mRNA序列、结构、能量和蛋白质二级结构的相关性

1、mRNA序列、结构、能量和蛋白质二级结构的相关性除了编码氨基酸序列以外，mRNA序列还携带了其它的结构信息，如密码子偏好，二级结构等。本文将从多个角度统计分析mRNA序列和蛋白质二级结构的相关性。论文分为 4 个部分。第一部分：为了更好地统计分析mRNA序列和蛋白质二级结构之间的相关性， 我们建立了一个新的完整序列结构数据库，IADE数据库。数据库由两部分组成， 一部分为 IADE1 数据库，包含了氨基酸序列和对应的蛋白质二级结构信息，另一部分为IADE2 数据库，包含了 mRNA序列，氨基酸序列和蛋白质二级结构信息。IADE1和 IADE2数据库分别包含2269 条和 648 条蛋白质结构域

2、序列。第二部分：基于 IADE 数据库，我们研究了mRNA的 stem loop 结构和蛋白质二级结构的统计相关性。我们使用RNAstrucutre3.6程序折叠 mRNA序列的二级结构。统计结果揭示出蛋白质的规则结构(alpha 螺旋和 beta 折叠 ) 倾向于被 mRNA的 stem 区域编码，而无规则结构 (coil) 倾向于被 mRNA的 loop 区域编码。为了获得更好的统计效果， 我们定义了结构字， 即能够体现二级结构特征的 4 氨基酸片段，当考虑了结构字 (SWs)以后，这种倾向更加明显。统计显著性分析表明蛋白质二级结构和 mRNA的 stem loop 结构之间的统计相关性是

3、相当显著的，不能解释为随机扰动的影响。我们进一步分析了 mRNA片段 stemloop 博 : 论文 :11RNA 序列、结构、能量和蛋白质二级结构的相关性含量和蛋白质二级结构的相关性， 发现规则结构倾向于被高 stem 含量的 mRNA片段编码，无规结构则倾向于被低stem 含量的 mRNA片段编码。另外，统计分析发现和T( 回折 ) 相关的边界有特殊的结构倾向，倾向于被stem 结构编码。第三部分 : 我们统计分析了human和 E.coli的蛋白质二级结构偏好，密码子tRNA拷贝数和 mRNA的 stem 八 oop 含量之间的相关性，发现m(m二 2 一 6) 个密码子的 mRNA片段

4、，其平均 tRNA拷贝数 (TCN)有明显的结构偏好，当 TCN均值较高 ( 对于 human，大于 1 0.5; 对于 Eeoli ，大于 1.95) 时，倾向编码 alpha 螺旋而避免编码无规卷曲(coil);当 TCN均值较低 ( 对于 human，小于7.5; 对于 E.coli，小于 1.7) 时，倾向于编码无规卷曲而避免编码alpha 螺旋。在高 TCN区和低 TCN区之间有一个过渡区， 这个区域中没有明显的结构偏好。对于 beta 折叠，则没有明显的结构偏好。同时，我们给出了 TCN对蛋白质二级结构的所有强偏好模式。统计显著性检验表明蛋白质二级结构和密码子TCN之间的相互作用是

5、非常显著的。基于翻译效率和翻译精度依赖于密码子使用这一思想，我们提出了现象模型，并通过分析模型，对蛋白质二级结构偏好和TCN之间的相关性作了初步的探讨。第四部分 : 我们使用 Human和 E. 。011 两个物种来研究蛋白质二级结构和mRNA折叠自由能之间的相关性，并分别对两个物种进行统计分析，以消除不同物种可能带来的统计差异。对每一条自然序列和对应的随机序列， 我们使用 RNAfold 程序计算其折叠自由能和二级结构。在工作中，我们用 Z 一 score 来表征自然序列和随机序列的折叠自由能的差异，通过分析 Z 一 score 值，我们发现自然序列的折叠自由能明显低于其对应的随机序列的折叠

6、自由能，Humari 和 E coli的 Z 一 score 值分别为一 2 .26 和一1 .69 。另一方面， mRNA的折叠自由能和对应的分摘要Z 一 score 值和长度负相关。我们进一步分析了蛋白质二级结构和mRNA折叠能量之间的相关性。我们仔细分析了在蛋白质规则结构区域(alpha 螺旋和 beta 折叠 ) 和无规则结构区域密码子随机选择的差异，发现处于不同蛋白质二级结构的mRNA片段的折叠自由能有显著的不同，对于规则结构，Human和 E. 。011 的平均 Z 一 score 值分别为一 1 .71 和一 1 .38 ，但是无规则结构的Zscore 值分别为一 1 .03 和-0 .93 。在工作