必需基因與復(fù)制起始點(diǎn)數(shù)據(jù)庫(kù)的建立及分析.pdf

1、隨著基因測(cè)序技術(shù)的不斷發(fā)展，生物領(lǐng)域內(nèi)的數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)。而如何從海量數(shù)據(jù)中挖掘出有價(jià)值的信息和模型，則逐步成為生物信息學(xué)研究的主要內(nèi)容。生物必需基因和復(fù)制起始點(diǎn)均是維持生命正常代謝生存的主要基因組元件，本論文主要專注于上述兩者的數(shù)據(jù)收集與分析，介紹了相應(yīng)數(shù)據(jù)庫(kù)，并對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行生物信息學(xué)分析與應(yīng)用。
　　論文第一部分主要圍繞生物必需基因這一內(nèi)容展開(kāi)的。首先介紹了全新版本的必需基因數(shù)據(jù) DEG，目前 DEG數(shù)據(jù)庫(kù)中的數(shù)據(jù)較于之

2、前版本有了重大的擴(kuò)充，不僅大量收集了不同實(shí)驗(yàn)條件下原核和真核生物的必需基因，同時(shí)也收集了大量必需的非編碼基因元件，例如非編碼 RNA、啟動(dòng)子、調(diào)控序列及復(fù)制起始點(diǎn)等。并且，我們還開(kāi)發(fā)了可定制的序列對(duì)比服務(wù)，用戶可將自己的基因序列、注釋或非注釋的全基因組序列提交到DEG中，與自己選定的特殊物種或者特殊實(shí)驗(yàn)條件下的必需基因進(jìn)行序列對(duì)比。另外，基于DEG中的數(shù)據(jù)分析，我們發(fā)現(xiàn)細(xì)菌基因組中必需基因在全部基因中的比例與基因組長(zhǎng)度成指數(shù)型衰減，并對(duì)

3、五種生物進(jìn)行了必需基因與非必需基因的GO富集分析。最后，通過(guò)全面分析和比較23種細(xì)菌中必需基因和非必需基因之間的Ka/Ks值，發(fā)現(xiàn)在這些細(xì)菌中必需基因相比于非必需基因要更加保守。而且我們還基于蛋白質(zhì)直系同源簇（COGs）數(shù)據(jù)庫(kù)將蛋白質(zhì)編碼基因進(jìn)行功能分類，發(fā)現(xiàn)屬于COG子類中 G（糖代謝與轉(zhuǎn)運(yùn)）、H（輔酶代謝轉(zhuǎn)運(yùn)）、I（轉(zhuǎn)錄），J（翻譯、核糖體代謝和生物合成）及 K（脂類代謝轉(zhuǎn)運(yùn)）的必需基因在細(xì)菌中相比于這些類別中的非必需基因呈現(xiàn)出更強(qiáng)

4、的保守性。
　　論文第二部分主要分析了生物復(fù)制起始點(diǎn)及其特點(diǎn)。我們收集了大量不同種類生物的復(fù)制起始點(diǎn)數(shù)據(jù)，分別建立了原核和真核生物復(fù)制起始點(diǎn)數(shù)據(jù)庫(kù)DoriC和 DeOri。其中DoriC數(shù)據(jù)庫(kù)中的數(shù)據(jù)不僅有了大幅增長(zhǎng)，而且也新增了實(shí)驗(yàn)驗(yàn)證及理論預(yù)測(cè)的古菌復(fù)制起始點(diǎn)數(shù)據(jù)。同時(shí) DeOri也是第一個(gè)包含不同真核生物復(fù)制起始點(diǎn)的數(shù)據(jù)庫(kù)。論文最后介紹了第一個(gè)古菌基因組復(fù)制起始點(diǎn)網(wǎng)上預(yù)測(cè)系統(tǒng)Ori-Finder2。目前，Ori-Finder