基于信息论的原核生物翻译初始阶段的编码特性研究

论文摘要

生物体产生的难以置信的特性是自然选择的结果。自然选择对生物进化如此有效的基本条件应是:第一,生物体具有携带能被继承的“信息”载体,能够被继承的“信息”被称做基因信息,基因信息由有限个基因码元排成的基因序列所表达;第二,存在一种精确复制基因信息的生化机制,这种复制过程会产生错误,但是错误必须很少,复制是几何增长;第三,基因信息的复制过程必须伴随基因产物的出现,生物体的自我复制是基因信息复制和基因产物出现的统一过程;第四,基因信息复制过程中产生的错误（变异或突变）本身应能被复制,有益的变异才能被自然选择保留。本文研究的主要对象是关于基因信息。从信息论角度,将生物体看作是一种特殊的信息处理系统,基于通信系统结构,将分子生物的信息传递过程用通信模型描述。结合生物学理论,运用统计学和信息论方法对基因数据进行分析和有用信息提取。基于这种思路探讨生物细胞内最大信息源——基因组DNA序列的冗余、编码特性、SD区域的位置识别以及16S rRNA对基因序列可能的差错控制特性。论文的主要研究工作有:（1）以生物学研究成果为基础,利用interned获取开放的生物信息学资源,分析基因组DNA的编码区、非编码区可能的编码特性。（2）利用最小汉明距离译码,分析核糖体16S rRNA的突变对原核生物DNA翻译效率表达的影响,仿真结果表明原核生物可能以16S rRNA作为一个标准的差错校验码对DNA全序列进行检错与纠错,再次证明了运用通信编码理论分析原核生物遗传信息传递的可行性。（3）根据SD序列的特点,利用流密码中Berlekamp-Massey算法,应用LFSR模型,导出校验矩阵,仿真实验证明,运用该校验矩阵所得到的校验值不但可以标明原核生物的SD序列的起始位置,而且还可以标明起始密码子的位置。运用学科交叉融合能揭示生物分子数据的内涵,数据之间的复杂联系,从而探索这些数据中蕴含的生物学知识和规律。结合信息论分析DNA序列,有望揭示生物分子信息的本质,使人类有可能了解、掌握遗传信息的编码、传递及表达,从而加快了解自身的进程。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 DNA 编码特性的研究现状
• 1.3 研究的目的和意义
• 1.4 本文研究的主要内容和结构
• 2 生物学背景知识
• 2.1 DNA 携带遗传信息
• 2.1.1 DNA 半保留复制
• 2.1.2 DNA 的编码区域和非编码区域
• 2.1.3 DNA 合成的高保真性
• 2.2 RNA 负责传递和加工遗传信息
• 2.2.1 mRNA 是DNA 的模板链转录的产物
• 2.2.2 rRNA 是蛋白质生物合成的部位
• 2.2.3 tRNA 转运活化的氨基酸至m RNA 模板
• 2.3 蛋白质决定生物行为
• 2.3.1 蛋白质的生物合成
• 2.3.2 遗传密码的破译
• 2.3.3 遗传密码的特性
• 2.3.4 基因突变
• 2.4 中心法则
• 2.5 生物信息学
• 2.5.1 生物信息学数据库
• 2.5.2 序列分析软件
• 2.6 本章小结
• 3 信息论与差错控制编码基础
• 3.1 信息论基础
• 3.1.1 信息量
• 3.1.2 信源编码
• 3.1.3 信息论应用
• 3.2 差错控制编码
• 3.3 信道与信道容量
• 3.4 最大似然译码与信道编码定理
• 3.5 有限域的概念
• 3.6 线性分组码
• 3.6.1 线性分组码的译码
• 3.6.2 最小汉明距离译码
• 3.7 线性反馈移位寄存器LFSR
• 3.8 BM 算法
• 3.9 本章小结
• 4 原核生物翻译初始阶段的DNA 编码
• 4.1 概述
• 4.2 生物信道通信模型
• 4.3 基因序列的数字化模型
• 4.4 DNA 链中的编码冗余
• 4.5 仿真实验
• 4.5.1 选取实验对象
• 4.5.2 实验对象的初步分析
• 4.5.3 编码区和非编码区编码特性实验
• 4.5.4 基于线性分组码的原核生物翻译起始阶段的DNA 模型
• 4.5.5 16S rRNA 突变的原核生物DNA 表达效率分析
• 4.5.6 基于密码学的生物翻译初始阶段的DNA 序列分析
• 4.6 本章小结
• 5 全文总结
• 致谢
• 参考文献
• 附录