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

1、在生物體基因調控的復雜模式中，將遺傳信息DNA轉換成構成細胞的基本物質蛋白質的第一步就是轉錄起始。研究證實這些轉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。這些特殊的區(qū)域為轉錄提供了可接近的位點，對基因的表達調控起到關鍵的作用。實驗已經證實，多數招募轉錄因子的區(qū)域都是避免核小體的，表明轉錄起始位點附近核小體定位是轉錄因子結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錄功能的調控具有重要的意義。
　　研究發(fā)現，人類基因組中基因間序列的k-mer(k＞6)呈現三峰分布，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的相對頻數隨其頻次的三峰分布。經研究后發(fā)現如果按照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模體與核小體結合模體緊密相關?；谶@類模體的三核苷出現的相對頻數，在64個三核苷相對頻數中篩選出偏好的15個三核苷和稀有的15個三核苷，以此構建核小體的特征量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率score的數據作線性相關性分析。統(tǒng)計結果顯示，核小體特征量Ktri與實驗上得到的核小體占據率score具有顯著的正相關性。在分析的

4、1177條序列中，與核小體占據率的吻合程度達到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測核小體的位置。
　　為了在統(tǒng)計意義上了解轉錄起始區(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條轉錄起始序列做分類分析。發(fā)現核小體可以結合在TSS區(qū)域的任何位置，±1核小體位于TSS區(qū)域兩側的第一類

5、基因約占28％，而在TSS區(qū)域有核小體占據的第二類基因約占30％。
　　運用二階信息冗余結合GC含量分析了DNA序列的序列組成和堿基關聯分布，發(fā)現沒有占據TSS區(qū)域的核小體對應的序列具有強堿基關聯，而那些TSS區(qū)域上有核小體占據的序列則具有弱的堿基關聯。而無論核小體占據或不占據TSS區(qū)域，該區(qū)域堿基之間總是弱關聯，弱關聯是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性和位置的可變性。此外，關于包含轉錄起始位點的核

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頻數分布特點，構造了核小體特征量，該特征量與實驗給出的核小體占據率之間具有很高的一致性。顯示核小體特征量是預測核小體位置的一個簡單有效的理論參數。另外發(fā)現并不是所有基因在TSS區(qū)域存在核小體缺失現象，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聯的。表明TSS區(qū)域處核小體對DNA序列的依賴具有更大的適應性，我們猜測基因中這種特