非编码RNA与心肌重构

非编码RNA(non-coding RNAs, ncRNAs) 是一类不编码蛋白质的RNA 分子. 相关研究表明, ncRNAs 不仅参与细胞的增殖、凋亡、分化、代谢等生理过程, 还参与疾病的病理过程. 心肌重构(myocardial remodeling)是多种心血管疾病最主要的病理基础. 已有多项研究表明, 心肌重构的发生发展与ncRNAs 的调控息息相关, 近年来针对ncRNAs 在心脏疾病方面的研究也得到了迅猛发展. 对ncRNAs 包括微小RNA(microRNAs, miRNAs)、长链非编码RNA(long non-coding RNAs, lncRNAs)和环形RNA(circular RNAs, circRNAs) 与心肌重构的最新研究进展以及作用机制进行介绍, 旨在寻找新的心脏疾病治疗靶点.     

ncRNA的功能和机制研究策略

在哺乳动物的基因组中发现有大量的非编码RNA(ncRNAs),这些ncRNAs中有很多是RNA加工的副产物,它们中很多在细胞中发挥各种调控功能。ncRNAs的原序列和二级结构中信息量巨大,使得它们非常适合作为分子间相互作用的支架。此外,在不进行特定的相互作用时,它们的功能可被丰富的核酸酶严格控制。现对未来ncRNA功能和机制的研究策略进行讨论和综述。     

自洽聚类法识别大肠杆菌SD序列

用自洽聚类方法判定大肠杆菌蛋白质编码基因SD序列强弱,给出构成强SD序列的17种碱基关联模式.将全部SD序列按作用强弱不同分为三类:强、中、弱,发现强弱不同时最偏好模式不同,如GGAGG是弱SD序列的最偏好模式,AAGGA是强SD序列的最偏好模式.同一模式距起始密码子的距离不同时,所起的调控作用也不同,如GGAG模式中的A在强SD序列中位于-8位点,在弱SD序列中位于-7和-9位点.平均来说,各SD序列的-9位点上碱基G出现的概率最大.结果还表明SD序列越强,基因的表达水平越高,SD序列越弱,基因表达水平越低.SD序列与anti-SD序列的配对程度和相对位置影响起始密码子的识别和翻译效率.     

以信息关联和偏信息关联为工具标记基因组

在30个物种中分别随机选取长度为20万碱基的序列片断,通过方差分析和多重比较检验考察其多项信息参数作为基因组识别码的有效性.结果表明:在16种偏信息关联中,FA(k)C,FC(k)A,FG(k)T和FT(k)G的识别能力最强.这说明基因组签名偏好AC和GT语言.并且将信息关联与上述四种偏信息关联结合可大幅提高识别能力.这表明信息关联和偏信息关联是标识基因组的有效工具.     

应用离散增量方法识别人类 MicroRNAs 前体序列

MicroRNAs(miRNAs)是一类约为21-26个碱基长度的非编码单链RNA.根据MicroRNAs前体序列(pre-miRNAs)的碱基保守特征和二级结构特征,应用多样性增量方法(ID方法)和支持向量机(SVM)分析,以内含子区(intron)、外显子区(exon)、基因间区(intergenic)三类序列分别作为负集,对人类的pre-miRNAs进行分析和预测.当以intergenic区和intron区序列为训练负集时,其以二级结构三联体、四联体和五联体(3-mer、4-mer、5-mer)为特征参量的敏感性、特异性、整体精度都在89%以上,相关系数在0.7以上.     

非编码RNA调控心脏重构与再生

近年来, 越来越多的证据表明, 大量的非编码RNA(non-coding RNAs, ncRNAs)在基因的表达调控、细胞和机体的生理功能维持与病理环境调节方面都有重要作用, 其中主要包括微小RNA(microRNAs, miRNAs) 和长链非编码RNA(long non-coding RNAs, lncRNAs).心脏重构与再生是心血管疾病领域的关键问题, 其调控过程非常复杂, 包括表观遗传、转录、转录后及翻译水平的调控. 大量研究发现在转录后水平, miRNAs 通过负性调节靶标的表达调控心脏发育、疾病及再生进程. 近期研究揭示, lncRNAs 在心脏发育和疾病中具有潜在的作用, 可通过表观遗传、转录及转录后水平发挥作用. lncRNAs 已成为继miRNAs 之后的又一重要的调节性非编码RNA. 就非编码RNA 在心脏重构及再生进程中的调控作用进行综述.     

密码子上下文关联与蛋白质二级结构

对人(Homo sapiens)117个蛋白质和大肠杆菌(Ecoli)的87个蛋白质的各二级结构相对应的mRNA序列中的密码子上下文关联作了统计分析，发现它们的使用对不同种属的蛋白质二级结构有不同的偏好，对同一种属蛋白质的不同二级结构也有不同的偏好．与密码子和单碱基关联的结果比较，说明密码子上下文关联可以更加准确地预测蛋白质二级结构．     

秀丽隐杆线虫基因组编码区的碱基分布特征参数研究

【目的】考察秀丽隐杆线虫(Caenorhabditis elegans)基因组编码区(Coding sequences,CDSs)的碱基使用特点,并提炼出能够区分CDSs与非编码区的碱基成分偏移特征参数。【方法】在研究碱基成分偏移特性基础上,定义一个新的参数d,探索d值的分布规律;采用从秀丽隐杆线虫基因组6类不同的DNA序列中随机抽样的方式,分析并验证该指标作为基因组CDSs特征参数的可行性。【结果】参数d经过线性变换后近似服从对数正态分布;抽样分析显示分别有81.6%的CDSs、70.7%的外显子、21.8%的内含子、4.7%的随机序列、17.8%的5′非翻译区和31.4%的3′非翻译区落在d值变换后的特征取值区间内,即被预测为基因组CDSs。【结论】碱基成分偏移指数d可以作为表征基因组编码区的特征参数,它的特定取值区间能很好地区分CDSs(或开放阅读框及它的子片段)和其他非编码区。     

几种模式生物密码对的使用和基因组进化

以闪烁古生球菌、枯草杆菌、大肠杆菌、酿酒酵母、拟南芥和线虫基因组为样本,分别分析了编码序列中密码对、基因间序列中三联体对的相对模式数目随频数的分布,验证这种分布是r(α,β)分布.发现分布参数与基因组进化相关;另外,比较了密码对的观测值与期望值之差的分布,发现密码对的使用普遍具有偏好性,且不同的物种所偏好的密码对是不同的.     

模式生物的外显子、内含子和基因间序列的识别

基于核酸序列在剪切位点上保守性、组分的不同和编码序列阅读框架的3周期性,模式生物全基因组序列分为外显子、内含子和基因间序列三类.三个标准离散源分别由64个三联体在整条序列上的概率和4个碱基序列首尾(剪切位点附近)共30个位点上的概率共同构成.某条序列的类型就由该序列的离散量同相应区间上三个标准离散量的离散增量确定.结果表明:具有184个信号参数的离散量预测比只有64个三联体参数的结果要高出5%,总体预测成功率:线虫为87.37%,拟南芥为91.08%,果蝇为92.28%,原核生物大肠杆菌的二种序列预测率为92.88%,酵母菌为94.88%.     

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     

果蝇基因组中回文结构的非均匀分布

回文序列是与基因表达调控、DNA复制和重组密切相关的重要DNA模体.回文的功能直接决定其在基因组中的丰度和分布,关于回文丰度和分布的信息从而促进回文的功能研究.文章研究回文在黑腹果蝇基因组中的分布规律.结果发现:(1)在不同类型的基因组序列(如编码区、内含子、基因间区、5’UTR和3’UTR)中,回文在3’UTR中分布最密集,编码序列中的分布最少;(2)序列的碱基组分偏好性不能够完全解释回文在基因组序列中的出现频数;(3)回文的相对丰度随着回文长度的增加而增加;(4)回文序列越长,其GC含量越低.所有这些都在启示,回文的功能多样性强烈依赖于其长度和GC含量.     

疣尾蜥虎线粒体基因组全序列及其基因组成

测定了疣尾蜥虎(Hemidactylus frenatus) 的线粒体基因组全序列.序列全长为16 891 bp, 包括13 个蛋白质编码基因、2 个rRNA 基因和22 个tRNA 基因.除大部分基因由重链编码外,仅1个蛋白编码基因和8个tRNA基因由轻链编码.碱基组成的偏好与其他脊椎动物线粒体DNA接近.没有发现长的基因间隔区,说明该基因组的结构十分紧凑.基因组的组成与典型脊椎动物的相近,即没有发现重排、基因或控制区的重复等在其它有鳞类动物中出现过的异常特征.除单性生殖的壁虎外,现有的壁虎类线粒体基因组在基因含量和顺序上是一致的.作为蜥虎属线粒体基因组全序列的惟一代表,该序列有望在有鳞类系统发生的推断上发挥一定的作用.     

大腹圆蛛拖丝蛋白基因3'端克隆和序列分析

用PCR(Polymerase Chain Reaction)技术从大腹圆蛛主壶腹腺组织的基因组DNA和RNA中分别扩增获得编码拖丝蛋白基因的3'端基因序列,克隆PCR产物到pDrive载体,经PCR、限制性酶切筛选和序列分析后证明获得了蜘蛛拖丝蛋白基因两个克隆AvDS1和AvRS2.基因序列和氨基酸序列分析表明AvDS1和AvRS2具有拖丝蛋白基因序列和蛋白质氨基酸序列特有的结构特征,氨基酸序列中存在4个motifs-(A)n(GA)n(GFGX)n以及(GGX)n.AvDS1与基因库中已报道的蜘蛛拖丝蛋白基因序列同源性较低,而AvRS2与已经报道的Nephila clavipes拖丝蛋白基因组分-1的同源性可达91%,推测AvRS2是编码大腹圆蛛拖丝蛋白基因组分-1基因片段.比较这两个克隆的核苷酸序列和氨基酸序列,发现它们之间没有同源性.推测它们是同一基因的不同片段,或是编码大腹圆珠拖丝蛋白的两个基因组分. 明AvDS1和AvRS2具有拖丝蛋白基因序列和蛋白质氨基酸序列特有的结构特征,氨基酸序列中存在4个motifs-(A)n(GA)n(GFGX)n以及(GGX)n.AvDS1与基因库中已报道的蜘蛛拖丝蛋 基因序列同源性较低,而AvRS2与已经报道的Nephila clavipes拖丝蛋白基因组分-1的同源性可达91%,推测AvRS2是编码大腹圆蛛拖丝蛋白基因组分-1基因片段.比较这两个克隆的核苷酸序列和氨基酸序列,发现它们之间没有同源性.推测它们是同一基因的不同片段,或是编码大腹圆珠拖丝蛋白的两个基因组分. 明AvD     

高效热不对称交互式PCR技术克隆地黄基因

利用高效热不对称交互式PCR(hiTAIL-PCR)技术从地黄基因组中扩增出3个DNA片段,经过电泳检测、回收、纯化和测序获得2个片段的碱基序列.其中一个由578个bp组成,包含一个453bp的开放阅读框(ORF),编码151个氨基酸,与一些已知纤维素合酶基因在DNA水平和氨基酸水平的同源性分别高达81%~91%和83%~99%,而且推测蛋白质具有纤维素合酶的结构域;另一个由385个bp组成,没有ORF,不编码蛋白质,但是,预测其包含启动子元件.这些结果表明使用hiTAIL-PCR技术可以克隆地黄基因,克隆的基因将为地黄基因分子作用机制和分子育种研究奠定基础.     

核酸序列非均匀指数(HI)的约化

考虑到在计算 H I值时 ,任何一种碱基在序列中出现的理论频数都应该大于 5 ,故而对原 H I公式进行了约化处理 ,并将约化后的 H I值与原 H I值作了对比 ,发现不同的约化方式所得到的 H I值在描述序列不均匀性时的效果是不同的 ,用编码区所偏好的约化语言进行约化后所得到的 H I值在应用于高 GC含量、中 GC含量以及总共的外显子和内含子的识别时 ,其效果要优于原 H I值     

为“生命暗物质”正名的人

 倘若把人类基因组比作汪洋大海,那么我们所熟知的基因只是星星点点的"岛礁",其周围则是一片神秘莫测的"深海"--基因组中98%的转录序列构成了种类和数目繁多的非编码RNA（ncRNA）,并且除了维持细胞最基本生命活动的"管家"（tRNA、rRNA、snRNA等）以及小非编码RNA（miRNA、piRNA等）之外,更多的是长度大于200个碱基的长非编码RNA（lncRNA）。长久以来,人类把这些看似没有功能的非编码序列称作"暗物质"甚至"垃圾"。然而,生命作为自然界最伟大、最精妙的个体,又怎会容留这么多的垃圾呢?     

基因组信息、密码进化、折叠动力学和熵产生——理论生物学的几个基本问题

 数千个基因组的测序完成,海量资料数据呼唤着生命科学的理性和实证性更完美地结合。基因组信息学是理论生物学的龙头。本文遵循生命信息运行的密码—序列—结构—功能的主线,论述了生命科学的理性化途径,讨论了若干基因组生物学的基本问题。着重总结了理论生物学领域的部分工作,包括：① 基因组序列识别码的形成和构建,一组描述碱基分布和碱基关联的统计量集合可作为基因组的识别码;② 基因组的进化方向和最大信息原理,提出基因组序列的编码信息量在进化中随时间增长的规律,指出DNA序列局部片段遵循最大信息原理;③ 遗传密码的适应性进化,证明普适标准密码表是突变危险性的适应性极小码,论证了遗传密码既具有稳定性,又具有可进化性;④ 基于量子跃迁的蛋白质折叠动力学,用量子跃迁的观点和理论研究如何处理从序列到结构,导出蛋白质折叠速率公式,解释了现有各种速率实验;⑤ 细胞开关相变和熵产生,研究了最简单生命噬菌体的溶原态/裂解态转变动力学,得到了此类细胞开关中熵产生的特异性规律。     

tRNA丰度是影响蛋白质二级结构形成的一个因素

从人和大肠杆菌蛋白质和DNA序列的统计分析，发现mRNA的对应一定蛋白质二级结构的m密码子片段(m=3，4，…，8)，当平均tRNA拷贝数高时(对于人高于11，对于大肠杆菌高于2．O)，偏好编码螺旋，而避免编码线团；当平均tRNA拷贝数低时，偏好性正好反过来．对于beta折叠，未发现和tRNA拷贝数有明显的统计关联．对大肠杆菌也研究了密码子频数与蛋白质二级结构的相关性，其间的关联比tRNA拷贝数与蛋白质二级结构的关联弱．因此，tRNA拷贝数与蛋白质二级结构的关联可能更为本质．机制目前尚不清楚．一种可能的解释是：tRNA丰度以某种方式影响了新生肽链的折叠，通过翻译精度的因素影响了蛋白质二级结构的形成．     

浙江近无柄雅榕古树叶绿体基因组特征分析

以一株浙江近无柄雅榕古树为研究对象,通过Illumina HiSeq测序平台对其叶绿体基因组进行了测序,分析了其叶绿体基因组结构特征及其近缘种间关系。结果表明:近无柄雅榕叶绿体DNA全长160 292 bp,具有典型的环状结构,由4个区域组成,包括1个大单拷贝区(large single copy,LSC)、1个小单拷贝区(small single copy,SSC)和一对分开的反向重复区域(inverted repeat,IR),LSC、SSC、IR的长度分别为88 565、20 145和25 791 bp;共注释出118个基因,其中包括4个rRNA基因、31个tRNA基因和83个蛋白质编码基因;共检索到68个SSR,其中包括11个复合型SSR、52个单碱基重复、4个二碱基重复和1个三碱基重复;与蛋白质编码基因对应的密码子偏好使用A/T碱基,在所有密码子中编码亮氨酸(Leu)的密码子最多;在系统发育树上,近无柄雅榕与已报道的菩提树亲缘关系最近,同源性达99%以上。