人類基因啟動子序列組織特異性模式發(fā)現(xiàn).pdf

1、辨識和分析組織特異性基因及其調(diào)控關(guān)系對理解生物體的內(nèi)在活動機制、具有針對性的疾病診斷和藥物設(shè)計具有重要的作用。然而現(xiàn)今利用現(xiàn)代計算技術(shù)挖掘基因表達的組織特異性及其調(diào)控網(wǎng)絡(luò)的內(nèi)在調(diào)控機制，仍然是生物信息學(xué)中最具有挑戰(zhàn)性的任務(wù)之一?；騿幼訁^(qū)域的序列特征與細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重要線索。
　　 本文設(shè)計和開發(fā)了發(fā)現(xiàn)SSR(Simple Sequence Repeats)模式和統(tǒng)計顯著

2、性模式方法，用于研究人類基因啟動子區(qū)域序列模式與基因組織特異性表達關(guān)系。
　　 SSR(Simple Sequence Repeat：簡單序列重復(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)式算法在啟動子區(qū)域?qū)SR模式進行掃描，找出與人類組織特異性密切相關(guān)的SSR模式，并對發(fā)現(xiàn)的SSR模式的位置頻率進行了分析和統(tǒng)計。通過對人類82個組織4552個組織特異性基因及924個HK基因的啟動

3、子(-1000bp～+499bp)區(qū)域進行SSR分析，實驗結(jié)果共得到與82個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驗結(jié)果。
　　 統(tǒng)計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)計顯著性的一段堿基序列，本文設(shè)計和開發(fā)了一種集成的模式發(fā)現(xiàn)算法，該算法主要包括三個主要階段：模式搜索、模式融合及模式顯著性檢驗。模式發(fā)現(xiàn)階段融合了現(xiàn)有的三個模式發(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，模式顯著性驗證階段利用貝葉斯假設(shè)檢驗的方法驗證了模式的統(tǒng)計顯著性。實驗將統(tǒng)計顯著性模式發(fā)現(xiàn)方法作用于上述同樣的輸入數(shù)據(jù)，結(jié)果共得到來自于人類組織特異性基因的1618個模式，和來自HK基因的2個模式，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證。
　　 通過對不同啟動子區(qū)域兩種模式出現(xiàn)的頻率進行統(tǒng)計和分析，本文發(fā)現(xiàn)