人類基因啟動(dòng)子序列組織特異性模式發(fā)現(xiàn).pdf

1、辨識(shí)和分析組織特異性基因及其調(diào)控關(guān)系對(duì)理解生物體的內(nèi)在活動(dòng)機(jī)制、具有針對(duì)性的疾病診斷和藥物設(shè)計(jì)具有重要的作用。然而現(xiàn)今利用現(xiàn)代計(jì)算技術(shù)挖掘基因表達(dá)的組織特異性及其調(diào)控網(wǎng)絡(luò)的內(nèi)在調(diào)控機(jī)制，仍然是生物信息學(xué)中最具有挑戰(zhàn)性的任務(wù)之一?；騿?dòng)子區(qū)域的序列特征與細(xì)胞維持其基本功能及組織特異性功能密切相關(guān)，它成為研究組織特異性的一個(gè)重要線索。
　　 本文設(shè)計(jì)和開發(fā)了發(fā)現(xiàn)SSR(Simple Sequence Repeats)模式和統(tǒng)計(jì)顯著

2、性模式方法，用于研究人類基因啟動(dòng)子區(qū)域序列模式與基因組織特異性表達(dá)關(guān)系。
　　 SSR(Simple Sequence Repeat：簡(jiǎn)單序列重復(fù))是指在DNA序列中串聯(lián)重復(fù)的核苷酸序列。本文在給出SSR的形式化定義的基礎(chǔ)上，利用啟發(fā)式算法在啟動(dòng)子區(qū)域?qū)SR模式進(jìn)行掃描，找出與人類組織特異性密切相關(guān)的SSR模式，并對(duì)發(fā)現(xiàn)的SSR模式的位置頻率進(jìn)行了分析和統(tǒng)計(jì)。通過對(duì)人類82個(gè)組織4552個(gè)組織特異性基因及924個(gè)HK基因的啟動(dòng)

3、子(-1000bp～+499bp)區(qū)域進(jìn)行SSR分析，實(shí)驗(yàn)結(jié)果共得到與82個(gè)人類組織特異性相關(guān)的SSR模式，并以腎臟和睪丸組織為例展示了部分實(shí)驗(yàn)結(jié)果。
　　 統(tǒng)計(jì)顯著性模式指在基因的非編碼區(qū)域中高頻出現(xiàn)的具有統(tǒng)計(jì)顯著性的一段堿基序列，本文設(shè)計(jì)和開發(fā)了一種集成的模式發(fā)現(xiàn)算法，該算法主要包括三個(gè)主要階段：模式搜索、模式融合及模式顯著性檢驗(yàn)。模式發(fā)現(xiàn)階段融合了現(xiàn)有的三個(gè)模式發(fā)現(xiàn)算法：MEME，AlignACE及Gibbs Sampli

4、ng；模式融合階段提出了基于堿基分布的模式融合方法，此方法能有效去除階段一中產(chǎn)生的大量冗余模式；最后，模式顯著性驗(yàn)證階段利用貝葉斯假設(shè)檢驗(yàn)的方法驗(yàn)證了模式的統(tǒng)計(jì)顯著性。實(shí)驗(yàn)將統(tǒng)計(jì)顯著性模式發(fā)現(xiàn)方法作用于上述同樣的輸入數(shù)據(jù)，結(jié)果共得到來(lái)自于人類組織特異性基因的1618個(gè)模式，和來(lái)自HK基因的2個(gè)模式，這些模式中部分是現(xiàn)存在的模式，而另一些模式的功能還需要被驗(yàn)證。
　　 通過對(duì)不同啟動(dòng)子區(qū)域兩種模式出現(xiàn)的頻率進(jìn)行統(tǒng)計(jì)和分析，本文發(fā)現(xiàn)