煙草馬鈴薯Y病毒完整基因組的統(tǒng)計特征

摘要：提取4個不同來源的煙草馬鈴薯Ｙ病毒完整基因組的統(tǒng)計特征，并對它們進(jìn)行聚類分析。在煙草馬鈴薯Ｙ病毒完整基因組的堿基序列上，用每個堿基及其隨后兩個堿基所構(gòu)成的三堿基組，排列成一個新的序列Ｓ，計算所有６４種不同三堿基組在Ｓ上出現(xiàn)的概率，得到一個６４維向量Ｌ；比較各個基因組的Ｌ向量，得到４個三堿基組（ＣＡＡ、ＧＡＴ、ＧＴＡ、ＧＡＣ），它們的概率有明顯的差異。這４個三堿基組的出現(xiàn)概率與煙草馬鈴薯Ｙ病毒基因組的遺傳變異有著重要關(guān)聯(lián)；４個不同來源的煙草馬鈴薯Ｙ病毒完整基因組，按其遺傳變異結(jié)果，形成兩個大類。

關(guān)鍵詞：煙草馬鈴薯Ｙ病毒；三堿基組；概率；Ｋ－Ｍ聚類；

中圖分類號：Ｓ４３５．７２；Ｑ７８ 文獻(xiàn)標(biāo)識碼：Ａ 文章編號：0439－８114（２０11）09－1821-02

Ｔｈｅ Sｔａｔｉｓｔｉｃａｌ Cｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｐｏｔａｔｏ Vｉｒｕｓ Ｙ Cｏｍｐｌｅｔｅ Gｅｎｏｍｅ

ＹＡＮＧ Ｓｈｕｏ，ＬＩ Ｊｉａｎ－ｘｕｅ

（Ｘｉａｎｇｃｈｅｎｇ Ｔｏｂａｃｃｏ Ｍｏｎｏｐｏｌｙ Ｂｕｒｅａｕ， Ｘｉａｎｇｙａｎｇ ４４１０００，Ｈｕｂｅｉ，China）

Ａｂｓｔｒａｃｔ： Ｔｈｅ ｓｔａｔｉｓｔｉｃａｌ characteristics of the complete genome of 4 potato virus Y（PVY） with different resources were extracted and cluster analyzed. A new sequence S was arranged by the three-base groups composing every base and its following two bases in PVY complete genome. And then a 64-ｄｉｍｅｎｓｉｏｎａｌ ｖｅｃｔｏｒ Ｌ was obtained by caculating the appearance probability of each of the 64 three-base-groups. 4-three-base-groups（ＣＡＡ，ＧＡＴ，ＧＴＡ，ＧＡＣ） whose appearance probability was great different was identified by comparingL vector of every genome. The appearance probability of these four three-base-groups has great ralations with genetic variation of PVY. And the 4 complete genome of PVY was clustered into two groups according to the result of genetic variation.

Ｋｅｙ ｗｏｒｄｓ： ｐｏｔａｔｏ ｖｉｒｕｓ Ｙ； ｔｈｒｅｅ-ｂａｓｅ-ｇｒｏｕｐｓ； ｐｒｏｂａｂｉｌｉｔｙ； Ｋ－Ｍ ｃｌｕｓｔｅｒｉｎｇ

煙草馬鈴薯Ｙ病毒（ＰＶＹ）侵染煙草引起的病害，又稱作脈壞死病、褐脈病、黃斑壞死病等。系統(tǒng)分析和研究煙草馬鈴薯Ｙ病毒基因組的統(tǒng)計特性、結(jié)構(gòu)特征和遺傳變異規(guī)律，進(jìn)而采用基因工程技術(shù)對煙草馬鈴薯Ｙ病毒病進(jìn)行防治，是一個有重要理論意義和實用價值的課題。本文提取4個不同來源的煙草馬鈴薯Ｙ病毒完整基因組的統(tǒng)計特征，并對它們進(jìn)行聚類分析。

１材料與方法

１．１材料

4個不同來源的煙草馬鈴薯Ｙ病毒的完整基因組ＧｅｎＢａｎｋ Ｘ１２４５６．１（Ｇ１）、ＧｅｎＢａｎｋ ＥＦ０２６０７４．１（Ｇ２）、ＧｅｎＢａｎｋ ＦＪ６４３４７７．１（Ｇ３）、ＧｅｎＢａｎｋ ＦＪ６４３４７８．１

（Ｇ４）來自ＮＣＢＩ數(shù)據(jù)庫［１］；采用ＭＡＴＬＡＢ ７．０軟件計算６４種三堿基組出現(xiàn)的概率和Ｋ－Ｍ聚類分析。

１．２方法

在第ｉ個煙草馬鈴薯Ｙ病毒完整基因組的堿基序列上，用每個堿基及其隨后兩個堿基所構(gòu)成的三堿基組，排列成一個新的序列Ｓ；計算６４種不同三堿基組在Ｓ上出現(xiàn)的概率，得到一個６４維向量Ｌ；比較各個基因組的Ｌ向量，得到一些三堿基組，它們的概率有明顯的差異。

依照如下的規(guī)律，給三堿基組賦予數(shù)字代碼：

１．ＡＡＡ；２．ＡＡＴ；３．ＡＡＣ；４．ＡＡＧ；５．ＡＴＡ；６．ＡＴＴ；…；６４．ＧＧＧ。

最后，對4個不同來源的煙草馬鈴薯Ｙ病毒完整基因組按照Ｌ向量進(jìn)行Ｋ－Ｍ聚類分析。

２結(jié)果與分析

２．１Ｌ向量和各Ｌ向量之間的差向量

Ｌ向量是一個概率值向量（６４種不同三堿基組在基因組上出現(xiàn)的概率）。４個不同來源的煙草馬鈴薯Ｙ病毒基因組的Ｌ向量分布如圖１所示，它們的差如圖２所示。通過圖１和圖２可以了解煙草馬鈴薯Ｙ病毒基因組遺傳變異過程中最活躍的１０個三堿基組（表１）及最保守的１０個三堿基組（表２）。

大部分三堿基組在４種不同來源的煙草馬鈴薯Ｙ病毒基因組上出現(xiàn)的概率差別不大，只有若干個三堿基組在基因組上出現(xiàn)的概率差別較大（表１和表２）。

２．２Ｋ－Ｍ聚類

對不同來源的煙草馬鈴薯Ｙ病毒完整基因組，按照其Ｌ向量進(jìn)行Ｋ－Ｍ聚類分析，得到聚類樹狀圖（圖３）。由聚類樹狀圖可以看出各基因組的遺傳變異關(guān)系分為兩個大類。其中，4個不同來源的煙草馬鈴薯Ｙ病毒完整基因組有著不同的演化路徑：Ｇ１、Ｇ２與Ｇ３、Ｇ４兩個演化路徑變異較大。

３小結(jié)

４個三堿基組（ＣＡＡ-33號、ＧＡＴ-50號、ＧＴＡ-53號、ＧＡＣ-51號）的出現(xiàn)概率與馬鈴薯Y病毒完整基因組的遺傳變異有著重要關(guān)聯(lián)；５個三堿基組（ＡＡＴ-2號、ＡＣＡ-9號、ＣＡＴ-34號、ＣＧＣ-47號、ＧＧＣ-63號）是較為保守的三堿基組；４個不同來源的煙草馬鈴薯Ｙ病毒完整基因組，按其遺傳變異結(jié)果，分為兩個大類。本文的研究方法普遍適用于各種煙草病毒基因組序列的分析［2-4］。在遺傳變異過程中，最活躍的三堿基組（ＣＡＡ、ＧＡＴ、ＧＴＡ、ＧＡＣ）的物理、化學(xué)和生物學(xué)效應(yīng)的研究，是一個有意義的課題；而最保守的三堿基組（ＡＡＴ、ＡＣＡ、ＣＡＴ、ＣＧＣ、ＧＧＣ）在基因組上的功能，與這一物種的本質(zhì)特性有著重要的關(guān)聯(lián)。在實驗室對最活躍和最保守的三堿基組進(jìn)行相關(guān)試驗，可以獲得遺傳變異的某些效應(yīng)。

參考文獻(xiàn)：

［１］ ALLISON R F，DOUGHERTY W G，PARKS T D， et al. Tobacco etch uirus， complete genome［ＥＢ／ＯＬ］. ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ｎｕｃｃｏｒｅ／ＮＣ＿００１５５５．

［2］ 蘭平秀，程建勇，李凡，等． 煙草扭脈病毒部分基因組特征及其分類地位分析［Ｊ］． 農(nóng)業(yè)生物技術(shù)學(xué)報，２００８，１６（１）：１７７－１７８．

［3］ 郭興啟， 溫孚江， 宋云枝，等． 翻譯和非翻譯馬鈴薯Ｙ病毒外殼蛋白基因介導(dǎo)的抗病性比較［Ｊ］． 病毒學(xué)報，２００１，１７（４）：３６０－３６７．

［4］ 楊紀(jì)青， 楊碩， 楊莉， 等． Ｔｏｍａｔｏ ｌｅａｆ ｃｕｒｌ Ｂａｎｇｌａｄｅｓｈ病毒完整基因組上微衛(wèi)星分布［Ｊ］．中國農(nóng)學(xué)通報，２０１０，２６（２４）：２０－２７．