利用少量核苷酸片断识别细菌群落中的细菌

摘要

本文我们利用数学模型研究了细菌的分类和识别。其工作主要是对上海交通大学生物系赵立平教授的环境基因组学研究小组提出的从基因短片断判断微生物群落中的细菌种群的构成情况进行研究。在本文中，我们利用K=2和K=3的短串的相对冗余度来反映DNA序列的物种特异性。进一步地，利用这一方法我们分析了现有已经测序的全部真细菌和古细菌的完全基因组，以其建立参考数据库。在此基础上，对从细菌群落中提取的DNA序列片断，提出了一种分析和识别它们的起源的方法。 本文的另一个工作的目标是细菌基因组中的重复序列，特别是某些科、属的细菌从环境中摄取同类DNA片断时所依据的信号序列。利用生物信息学的方法，我们分析了Neisseria属的4个细菌基因组和Pasteurellaceae科的5个细菌基因组中DUSS(DNAuptakesignalsequences)出现的分布状况，并由此给出了一种关于DUSS进化的机制的看法。 本文的工作主要包括下面几个方面：1.利用双核苷酸和三核苷酸的相对冗余率，计算了现有的152个已经测序的微生物的164个基因组序列的某种profile，并分析它们的差异。 2.对每一个微生物的完全基因组序列，通过分析了它们每一个长500bp的子串的2-profile和3-profile的变化来分析这些基因组序列的组份和组成偏好的变化。3.定义了短序列和完全基因组之间的距离，利用这个定义，利用短序列和完全基因组之间的距离提出了一种分析和识别从细菌群落中提取的DNA序列片断的起源的方法。 4.分析了Neisseria属的4个细菌基因组和Pasteurellaceae科的5个细菌基因组中DUSS(DNAuptakesignalsequences)出现的分布状况，提出了一种DUSS进化的机制。

目录

文摘

英文文摘

1细菌群落中的细菌识别

1.1引言

1.2数据的准备和数学模型的建立

1.2.1微生物基因组的下载

1.2.2生物序列的数值表示

1.3 152个微生物的完全基因组的2-profile和3-profile

1.4 216个微生物的完全基因组的2-profile和3-profile的波动

1.5对判断未知的17条序列的来源方法的评估

1.6利用2-距离和3-距离判断未知的17条序列的来源

1.7小结

2 DUSS(DNA uptake signal sequences)在Pasteurellaceae和Nei sseria中的进化

2.1引言

2.2数据的准备和数学模型的建立

2.2.1数据的准备

2.2.2数学模型的建立

2.3在完全基因组中搜索DUSS

2.4 DUSS的结构偏好性

2.4.1 DUSS在编码区的偏好

2.4.2 DUSS在编码区的偏好性

2.5 DUSS-like序列在微生物基因组

2.6 DUSS序列在微生物基因组中的进化

2.7一点注记

参考文献

博士后期间发表的文章和已完成的工作、申请的基金

致谢