調(diào)控元件在全基因組上的識別研究以及在線分析平臺的構(gòu)建.pdf

1、基因表達(dá)調(diào)控是后基因時代研究的一個重點。作為基因轉(zhuǎn)錄調(diào)控信息的載體，轉(zhuǎn)錄調(diào)控元件在基因轉(zhuǎn)錄過程中起著重要的作用?；蛘{(diào)控物質(zhì)即轉(zhuǎn)錄因子通過與調(diào)控元件的相互作用，調(diào)節(jié)基因的轉(zhuǎn)錄，控制基因的表達(dá)。因此，分析和識別轉(zhuǎn)錄調(diào)控元件以及了解它們的功能是理解和解釋整個基因組行為的重要步驟。本文主要從基因組序列出發(fā)研究調(diào)控元件的發(fā)現(xiàn)、相互作用以及在基因組中各個區(qū)域的分布情況。工作主要分為四部分：算法的設(shè)計，平臺的搭建，調(diào)控元件分布分析，組合元件識別研究

2、。 算法的設(shè)計主要分為調(diào)控元件搜索算法和組合元件識別算法設(shè)計兩部分：在調(diào)控元件搜索算法方面，通過對現(xiàn)有搜索算法的比較和分析，確定利用模式(矩陣或者一致性序列)驅(qū)動的思想來設(shè)計調(diào)控元件搜索算法。在組合元件識別方面，根據(jù)對組合元件的研究和理解認(rèn)為，構(gòu)成組合元件的兩個元件的結(jié)合部位之間的距離和先后順序很重要，它們的排列必須契合相互作用的轉(zhuǎn)錄因子間的三維空間結(jié)構(gòu)，使兩者能夠正確地結(jié)合。根據(jù)此提出了組合元件基于距離和方向的保守性的假設(shè)，并

3、且以此假設(shè)為基礎(chǔ)設(shè)計了組合元件的識別算法。 利用上面的算法，結(jié)合本實驗室的兩個數(shù)據(jù)庫GSFD和GRI開發(fā)了轉(zhuǎn)錄調(diào)控元件的搜索和組合元件的識別平臺。該平臺主要功能分兩部分：第一，可以研究調(diào)控元件在基因組不同區(qū)域的分布分析，從而可以研究大規(guī)模的基因組不同功能區(qū)域調(diào)控信息的分布。提供了調(diào)控元件的兩種模式來進(jìn)行搜索，分別是矩陣和一致性序列。第二，可以判斷一對元件是否是組合元件，并且給出了一對組合元件與基因雙鏈結(jié)合的方式，這一點需要有一定

4、規(guī)模的基因組為基礎(chǔ)來進(jìn)行識別判斷。最后，對這兩部分工作都提供了結(jié)果的可視化并且可以在線使用該平臺。 以該平臺為基礎(chǔ)，研究了酵母全基因組以及人類20、21和22號染色體不同區(qū)域的豐度分析，并發(fā)現(xiàn)了一些有趣的現(xiàn)象，比如，在酵母基因組中研究發(fā)現(xiàn)，調(diào)控元件在基因上游區(qū)域豐度相對于其他區(qū)域明顯突出，而對人類基因組研究發(fā)現(xiàn)，確實發(fā)現(xiàn)基因上游區(qū)域的結(jié)合位點含量相對卻不是很高，而基因間區(qū)，內(nèi)含子區(qū)相對于外顯子區(qū)域卻含有較多的結(jié)合位點，因此我們猜

5、測，是不是人類基因組存在著更為復(fù)雜的調(diào)控體系? 在組合元件識別方面，對10個調(diào)控元件兩兩之間共55對元件進(jìn)行了系統(tǒng)的研究，并對他們兩兩之間的距離以及與雙鏈的結(jié)合方式進(jìn)行了統(tǒng)計。共找出了46對組合元件，其中有9對在以前的文獻(xiàn)中找到了相關(guān)的報道，另外有3對收錄在transcompel數(shù)據(jù)庫中，這也同時驗證了本文算法和平臺的有效性。還利用上述的46對組合元件數(shù)據(jù)構(gòu)建了多元件參與組合的模型，并且對組合元件的保守性，鄰域，對稱性，重疊性等