基于代数理论方法的基因编码研究

论文摘要

作为大自然最伟大的创造之一的遗传密码究竞是如何起源与进化的一直是生命起源研究领域的热点问题。迄今,己有不少作者分别从不同的角度对这一问题作过许多十分有益的探索,并提出了多种遗传密码起源的假说。其中最主要的是基因组基因编码和线粒体基因编码,但仍有很多生物出现不符合这二套密码的现象。本文则是针对基因编码的密码子集合,根据其相应的理化性质和碱基的化学类型,建立一套新的基因编码规则,称为拟氨基酸编码方法,并利用代数运算给出一系列生物信息刻划,同时对已有的结论进行验证。为了更好地解释密码子重新组合的意义,本文还针对新的编码方法下的同义密码子的偏好性进行了运算,经过与经典的基因组基因编码的数据进行了运算比较,发现该编码方法更符合密码子编码氨基酸的一些重要特点及生物意义,回避了经典的遗传密码所不能解释的一些现象。这也是本文的主要创新点之一。主要工作如下:首先根据密码子所编的蛋白质序列,建立了蛋白质序列的代数运算和代数系统。并证明了这个系统恰好是一个带有恒等元的环的分配格。据此,我们还给出一个有意思的基因签名法,称为基因代数签名法。基于代数理论中的同态思想,针对密码子集合,根据其相应的理化性质和碱基的化学类型,建立一套新的基因编码规则,称为拟氨基酸编码方法,记为ZU -16,并利用代数运算给出一系列生物信息刻划,同时对已有的结论进行验证。经过计算, ZU -16中拟氨基酸的简并度等良好性质及内部关系均被揭示。这些结论充分证明了我们将密码子划分为16类的拟氨基酸编码确实是比较好的揭示了密码子的内部意义。所有这些相关的关系对于生命起源的探索都具有重要的意义。进一步的,我们还证明了（Z U -16,⊕,?）为域,这个结果告诉我们,人类基因密码子与拟氨基酸的组成具有紧密关系。在此基础上,我们分析了78个人类基因（19967个密码子）中基于拟氨基酸编码方法下的同义密码子的偏好使用情况,计算了其中基于拟氨基酸编码的同义密码子的相对使用度。并且与已有的在基因组基因编码方法下所计算的结果进行比较,其数据显示人类基因中基于拟氨基酸编码方法下,对同义密码子的选择在所有密码子家族中仍都呈现明显一致的偏好。即偏好使用密码子-反密码子结合作用强的密码子,恰好是以c结尾的密码子;并且避免使用结合作用中度的密码子。依据结果和数据分析,推测人类基因对密码子的选择除了受基因组结构中isochore和基因签名的影响外,还和密码子-反密码子结合强度密切相关。这些因素共同作用于人类基因,从而在所有密码子家族中都呈现出对同义密码子明显一致的偏好现象。并且这些特征比原来更为明显。在第六、七、八章中,我们则是回到Crick经典的基因组基因编码方法下,进行研究工作。首先修改了前人关于蛋白质序列的不同的σ-,τ-,σ∩τ-特征序列的概念,重新给出蛋白质序列的相关氨基酸特征序列,并进行理论分析,讨论其主要特征和次要特征差异。通过对所取的全α螺旋,全β折叠和αβ类共18种蛋白质序列进行数值刻划,并给出数值刻划图,用以判断这些物种的同源性和相似性程度。从而得到对蛋白质结构的进一步认识。其次,我们给出蛋白质序列的另一种图形刻划,计算了DNA序列中每个密码子出现频数,其方法和郝氏方法相似,所得到的二维平面图即为基因签名。另外,设计了一个蛋白质序列球面曲线。因此,利用球面曲线给出了一个特别的蛋白质序列基因签名方法。我们得到了一些符合常规知识的结果。那就是,对应点之间的距离较大的,它的突变范围和几率也比较大,距离小的它的突变范围和几率就比较小。然后,我们利用密码子所具有的基因特性,对入侵物种从微观上进行进一步的刻划研究。通过对不同入侵物种基因签名的分析比较,我们发现入侵物种的DNA序列是非随机的,并且发现DNA序列密码子出现频率具有分布差异,这些差异可导致对应蛋白质结构和功能的改变,进而改变物种特性。我们的研究目的是希望基因签名的研究能够对入侵物种的预防和控制有所帮助。最后则是对下一步工作的展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物信息学产生的背景
• 1.2 DNA、RNA 序列和蛋白质序列
• 1.3 中心法则和遗传密码
• 1.4 同义密码子使用模式的意义
• 1.5 由基因编码构作的基因代数研究概况
• 第二章、代数理论基本概念及研究结果
• 2.1 引言
• 2.2 GREEN 关系
• 2.3 拟环与CLIFFORD 拟正则半环
• 2.3.1 基本概念
• 2.3.2 拟环
• 2.3.3 Clifford 拟正则半环
• 第三章、基于代数理论的蛋白质序列分析
• 3.1 引言
• 3.2 密码子与代数运算关系的建立
• 3.3 基于代数运算的蛋白质序列比对算法
• 3.4 关于不完全双链分子的广义代数运算
• 3.5 关于不完全双链分子的波斯特（PCP）问题
• 第四章、基于拟氨基酸编码的蛋白质序列结构分析
• 4.1 引言
• 4.2 关于拟氨基酸编码的建立及一些重要性质
• 4.3 基于拟氨基酸编码的蛋白质序列的代数结构
• 4.4 结论
• 第五章、拟氨基酸编码下的同义密码子的偏好性分析
• 5.1 引言
• 5.2 基因组基因编码下密码子的相对使用度RSCU
• 5.3 拟氨基酸编码下的密码子相对使用度QRSCU
• 5.4 78个基因样本及其同义密码子的偏好
• 5.5 结果与分析
• 第六章、基于氨基酸特征序列的蛋白质结构描述
• 6.1 引言
• 6.2 特征序列及其数值刻划
• 6.3 结果与分析
• 第七章、关于蛋白质序列的一种球形曲线表示方法
• 7.1 引言
• 7.2 蛋白质序列球形曲线设计
• 7.3 利用距离对突变基因的序列进行计算
• 7.4 结论
• 第八章、关于入侵物种的模型研究及其密码子的基因签名
• 8.1 引言
• 8.2 我国入侵物种的基因签名
• 8.2.1 基因签名产生法则
• 8.2.2 数据和结果
• 8.3 基因突变及讨论
• 8.3.1 基因突变
• 8.3.2 突变后结果与原结果相比较
• 8.4 结论
• 第九章、展望
• 致谢
• 参考文献
• 作者在攻读博士学位期间撰写和公开发表的学术论文