同序列去除，之后再进行统计工作。由于重叠部分可能存在于K串序列中，而且为了保证生物信息的全面性，以1个碱基作为K串序列统计时的步长，每次统计间隔1个碱基进行。对于HIV全序列的重复序列来说，满足power-law分布，由此可知，多次重复出现的重复序列在HIV全序列中比较少，多数重复序列的出现次数并不多。通过回文序列总数与频数的重复序列关系图可知，当重复序列的长度分别为6、10、16、20时，总数与频数的分布均满足power-law分布。由不同长度含量最多的重复序列统计结果可知，序列长度为2～30时，重复序列出现的次数最多，考虑在HIV进化与变异过程中，这些重复序列有重要作用。此外，在HIV全序列中，Gc碱基总含量明显低于AT碱基，而且在K值相同情况下，100%AT含量的重复序列会多于100%GC含量，这说明，在HIV进化期间，对AT碱基的偏好更大，或承受更大的AT碱基压力。
3结论
对于tRNA序列与HIV序列中重复序列的研究，从内容上看，归属于生物信息学研究，通过该项研究的开展，有利于人们更好地了解在生物进化、发展中重复序列的作用，但由于生物信息学的研究时间尚比较短，加之生物数据不断增多，还需要进一步加大重复序列的研究力度，从而更为全面地了解其产生机制及功能，发挥重复序列的作用。