核小體定位的序列特征參數(shù)構(gòu)建及人類基因轉(zhuǎn)錄起始區(qū)域核小體分布的統(tǒng)計分析.pdf

1、在生物體基因調(diào)控的復(fù)雜模式中，將遺傳信息DNA轉(zhuǎn)換成構(gòu)成細胞的基本物質(zhì)蛋白質(zhì)的第一步就是轉(zhuǎn)錄起始。研究證實這些轉(zhuǎn)錄起始位點通常是缺乏核小體的區(qū)域，即核小體缺失區(qū)域，特殊的核小體包括+1核小體和-1核小體分布在它的兩側(cè)。這些特殊的區(qū)域為轉(zhuǎn)錄提供了可接近的位點，對基因的表達調(diào)控起到關(guān)鍵的作用。實驗已經(jīng)證實，多數(shù)招募轉(zhuǎn)錄因子的區(qū)域都是避免核小體的，表明轉(zhuǎn)錄起始位點附近核小體定位是轉(zhuǎn)錄因子結(jié)合難易的一個重要因素。而核小體的定位在很大程度上取決于

2、DNA序列的堿基組成，因此從序列組成的角度研究核小體定位對轉(zhuǎn)錄功能的調(diào)控具有重要的意義。
　　研究發(fā)現(xiàn)，人類基因組中基因間序列的k-mer(k＞6)呈現(xiàn)三峰分布，其生物意義還不十分清楚。我們首先基于人類基因組一號染色體中的基因間序列，得到8-mer的相對頻數(shù)隨其頻次的三峰分布。經(jīng)研究后發(fā)現(xiàn)如果按照8-mer中包含≥2個、1個和0個CG二核苷將8-mer集合分成3類，可將三個峰嚴(yán)格區(qū)分開來。深入分析這3個集合的序列特征顯示含一個CG

3、二核苷的8-mer模體與核小體結(jié)合模體緊密相關(guān)?；谶@類模體的三核苷出現(xiàn)的相對頻數(shù)，在64個三核苷相對頻數(shù)中篩選出偏好的15個三核苷和稀有的15個三核苷，以此構(gòu)建核小體的特征量Ktri來表述核小體的位置。對單個人類基因轉(zhuǎn)錄起始位點周圍序列，分別計算序列中核小體特征量Ktri的分布，并與實驗給出的核小體占據(jù)率score的數(shù)據(jù)作線性相關(guān)性分析。統(tǒng)計結(jié)果顯示，核小體特征量Ktri與實驗上得到的核小體占據(jù)率score具有顯著的正相關(guān)性。在分析的

4、1177條序列中，與核小體占據(jù)率的吻合程度達到89.2％(p＜0.05)和81.6％(p＜0.01)?？梢姾诵◇w特征量是核小體定位較敏感的參量，在一定程度上可以用該參量來預(yù)測核小體的位置。
　　為了在統(tǒng)計意義上了解轉(zhuǎn)錄起始區(qū)域即TSS區(qū)域（-100bp～50bp）周圍序列核小體的位置分布特征，運用核小體特征量對人類基因58989條轉(zhuǎn)錄起始序列做分類分析。發(fā)現(xiàn)核小體可以結(jié)合在TSS區(qū)域的任何位置，±1核小體位于TSS區(qū)域兩側(cè)的第一類

5、基因約占28％，而在TSS區(qū)域有核小體占據(jù)的第二類基因約占30％。
　　運用二階信息冗余結(jié)合GC含量分析了DNA序列的序列組成和堿基關(guān)聯(lián)分布，發(fā)現(xiàn)沒有占據(jù)TSS區(qū)域的核小體對應(yīng)的序列具有強堿基關(guān)聯(lián)，而那些TSS區(qū)域上有核小體占據(jù)的序列則具有弱的堿基關(guān)聯(lián)。而無論核小體占據(jù)或不占據(jù)TSS區(qū)域，該區(qū)域堿基之間總是弱關(guān)聯(lián)，弱關(guān)聯(lián)是TSS區(qū)域的普適特征。表明TSS周圍的核小體具有很強的序列適應(yīng)性和位置的可變性。此外，關(guān)于包含轉(zhuǎn)錄起始位點的核

6、小體缺失區(qū)域的普遍觀點僅對第一類基因成立。
　　總之，本文基于人類DNA序列8-mer頻數(shù)分布特點，構(gòu)造了核小體特征量，該特征量與實驗給出的核小體占據(jù)率之間具有很高的一致性。顯示核小體特征量是預(yù)測核小體位置的一個簡單有效的理論參數(shù)。另外發(fā)現(xiàn)并不是所有基因在TSS區(qū)域存在核小體缺失現(xiàn)象，核小體可以位于TSS區(qū)域的任何地方，TSS區(qū)域的堿基之間總是弱關(guān)聯(lián)的。表明TSS區(qū)域處核小體對DNA序列的依賴具有更大的適應(yīng)性，我們猜測基因中這種特