基于结构特征的核酸序列分析方法的研究与应用

摘要

随着生命科学的不断发展，基因组序列信息大量产生，针对基因组核酸序列进行分析的手段和方法也层出不穷，但是与序列分析相对应的结构分析的方法却极其有限，这导致我们现在对基因组结构信息的了解非常少。我们知道，核酸的结构是与功能密切相关的，核酸分子的二级、三级结构包含了与功能直接相关的信息。然而，由于已知的核酸结构非常少，难以直接分析核酸结构与功能的关系。因此，本论文研究一种核酸结构与功能关系的间接分析方法，即基于结构特征的核酸序列分析方法，通过分析碱基顺序依赖的二级结构潜能FORS-D（Folding of Randomized Sequence Difference）来研究核酸序列的功能。 要提取与功能相关的核酸结构信息和特征，有必要借助二级结构的分析。核酸序列既是遗传信息的载体，也是其自身结构信息的载体，正因为如此，我们可以从序列出发，利用计算机预测核酸二级结构。预测二级结构的算法多种多样，其中由Zuker等人设计的基于最小自由能的动态规划算法及其改进型，因为其较广的适用性和较高的准确性，得到越来越普遍的应用，现已经逐渐成为RNA二级结构预测的首选方法。 本论文首先对Zuker算法进行了分析，并以二级结构潜能作为核酸结构分析的对象，深入研究了核酸序列依赖的二级结构潜能FORS-D的计算算法。以Zuker等人开发的MFOLD软件包为基础，建立了用于计算核酸二级结构潜能的在线服务平台，该平台基于Linux操作系统，采用了多线程并行计算技术以有效地提高计算速度。在平台完成之后，以此作为工具，对多个典型物种（如酵母、疟原虫、果蝇等）的染色体或者染色体片断进行了计算和分析，获得了大量的真实可靠的数据。具体分析工作主要涉及以下几个方面：CG含量与碱基组成对应的结构潜能之间关系、DNA序列的基因编码区与非编码区的结构潜能对比、编码区和非编码区连接处的结构潜能变化和miRNA区域的结构潜能差异性等。 对实验分析结果进行综合与讨论，取得下列有意义结论：（1）CG含量与碱基组成潜能并不是正相关的，C、G碱基与A、T碱基之间在对碱基组成依赖的结构潜能上存在着一定的拮抗作用；（2）在DNA序列非编码区，核酸序列倾向于形成潜能更高更稳定的结构；而在编码区，这种倾向屈服于编码蛋白质的需要；（3）编码区和非编码区连接处的结构潜能特异性变化反映了连接处可能存在特殊的功能区域；（4）miRNA区域存在的较高结构潜能反映了该区域可能形成与miRNA功能相关的特殊结构。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 核酸分子的结构

1.2 核酸结构分析

1.3 二级结构潜能计算和结构分析的国内外进展

1.4 目前研究尚存在的问题与我们的对策

1.5 本课题的研究方法和主要创新点

1.6 本章小结

第二章 二级结构潜能计算基础及其算法设计

2.1 二级结构理论预测的几种方法

2.1.1 概述

2.1.2 基于序列比较的二级结构预测算法

2.1.3 基于最大碱基配对数的Nussinov算法

2.1.4 机器学习算法

2.1.5 Zuker最小自由能算法

2.2 Tinoco模型

2.3 关于热动力学最小自由能量法

2.4 Zuker动态规划算法

2.5 二级结构潜能FORS-D的基本计算方法

2.5.1 FORS-D的介绍

2.5.2 FORS-D的算法

2.5.3 关于合理的打乱次数的分析

2.6 本章小结

第三章 核酸结构潜能计算平台的设计和实现

3.1 平台的总体设计

3.2 平台的实现

3.2.1 前台的实现

3.2.2 后台的实现

3.3 关于多线程的设计和计算效率分析

3.4 本章小结

第四章 基于结构特征的基因组序列分析

4.1 数据来源及计算参数设计

4.2 CG含量与碱基组成依赖的结构潜能之间的关系

4.3 DNA序列的基因编码区与非编码区结构潜能的对比

4.3.1 酵母

4.3.2 疟原虫

4.3.3 果蝇

4.3.4 其它

4.3.5 小结

4.4 对编码区和非编码区连接处的分析

4.4.1 酵母

4.4.2 疟原虫

4.4.3 果蝇

4.4.4 小结

4.5 本章小结

第五章 基于结构特征的非编码RNA分析

5.1 非编码RNA及miRNA介绍

5.2 对miRNA区域的统计实验分析

5.2.1 人类

5.2.2 小鼠

5.2.3 小结

5.3 对miRNA区域的个体实验分析

5.4 本章小结

第六章 总结和展望

6.1 论文总结

6.2 未来展望

致谢

主要参考文献

论文发表情况