丁雪梅

（曲靖師范學(xué)院 數(shù)學(xué)與信息科學(xué)學(xué)院，云南 曲靖 655011）

含內(nèi)含子的核糖體蛋白基因轉(zhuǎn)錄起始位點情況分析

丁雪梅

（曲靖師范學(xué)院 數(shù)學(xué)與信息科學(xué)學(xué)院，云南 曲靖 655011）

選取69個含內(nèi)含子的核糖體蛋白基因，抽取其中每個基因轉(zhuǎn)錄起始位點附近長度為100個堿基的序列，發(fā)現(xiàn)轉(zhuǎn)錄起始位點為堿基A的占92.8%，給出由位點狀態(tài)轉(zhuǎn)移到位點后與位點相鄰狀態(tài)的一步轉(zhuǎn)移概率矩陣P以及由位點前與位點相鄰狀態(tài)轉(zhuǎn)移到位點狀態(tài)的一步轉(zhuǎn)移概率矩陣 .含內(nèi)含子的核糖體蛋白基因中富含堿基A，T的序列可能有利于基因的轉(zhuǎn)錄.

內(nèi)含子；核糖體蛋白基因；轉(zhuǎn)錄起始位點

1 引言

合成基因的RNA（核糖核酸）拷貝的過程就是轉(zhuǎn)錄（transcription），轉(zhuǎn)錄起始（initiation of transcription）是指在基因上游負責將基因拷貝成RNA的蛋白復(fù)合物的組裝過程，位點（locus）是染色體上遺傳標記或DNA標記的位置，轉(zhuǎn)錄起始位點（TSS）是研究真核生物轉(zhuǎn)錄調(diào)控的一個重要方面.我們對含內(nèi)含子的核糖體蛋白基因轉(zhuǎn)錄起始位點情況進行分析.

2 方法

2.1 選取樣本

我們從酵母內(nèi)含子數(shù)據(jù)庫（YIDB，http://www. imb-jcna.de/RNA.html）中選出含內(nèi)含子的核糖體蛋白基因，共計69個基因.為了探尋轉(zhuǎn)錄起始位點，人們已做了多次實驗，每個核糖體蛋白基因至少給出了一個可能的轉(zhuǎn)錄起始位點，選取其中每個基因?qū)嶒灲Y(jié)果為出現(xiàn)次數(shù)最多的轉(zhuǎn)錄起始位點附近長度為100個堿基的序列，該位點位于這100個堿基序列的第51個位置，若每個基因?qū)嶒灣霈F(xiàn)次數(shù)最多的轉(zhuǎn)錄起始位點不止一個，只取其中的一個位點，抽取情況見表1.表1中sample表示樣本，gene表示基因，experiment number表示實驗次數(shù)，TSS（frequency）表示實驗中核糖體蛋白基因上游（upstrean）的轉(zhuǎn)錄起始位點（轉(zhuǎn)錄起始位點出現(xiàn)的次數(shù)）.

表1 含內(nèi)含子的核糖體蛋白基因及轉(zhuǎn)錄起始位點

表1 含內(nèi)含子的核糖體蛋白基因及轉(zhuǎn)錄起始位點

2.2 一步轉(zhuǎn)移概率矩陣

我們選取的69個基因中，轉(zhuǎn)錄起始位點出現(xiàn)堿基A的有64個基因，轉(zhuǎn)錄起始位點出現(xiàn)堿基T的有3個基因，轉(zhuǎn)錄起始位點出現(xiàn)堿基C的有2個基因.為了敘述方便，我們給出堿基“前”與“后”的定義，如有序列5'－ATG－3'，堿基T前面是堿基A，堿基T后面是堿基G.表2給出了抽取出的69個基因序列樣本中轉(zhuǎn)錄起始位點及位點前后與位點相鄰的堿基分布情況.表2中site before site表示位點前與位點相鄰堿基，TSS表示轉(zhuǎn)錄起始位點，site after site表示位點后與位點相鄰堿基，sample number表示樣本個數(shù).

表2 轉(zhuǎn)錄起始位點及位點前后與位點相鄰的堿基分布情況

若Xm表示位點的狀態(tài)，Xm-1表示位點前與位點相鄰的狀態(tài)，xm+1表示位點后與位點相鄰的狀態(tài)，引入轉(zhuǎn)移概率

Pij表示在位點處于狀態(tài)i的條件下，位點后與位點相鄰的狀態(tài)為j的轉(zhuǎn)移概率，例如

類似地，可以計算PAG，PTA，PTT，PTG，PCA，由它們組成的一步轉(zhuǎn)移概率矩陣P為

矩陣P反映了由位點的狀態(tài)i經(jīng)一步轉(zhuǎn)移到位點后與位點相鄰的狀態(tài)j的概率.引入轉(zhuǎn)移概率

P'ij表示在位點前與位點相鄰的狀態(tài)為i的條件下，位點的狀態(tài)為j的轉(zhuǎn)移概率，例如

類似地，可以計算P'TA，P'TT，P'GA，P'GT，P'GC，由它們組成的一步轉(zhuǎn)移概率矩陣P'為

矩陣P'反映了由位點前與位點相鄰的狀態(tài)i經(jīng)一步轉(zhuǎn)移到位點的狀態(tài)j的概率.

3 總結(jié)

我們選取了69個含內(nèi)含子的核糖體蛋白基因，抽取其中每個基因轉(zhuǎn)錄起始位點附近長度為100個堿基的序列，發(fā)現(xiàn)轉(zhuǎn)錄起始位點為堿基A的占了92.8%，給出了由位點狀態(tài)轉(zhuǎn)移到位點后與位點相鄰狀態(tài)的一步轉(zhuǎn)移概率矩陣P，以及由位點前與位點相鄰狀態(tài)轉(zhuǎn)移到位點狀態(tài)的一步轉(zhuǎn)移概率矩陣P'.這可能預(yù)示著含內(nèi)含子的核糖體蛋白基因中富含堿基A，T的序列有利于基因的轉(zhuǎn)錄.

〔1〕張新生，王梓坤.生命信息遺傳中的若干數(shù)學(xué)問題[J].科學(xué)通報，2000，45（2）：113～119.

〔2〕[英]T.A.布朗.基因組[M].北京：科學(xué)出版社，2004.

〔3〕盛驟，謝式千，潘承毅.概率論與數(shù)理統(tǒng)計（第三版）[M].北京：高等教育出版社，2004.

〔4〕復(fù)旦大學(xué).概率論[M].北京：高等教育出版社，1995.

〔5〕張靜，石秀凡.酵母基因中轉(zhuǎn)錄正調(diào)控內(nèi)含子序列特征的統(tǒng)計分析[J].生物化學(xué)與生物物理進展，2003，30（2）：231～238.

Q 503；Q 522

A

1673-260X（2013）02-0005-03