基于基因組編碼序列的進(jìn)化分析平臺(tái)研究——PMG軟件及Z曲線圖形數(shù)據(jù)庫(kù).pdf

1、近年來(lái)，基因組序列信息高速增加，為我們提供了進(jìn)行大批量的進(jìn)化分析的原始材料。生物信息學(xué)的主要研究對(duì)象集中在核酸和蛋白質(zhì)的分子序列上。作為生物信息學(xué)的主要研究方向之一，建立各種快速的序列分析軟件或方法具有重要的意義。 然而現(xiàn)在還沒(méi)有以基于全基因組遺傳信息進(jìn)行進(jìn)化分析的Windows應(yīng)用軟件，現(xiàn)有的多重序列比對(duì)分析工具在面對(duì)數(shù)量大，平均長(zhǎng)度長(zhǎng)的多重序列時(shí)顯得無(wú)能為力，因此有必要發(fā)展一種新的快速的基于全基因組信息，同時(shí)又可以避開(kāi)使用序

2、列聯(lián)配的Windows軟件。本文介紹PMG軟件的創(chuàng)建及Z曲線數(shù)據(jù)庫(kù)的建立。 PMG為PhylogenybasedonMulti-Genes的縮寫。該軟件是我們運(yùn)用MicrosoftVisualC++6.0中的MFC，主要基于組分矢量法創(chuàng)建的一個(gè)Windows綠色軟件。它首先將要分析的全基因組或蛋白質(zhì)家族的編碼序列用組分矢量法產(chǎn)生一個(gè)物種之間的距離矩陣，然后用Bionj、PHYLIP軟件包中的鄰接法、Fitch法或Kitsch法四

3、種建樹(shù)方法中的一種基于此距離矩陣重建進(jìn)化樹(shù)，最后軟件調(diào)用本地的進(jìn)化樹(shù)顯示軟件或通過(guò)網(wǎng)絡(luò)調(diào)用ATV顯示進(jìn)化樹(shù)。在開(kāi)發(fā)過(guò)程中，系統(tǒng)整合許多已有的比較成熟的源代碼和軟件資源(包括PHYLIP，ATV等)，節(jié)省了人力、物力和時(shí)間。還用PHP開(kāi)發(fā)一個(gè)小工具，能從NCBI上的一個(gè)物種基因組文件中分離全基因組編碼序列，保存在一個(gè)Fasta格式的文件中。 利用PMG，以29種桿狀病毒的全基因組為對(duì)象，重建了系統(tǒng)發(fā)育樹(shù)(K串值設(shè)為5時(shí)約需16分鐘

4、，而設(shè)為3時(shí)只須16秒鐘)。另外，以34種真核生物的線粒體全基因組為對(duì)象，重建了34種真核生物的系統(tǒng)發(fā)育樹(shù)(K串值設(shè)為5時(shí)約需21分鐘)。兩者的分析結(jié)果和以前采用傳統(tǒng)方法所獲得的結(jié)果具有高度的一致性。這些結(jié)果顯示，在基于全基因組或蛋白質(zhì)家族編碼序列的遺傳信息進(jìn)行進(jìn)化分析時(shí)，對(duì)比傳統(tǒng)的，必須進(jìn)行基因選擇和參數(shù)選擇系統(tǒng)發(fā)育樹(shù)重建過(guò)程，本文開(kāi)發(fā)的軟件能明顯體現(xiàn)出高速度和有相對(duì)高的精確度優(yōu)勢(shì)。本軟件操作簡(jiǎn)單，不需要很高的技巧。用戶可以通過(guò)網(wǎng)址h

5、ttp：//life.zsu.edu.cn/pmg下載本文的軟件，測(cè)試數(shù)據(jù)及閱讀軟件的詳細(xì)的使用說(shuō)明。 Z曲線是一種基于DNA序列的對(duì)稱性理論，用計(jì)算幾何學(xué)、微分幾何學(xué)和計(jì)算機(jī)圖形學(xué)技術(shù)的方法顯示和分析蛋白質(zhì)編碼區(qū)DNA序列的理論與方法。通過(guò)計(jì)算不同物種基因組蛋白質(zhì)編碼區(qū)DNA序列的Z曲線之間的平均斜率差異，同樣可以產(chǎn)生一個(gè)物種之間的距離矩陣，然后用Bionj、PHYLIP軟件包中的鄰接法、Fitch法或Kitsch法四種建樹(shù)方