用三联数字探讨64种遗传密码的进化规律

本文通过三联数字论证得出GCU是遗传密码进化的第一个密码子,并阐明了64种遗传密码为什么只编码20种氨基酸.还论述了64种遗传密码的进化规律,最后创建了DNA、蛋白质的数字模型.     

密码子、氨基酸若干重要性质的相关性

对遗传密码子及20种蛋白质氨基酸的若干重要性质的相互关系进行了考察，发现，不仅在密码子和氨基酸内部的多项性质间。而且在密码子与氨基酸两者的多项性质间均存在着显著的相关性．这种相关性在核酸与蛋白质之间逻辑关系的分析方面可能有意义．     

不同基因组中同义密码子重复序列的分析与比较

以闪烁古生球菌、枯草杆菌、大肠杆菌、酵母、线虫和拟南芥基因组中所有ORF序列为样本,对编码序列中同义密码子重复序列和对应氨基酸重复序列的有关性质进行了分析.结果显示同义密码子重复序列中密码子的使用与全部编码序列的密码子使用有明显的差别,部分密码子的使用随着重复长度的增加,偏置增大.相同密码子2联体在同义密码子4和5联体中的位置明显偏好两端.同时给出了各密码子的联体能力,讨论了联体能力的大小与密码子碱基构成的关系.对于氨基酸重复序列,氨基酸重复片段数的对数随重复长度分布呈对数下降.重复序列中氨基酸的含量与全序列氨基酸的含量有显著差别,有些氨基酸随着重复长度的增加其含量偏置增大.亲水、小体积和非极性氨基酸容易形成长的联体,疏水、极性和大体积氨基酸形成的最大联体长度较短.最后,对6种模式生物进行了比较,讨论了上述结果与生物进化的关系.     

遗传密码的信息内涵及其与氨基酸的对应联系

为了探讨遗传密码的起源,本文系统考察了四种核苷酸和各类密码子的编码信息、密码子与氨基酸的对应分类关系,发现：①四种核苷酸的编码能力依交为A＞U＞G＞C;②嘌呤型（PP）、啶型（MM）与嘌嘧混合型（PM）密码子的编码能力表现为PP＞MM＞PM;③氨基酸与碱基型密码子的对应分类关系较为确定,其中PP有酸性、碱性及酰氨型氨基酸,M骨芳香族、杂环族氨基酸;PM有脂肪族氨基酸编码的偏爱性,认为遗传密码与氨基酸对应联系的起源不是随机发生的。     

同义密码子用语与蛋白质二级结构信息

对人体117个蛋白质和大肠杆菌的185个蛋白质的各二级结构相对应的mRNA序列中的同义密码子与氨基酸上下文关联熵、蛋白质序列中氨基酸与氨基酸上下文关联熵作了统计分析，发现密码子关联确实比氨基酸关联对蛋白质二级结构提供的信息量大，而且人蛋白质中同义密码子提供的二级结构信息比大肠杆菌中多．同时，证明了在相对信息剩余大于等于30％的情况下，Adzhubei给出的九种氨基酸中的八种其同义密码子在某些二级结构中明显的携带结构信息；此外A，N，D，R，H，C，Y这几种氨基酸的同义密码子在某些二级结构中也明显地携带结构信息．     

不同折叠类型蛋白中基于密码子的二级结构偏向性分析

在传统的Chou-Fasman蛋白质二级结构预测方法的基础上引入同义密码子使用的信息,计算了200个蛋白(49种全α结构蛋白,69种全β结构蛋白,38种仅α β结构蛋白,44种α/β结构蛋白)中不同密码子对应的氨基酸形成不同二级结构(α：螺旋,β：折叠,C：卷曲)的偏向性参数．通过对这些密码子对应氨基酸二级结构偏向性的分析,得到了氨基酸二级结构偏向性分析中所忽略的同义密码子的蛋白结构信息．这些新的信息量对于指导蛋白质设计以及提高蛋白质二级结构预测的准确率有着一定的作用．     

冠状病毒同义密码子使用对mRNA二级结构的影响

从NCBI中获得了45种冠状病毒的mRNA序列总计416条.分别计算了每条编码序列中相对同义密码子使用度(RSCU),然后预测每条mRNA序列的RNA二级结构,计算相应mRNA茎结构含量、环结构含量、单位平均折叠自由能以及mRNA柔性.由此,建立了冠状病毒mRNA二级结构数据库.在此基础上,分析每条mRNA序列同义密码子使用度与mRNA二级结构之间的相关性.分析结果表明,有90%的氨基酸所对应的密码子使用度与mRNA茎结构含量显著相关;有75%的氨基酸所对应的密码子使用度与mRNA环结构含量显著相关;有90%的氨基酸所对应的密码子使用度与单位平均折叠自由能显著相关;有85%的氨基酸所对应的密码子使用度与mRNA柔性显著相关.进一步分析发现,同时与茎结构含量和环结构含量都显著相关的密码子,它们的使用度与两种结构含量的相关性截然相反,在所选的参量中,柔性与同义密码子使用度显示出更好的相关性.结果证实,冠状病毒同义密码子的使用对mRNA二级结构存在很大的影响.     

水稻β-1,3-葡聚糖酶疏水簇特性的研究

研究了41个水稻β-1,3葡聚糖酶的疏水簇(HC)的结构特点、HC的疏水氨基酸的突变倾向、密码子使用类型与偏好、为同种氨基酸二连体组合编码的密码子二连体组合使用类型与偏好.研究结果显示，水稻β-1,3葡聚糖酶至少有20个保守性较高的基本的HC，HC内至少含有≥1个疏水核心或有≥2个高度保守的疏水氨基酸位点.HC内似乎有I易向L、V、F突变，M易向I、V突变，W易向F突变，而反向突变较难的倾向.HC中的疏水氨基酸位点和为丙氨酸（A）编码的密码子使用频率与水稻基因组的统计数据出现明显偏差，为部分同种氨基酸二连     

癌基因中的密码子使用

对１９９３年Ｅｎｔｒｅｚ８．０基因库中的癌基因的密码子使用进行了统计分析，给出了家族的归１０００的密码子使用频率，同义密码子使用频率，氨基酸相对丰度，并与非癌普通基因ＰＲＩ（灵长类）进行了比较，结果表明，癌基因与非癌基因对密码子的使用不同，在氨基酸丰度上有差异；各个家族的癌基因对密码子的使用及氨基酸的相对丰度都人特殊性。     

不同区域日本稻蝗Cyt b基因序列及相互关系

对中国 7个不同地理区域的日本稻蝗共 19个个体的线粒体 DNA细胞色素 b基因中间部分序列进行测定 ,比较其同源性 ,计算碱基组成 ,并用中华稻蝗和景泰突颜蝗为外群构建不同单倍型的 NJ分子系统树。在获得的432 bp的序列中 ,A T约占 70 .5 % ,其中 13个核苷酸位点存在变异 (约占 3.0 % ) ,4个位点引起了氨基酸的变异。就每个氨基酸密码子来看 ,第三位点的 A T含量较高 ,达 87.4%。由系统树显示 ,6个单倍型共形成 3个聚类簇 ,其分枝与地理分布没有直接的关系     

灰胸竹鸡和棕胸竹鸡的线粒体基因组结构分析及比较

竹鸡属包括灰胸竹鸡（Bambusicola thoracica）和棕胸竹鸡（B. fytchii）两种鸟类。两种竹鸡线粒体基因组全长为16726 bp,包含13个蛋白编码基因、22个tRNA、2个rRNA和1个控制区。基因排列顺序与红原鸡（Gallus gallus）一致,属于典型的鸟类排列顺序;碱基组成存在明显的AT偏向性。两种竹鸡线粒体基因组的13个蛋白质编码基因的序列长度和终止密码子都完全一样,但部分编码基因的起始位置以及起始密码子存在差异;两种竹鸡的线粒体基因组基因排列紧密;两种竹鸡线粒体全基因组序列之间共有1132个变异位点,其中缺失位点24个,遗传距离为0.071。     

蛋白质二级结构中对应的密码子关联的进一步讨论

从概率论的角度出发,以人和大肠杆菌蛋白质为模式,研究了蛋白质二级结构中有显著统计意义的mRNA序列上的密码子上下文关联,以及蛋白质序列上的氨基酸上下文关联.从而给出了99%置信水平上的各二级结构中的反常密码子上下文关联偏好型.为了进一步检查反常密码子关联对二级结构的影响是否有位点保守性,研究了密码子上下文关联以及氨基酸上下文关联与二级结构位点的关系,结果显示反常密码子关联与二级结构位点没有强关联.所得结果可以给出哪些密码子的上下文关联对蛋白质二级结构有影响,且对改进蛋白质二级结构的预测有一定的参考价值.     

大肠杆菌和枯草杆菌的L-ter 到起始密码子的距离分析

基于第一ATG规则，分别对确定基因和不确定基因的L-ter到起始密码子(ATG、GTG或TTG)的距离和L-ter到起始密码子下游紧邻的ATG的距离进行统计，结果表明：L-ter到起始密码子的距离主要分布在20个氨基酸以内；在以第一ATG和第一GTG为起始密码子的基因中，L-ter到起始密码子下游紧邻的ATG是L-ter到起始密码子平均距离的4～5倍。这些可能是起始密码子的重要位置特征，也说明了少数基因以GTG起始的原因．对于不满足第一ATG、GTG规则的基因，分析了L-ter到起始密码子之间出现ATG、GTG和TTG的比率，发现大肠杆菌的不确定基因与确定基因之间有较大的差别，而枯草杆菌的差别不大．     

高含量人体必需氨基酸基因的化学全合成

采用固相亚磷酰胺法合成了编码高含量人体必需氨基酸蛋白质的基因。该基因有300个碱基对,共编码94个氨基酸,其中92%以上为人体必需氨基酸。从该基因的两个方向均可被翻译成具有人体必需氨基酸的蛋白质。该基因选用了植物所偏爱的密码子,并间隔地插入了编码赖氨酸的密码子,使之所编码的蛋白质可被胰蛋白酶消化。     

基因组DNA编码的蛋白质中氨基酸分布的分析

各种蛋白质中氨基酸残基的组成是由编码该蛋白质的结构基因的序列决定的,分析这些序列中有义密码子使用频率,就可以看出蛋白质的氨基酸组成情况。我们利用文献中90种生物的11415个基因中有义密码子使用频率,统计出了每种氨基酸在该种生物基因组DNA编码的蛋白质中的相对丰度。把这些丰度值按(1)90种生物,(2)真核生物33种,(3)原核生物27种(包括F质粒、Ti质粒、转座子各1种),(4)病毒类24种(含噬菌体6种),(5)细胞器(叶绿体5种和线粒体1     

新型抗菌肽基因设计、合成及其在酵母中的表达(Ⅰ)——杂合抗菌肽基因的设计与合成

以化学合成并证实抗菌活性和抗菌谱都高于天然抗菌肽的杂合肽ＣｅｃｒｏｐｉｎＡ１－１１Ｄ１２－３７的氨基酸序列为基础,选用酵母高频使用密码子设计了一种新型抗菌肽基因,基因合成采用二次ＰＣＲ（聚合酶链式扩增）方法．设计和合成的基因全长１４０个碱基对,包括氨基酸编码序列、起始密码子、终止密码子和两端限制性内切酶ＢａｍＨＩ、ＥｃｏＲＩ、ＳａｌＩ识别顺序,合成的基因克隆于ＰＣＲＴＭ２．１载体上．经ＤＮＡ序列分析证实,合成基因碱基序列与设计序列完全一致．     

山羊FGF5基因cDNA分子克隆及序列分析

采用逆转录-聚合酶链式反应(RT-PCR)技术,首次从山羊脑组织总RNA中扩增出成纤维细胞生长因子5(FGF 5)基因的cDNA编码序列.通过对序列的分析表明,克隆的山羊FGF 5cDNA编码序列与其他动物的序列具有高度的同源性.与G enbank中人和小鼠序列比较,山羊与人和小鼠的FGF 5核苷酸序列的同源性分别为91%和87%.编码的氨基酸序列比较,山羊和人的相似性为87%,山羊与小鼠的相似性为83%.如FGF s家族的其他成员一样,山羊的FGF 5蛋白也有一信号肽序列.山羊FGF 5基因外显子在编码氨基酸时,对同义密码子的使用表现有强烈的偏好性.不同物种对同义密码子使用的偏倚程度与偏好类型各不相同,也具有种属特异性.山羊FGF 5基因所编码的蛋白质中,20种氨基酸的含量差异很大,极性氨基酸含量高于非极性氨基酸含量.     

遗传密码的逻辑和稳定性原理

引入突变危险性函数M_D和M_D的统计极值原理,作为分析密码逻辑的出发点。讨论了单密码子近似下密码字典的整体M_D极小化,由拉格朗日乘子法导出了和实验相符的结果。进一步的近似可以导出密码字典中的亲水-疏水畴,也和氨基酸和反密码子的实验资料一致。由密码子相互作用可给出密码子分布和非标准密码。     

两种快速的密码子检索方法

许多生物信息学软件涉及将核苷酸序列翻译成对应的氨基酸序列的操作.密码子检索表的结构及检索算法强烈地影响蛋白质翻译的速度.本文提出了2种快速的密码子检索方法.一是平均检索长度约为7,最大检索长度为9的分块检索;二是没有空间冗余和地址冲突的哈希表检索,其平均检索长度和最大检索长度均为3.对几种密码子检索方法的检索效率进行比较,结果表明哈希表的检索速度最快.     

遗传密码的对称性和氨基酸的疏水性

根据四种核苷酸的对偶性(阴阳)假设,给出类似于64卦的遗传密码图示,利用这种表示导出了氨基酸的亲水-疏水分类、亲水-疏水畴和反义密码子的相反疏水性.