含內含子的核糖體蛋白基因轉錄起始位點情況分析

丁雪梅

（曲靖師范學院 數學與信息科學學院，云南 曲靖 655011）

含內含子的核糖體蛋白基因轉錄起始位點情況分析

丁雪梅

（曲靖師范學院 數學與信息科學學院，云南 曲靖 655011）

選取69個含內含子的核糖體蛋白基因，抽取其中每個基因轉錄起始位點附近長度為100個堿基的序列，發現轉錄起始位點為堿基A的占92.8%，給出由位點狀態轉移到位點后與位點相鄰狀態的一步轉移概率矩陣P以及由位點前與位點相鄰狀態轉移到位點狀態的一步轉移概率矩陣 .含內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錄.

內含子；核糖體蛋白基因；轉錄起始位點

1 引言

合成基因的RNA（核糖核酸）拷貝的過程就是轉錄（transcription），轉錄起始（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，轉錄起始位點（TSS）是研究真核生物轉錄調控的一個重要方面.我們對含內含子的核糖體蛋白基因轉錄起始位點情況進行分析.

2 方法

2.1 選取樣本

我們從酵母內含子數據庫（YIDB，http://www. imb-jcna.de/RNA.html）中選出含內含子的核糖體蛋白基因，共計69個基因.為了探尋轉錄起始位點，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錄起始位點，選取其中每個基因實驗結果為出現次數最多的轉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，若每個基因實驗出現次數最多的轉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，TSS（frequency）表示實驗中核糖體蛋白基因上游（upstrean）的轉錄起始位點（轉錄起始位點出現的次數）.

表1 含內含子的核糖體蛋白基因及轉錄起始位點

表1 含內含子的核糖體蛋白基因及轉錄起始位點

2.2 一步轉移概率矩陣

我們選取的69個基因中，轉錄起始位點出現堿基A的有64個基因，轉錄起始位點出現堿基T的有3個基因，轉錄起始位點出現堿基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.

表2 轉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，Xm-1表示位點前與位點相鄰的狀態，xm+1表示位點后與位點相鄰的狀態，引入轉移概率

Pij表示在位點處于狀態i的條件下，位點后與位點相鄰的狀態為j的轉移概率，例如

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

矩陣P反映了由位點的狀態i經一步轉移到位點后與位點相鄰的狀態j的概率.引入轉移概率

P'ij表示在位點前與位點相鄰的狀態為i的條件下，位點的狀態為j的轉移概率，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i經一步轉移到位點的狀態j的概率.

3 總結

我們選取了69個含內含子的核糖體蛋白基因，抽取其中每個基因轉錄起始位點附近長度為100個堿基的序列，發現轉錄起始位點為堿基A的占了92.8%，給出了由位點狀態轉移到位點后與位點相鄰狀態的一步轉移概率矩陣P，以及由位點前與位點相鄰狀態轉移到位點狀態的一步轉移概率矩陣P'.這可能預示著含內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錄.

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

〔2〕[英]T.A.布朗.基因組[M].北京：科學出版社，2004.

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

〔4〕復旦大學.概率論[M].北京：高等教育出版社，1995.

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

Q 503；Q 522

A

1673-260X（2013）02-0005-03