基于序列信息預(yù)測(cè)選擇性剪接位點(diǎn)和盒式外顯子.pdf

1、真核生物基因序列包括編碼的外顯子序列和不編碼的內(nèi)含子序列,在轉(zhuǎn)錄過(guò)程中內(nèi)含子被切除,外顯子將有序的拼接在一起形成mRNA。而選擇性剪接使得一個(gè)基因序列有多種剪接方式,并能產(chǎn)生不同的mRNA,進(jìn)而編碼多種蛋白質(zhì),選擇性剪接是蛋白質(zhì)多樣性的重要來(lái)源。選擇性剪接普遍存在于真核生物基因組中,人類基因組中一半以上基因存在選擇性剪接,而且選擇性剪接存在于不同組織細(xì)胞和不同發(fā)育階段,貫穿整個(gè)生命過(guò)程,并與疾病密切相關(guān)。ESTs和微陣列實(shí)驗(yàn)是目前確定選

2、擇性剪接事件的主要來(lái)源,但這些實(shí)驗(yàn)方法操作復(fù)雜,并有很多不足之處。如何用理論和計(jì)算的方法識(shí)別和預(yù)測(cè)選擇性剪接是目前生物信息學(xué)研究工作的重要任務(wù)。 本文將基于基因組局部序列信息,用WebLogo、序列信息參量Mni和統(tǒng)計(jì)檢驗(yàn)方法分析序列,并提取序列特征；用位置權(quán)重矩陣、離散增量、支持向量機(jī)和馬氏距離判別式對(duì)選擇性剪接事件進(jìn)行了預(yù)測(cè)；并對(duì)剪接位點(diǎn)競(jìng)爭(zhēng)機(jī)制和回文序列等選擇性剪接有關(guān)機(jī)制進(jìn)行了進(jìn)一步研究。論文主要研究?jī)?nèi)容如下：

3、1.首次運(yùn)用位置權(quán)重矩陣和離散增量結(jié)合支持向量機(jī)的方法,基于序列信息預(yù)測(cè)分類了選擇性5'/3'剪接位點(diǎn)和假剪接位點(diǎn)。結(jié)果顯示,我們的方法特異性為85.62％(81.19％)時(shí),能預(yù)測(cè)88.74％(90.86％)的選擇性5'(3')剪接位點(diǎn)。 2.基于剪接位點(diǎn)競(jìng)爭(zhēng)機(jī)制,以序列特征為參數(shù),用位置權(quán)重矩陣和離散增量結(jié)合支持向量機(jī)的方法預(yù)測(cè)了人類和小鼠的選擇性5'/3'剪接位點(diǎn)和組成性剪接位點(diǎn)。我們的方法可以對(duì)67.88％(71.63％

4、)的人類供體(受體)位點(diǎn)進(jìn)行正確分類。供體位點(diǎn)的預(yù)測(cè)成功率接近目前最好的預(yù)測(cè)方法,受體位點(diǎn)的預(yù)測(cè)成功率高于目前最好的預(yù)測(cè)方法4～5％。并且我們的方法對(duì)小鼠選擇性5'/3'剪接位點(diǎn)預(yù)測(cè)成功率可達(dá)到72％,可知我們的方法預(yù)測(cè)性能好,并具有一定的普適性和推廣能力。 3.以位置權(quán)重矩陣打分函數(shù)值來(lái)表示剪接位點(diǎn)強(qiáng)度,以打分函數(shù)相減值來(lái)表示剪接位點(diǎn)競(jìng)爭(zhēng)機(jī)制,并基于剪接位點(diǎn)競(jìng)爭(zhēng)機(jī)制,以打分函數(shù)相減值為唯一參數(shù),預(yù)測(cè)了選擇性5'/3'剪接位點(diǎn)。

5、預(yù)測(cè)成功率與目前最好的預(yù)測(cè)結(jié)果相當(dāng)。預(yù)測(cè)結(jié)果證明我們找到了表示剪接位點(diǎn)競(jìng)爭(zhēng)機(jī)制的一個(gè)最佳參數(shù)：打分函數(shù)相減值。 4.統(tǒng)計(jì)分析了盒式外顯子和組成性外顯子的序列長(zhǎng)度、長(zhǎng)度被3整除序列的比例、兩側(cè)剪接位點(diǎn)保守性等序列特征。用t檢驗(yàn)方法統(tǒng)計(jì)計(jì)算了左側(cè)內(nèi)含子序列、右側(cè)內(nèi)含子序列和外顯子序列的三聯(lián)體組分信息,得到了CCT等差異顯著的三聯(lián)體。并基于上述序列特征用位置權(quán)重矩陣和離散增量結(jié)合支持向量機(jī)的方法,位置權(quán)重矩陣和離散增量結(jié)合馬氏距離的二次判別方

6、法對(duì)盒式外顯子進(jìn)行了預(yù)測(cè)。兩種預(yù)測(cè)方法均約為60％。 5.統(tǒng)計(jì)了盒式外顯子兩側(cè)序列中的回文序列和兩側(cè)序列相互之間形成的回文序列,并與組成性外顯子和隨機(jī)序列的回文特征進(jìn)行了比較。發(fā)現(xiàn)組成性外顯子回文密度高于盒式外顯子回文密度,并高于隨機(jī)序列回文密度2～3倍。此統(tǒng)計(jì)比較結(jié)果為選擇性剪接來(lái)源于組成性剪接的理論提供了又一個(gè)依據(jù)。 6.本文還統(tǒng)計(jì)了腫瘤特異性剪接位點(diǎn)的序列特征,運(yùn)用位置權(quán)重矩陣和離散增量結(jié)合支持向量機(jī)的方法預(yù)測(cè)了腫