HIV全基因组分析

1、HIV I全基因组分析HIV(human immunodeficiency virus)俗称艾滋病毒(AIDS)是逆转录病毒的一类，引起人类获得性免疫缺损综合症，长9.18kb。已发现的HIV有两种：HIV I和HIVII. HIV I从欧洲和美洲分 离的毒株，致病力强,是引起全球艾滋病流行的主要病原;HIV II毒力 较弱主要局限于西部非洲。一、资料：通过NCBI下载HIVI的全基因组序列，序列信息 如下：LOCUSNC_0018029181 bp ss-RNA linear VRL08-DEC-2008DEFINITIONHuman immunodeficiency virus 1, co

2、mplete genome.ACCESSIONVERSIONNC_001802NC_001802.1 GI:9629357DBLINKKEYWORDSProject:15476SOURCE Human immunodeficiency virus 1 (HIV-1)ORGANISM Human immunodeficiency virus 1 Viruses; Retro-transcribing viruses; Retroviridae;Orthoretrovirinae; Lentivirus; Primate lentivirus group.二、序列分析：1. 基因结构及特点HIV-

3、1 的基因列顺序为:LTR-gag-pol-vif-vpu-vpr-tat-rev-env-nef-LTR(如 图.1)图 1 HIV 基因结构两端是长末端重复序列( long terminal repeats, LTR )，含顺 式调控序列，控制前病毒的表达。已证明在 LTR 有启动子和增强 子并含负调控区。LTR之间的序列编码了至少9个蛋白，可分为 三类：结构蛋白、调控蛋白、辅助蛋白。（1）gag基因：长约1536个核苷酸，编码合成约55KD非糖基化 的多聚蛋白前体（p55），随后被pol基因编码的一种病毒蛋白水解 酶裂解，加工为基质蛋白p17、衣壳蛋白p24及核衣壳蛋白（NC）。（2）p

4、ol基因：长约3045个核苷酸，编码合成160kD的gag-pol 前体蛋白，从N端至C端分别产生蛋白酶（PR）、逆转录酶（RT）、 核糖核酸酶H及整合酶。作用是参与多种蛋白的水解与合成，促进 病毒整合入宿主细胞基因。pol基因是逆转录病毒中最保守的基因。（3）env基因：长约2589个核苷酸，主要编码约826个氨基酸的 包膜前体蛋白，在病毒包膜成熟过程中，前体蛋白gp160经过剪切 而成外膜糖蛋白gp120和跨膜糖蛋白gp41。Gp41与gp120以非共价 键形式相互结合，跨膜区的功能是促使毒粒穿入细胞。tat基因：表达激活蛋白，是HIV两种重要的调节因子之一， 以两种形式存在，编码72aa

5、的tat-1基因和编码86aa的tat-2基因（占 大多数）。tat蛋白主要位于核内，激活转录的起始并促进转录物的 延长。（5）rev基因：是HIV第2种必需的调节因子，编码一种96kD的 磷蛋白，主要定位于核内，rev结合于RRE，促使病毒转录出各种 mRNA，由细胞核进入胞浆，并使其保持稳定。rev被认为是慢病毒 最保守的调节基因。vif基因：也称病毒感染因子，编码23kD蛋白，增强病毒的 感染性，但不能提高病毒颗粒产量。最近研究表明vif蛋白主要的功 能是调节病毒复制、组装、出芽，成熟的vif蛋白可以特异性地与蛋 白酶相互作用。vpr基因：编码产物为病毒蛋白R，与p55 Gag蛋白前体中

6、的 p6相互作用。Vpr蛋白主要存在于核内或质膜上，作为核定位信号，介导未整合的原病毒复合物进入细胞核，抑制细胞生长反式作 用于HIV-1LTR结构中的启动子和细胞基因的启动子，激活细胞基因 的表达，还可以诱导细胞的分化。与vpx基因具有较高的同源性。vpu基因：是HIV-1特有的。Vpu蛋白由81aa组成，分子量 为16kD，是一种整合膜蛋白，不存在于病毒粒子中。Vpu生物学功 能至少有两种：介导内质网中CD4降解和促进病毒粒子从被感染细 胞的质膜上释放。Vpu蛋白还涉及到env的装配，增强HIV-1感染细 胞对FAS因子的敏感性。nef基因：编码多功能nef蛋白，分子量约27kD，是一种负

7、调 控蛋白，依靠十四烷基残基保守区上的第2位氨基酸定位于宿主细 胞膜内面，是病毒增殖的早期基因产物，也是病毒感染细胞后产生 的第一种蛋白。是HIV所有辅助蛋白中免疫原性最强的。Nef可以下 调CD4细胞和MHC-I分子；可以增强病毒的感染性，参与病毒和细 胞转录的负调控，通过抑制病毒LTR的功能，干扰病毒的基因转 录。HIVI基因组比较小，是由连续的核糖核苷酸构成。此外从 HIVI 基因的结构图中可以看出，HIVI中存在重叠基因，这样种结构使 像它这样的较小的病毒基因组能够携带较多的遗传信息。重叠既有 完全重叠也有部分重叠。HIV I编码区域也与一般病毒基因组的特 点相似，编码区段站整个基因组

8、的 93%。2.碱基特点分析HIV I全基因组的GC含量占42%；CG24%TA四种核苷酸出现的频率如图2.1：CG24%TA四种核苷酸出现的频率如图2.1：图2.1四种碱基出现的频率(1)G/C含量的差异采用200bp的窗口大小，以20bp的大小从5端向3端滑动，计 算G-C/G+C。最后以基因组相对位置为横坐标，G-C/G+C的值为纵 坐标作图。如图2.2。 图2.3G-C/G+C累加。图2.2 G-C/G+C分值图SOAccumulation of G-C/G+C604020-i -in .dll Fin w1 0图2.2 G-C/G+C分值图SOAccumulation of G-C/

9、G+C604020-i -in .dll Fin w1 0图2.2 G-C/G+C累加值图与原核生物基因组中的G与C含量的偏差的变化不同，原核生物的 复制起点处G-C累加值达到最低，在终点处又增大到最大。而 HIV I病毒基因组中大部分片段处G的含量高于C的含量。(2)核苷酸的关联度分析进一步的统计分析可以发现，在HIVI基因组中，两个连续核 苷酸出现的频率也是不相同的。4种核苷酸可以组合成16种两联核 苷酸。为了计算每个核苷酸对(i，j)的出现频率，扫描整个基因组 DNA序列，累计核苷酸j在核苷酸i之后出现的次数，再除以总核苷 酸对的数目。在单条DNA序列上，总核苷酸对的数目等于序列的长 度

10、减1。对HIV基因组两联核苷酸的统计结果见下表，其中，核苷酸 对出现频率最高的达到21%，而出现频率最低的只有2%。如下表2 所示：表2核昔酸对的统计Pattern:Times Found:Percentage:Pattern:Times Found:Percentage:GG48811GA76917GT4069GC4259AG97121AA81118AT69015AC52411三、密码子偏好性分析:Pattern:Times Found:Percentage:TG54612TA66214TT4069TC3157CG822CA75416CT4279CC3077对HIV I基因组的密码子偏好性进

11、行了统计如下:PheUUU511.44SerUCU310.70TyrUAU390.95CysUGU521.12UUC200.56UCC300.68UAC431.05UGC410.88LeuUUA290.85UCA410.93TERUAA941.17TERUGA690.86UUG441.29UCG60.14UAG790.98TrpUGG591.00CUU401.18ProCCU341.31HisCAU551.01ArgCGU20.04CUC200.59CCC301.15CAC540.99CGC30.07CUA341.00CCA351.35GlnCAA590.77CGA110.25CUG371.0

12、9CCG50.19CAG941.23CGG80.18IleAUU661.22ThrACU471.01AsnAAU901.29SerAGU841.91AUC400.74ACC460.98AAC490.71AGC721.64AUA561.04ACA901.93LysAAA1351.21ArgAGA1403.12MetAUG411.00ACG40.09AAG890.79AGG1052.34ValGUU291.18AlaGCU371.10AspGAU501.00GlyGGU310.63GUC80.33GCC371.10GAC501.00GGC440.89GUA281.14GCA521.55GluGAA

13、671.06GGA711.43GUG331.35GCG80.24GAG600.94GGG521.05四、同源性分析通过在线BLAST搜索发现以下几个基因组与HIV I同源性非常高，它们都是HIV病毒的不同亚型：gblAF070521.1IAF070521 HIV-1 E9 from the USA, complete genome Length=9699emb|Z11530.1i Human Immunodeficiency virus I (HIV-1) RNAgb|U26942.11HTV1U26942 Human immunodeficiency virus clone pNL4-3, subclone 4.20gb|M1992L1HIVNL43 Human immunodeficiency virus type 1, NY5/BRU (LAV-1) recombinantgb|AF324493.1|AF324493 HIV-1 vector pNL4-3, complete sequencegb|EU541617.1|