核小体结合模体理论预测及核小体阵列生物信息挖掘

Nucleosome positioning and remodeling are correlated closely with the DNA sequence bias. It is necessary to study the motif set which interacted with histone set in DNA sequence, we call them nucleosome binding motifs, and establish the corresponding analysis theory about nucleosome array. This research has crucial biological meanings to uncover the mechanisms of gene transcription and regulation as well as non-coding gene recognition. We will establish a theoretical method to predict all of the possible nucleosome binding motifs on DNA sequence of human genome and analyze the characteristics of the predicted motif set. The reliability of these motifs will be verified by relative experimental results. The characters of the motif distributions and the motif structures will be analyzed on the sequences flanking different kinds of functional sites (such as transcription start site , etc). The combinational modalities of the motifs referred to nucleosome positioning and remodeling will be researched based on these functional regions. And then, we will try to construct the static spectrum of nucleosome distribution on human chromosomes. Finally, we will study the evolution of nucleosome binding motif set based on different genomes.

核小体定位和重塑与DNA序列的组成偏好紧密相关。深入研究DNA序列上与组蛋白相互作用的模体集合即核小体结合模体集合，建立核小体阵列信息学分析理论，对于揭示核小体在基因转录调控、非编码基因识别中的作用机制等相关问题具有重要的生物学意义。本项目将基于人类基因组，提出一个预测理论，预测DNA序列上所有可能的核小体结合模体。分析这些模体的性质，并用当前的实验分析结果进行印证；探讨核小体结合模体在功能位点区域（如转录起始位点等）的分布特征和模体的序列特征；推测与核小体定位和核小体移动相关的模体特征以及他们的组合方式；构造核小体的静态分布图谱；基于不同生物基因组，研究核小体结合模体的进化。

课题主要作了两个方面的问题。一是探讨了不同基因组序列k-mer频谱的分布规律。发现三类CG 8-mer频次分布具有独立进化现象。CG0类8-mers是随机进化的，CG1和CG2类8-mers是定向进化的，这种独立进化现象具有物种普适性。就CG1和CG2模体的生物功能提出一个理论猜想：CG1模体与核小体结合模体紧密相关，CG2模体是构成CpG岛序列的结构单元。以人类和酵母基因组为对象，对CG1和CG2模体的生物功能进行了验证，结果均支持我们的猜想。二是研究了内含子与相应mRNA之间的相互作用规律。我们提出了内含子与相应mRNA之间存在相互作用理论猜想，认为内含子是通过与mRNA相互作用的方式来实现其生物功能的，比如参与基因表达调控和指导mRNA输运等。基于30个物种核糖核蛋白基因、9个全基因组的全部基因序列，分析了内含子序列与相应mRNA序列之间的最佳匹配在序列上的分布。发现成熟mRNA或编码序列上，与内含子的相互作用区域存在内在的规律性。在UTR区域、外显子连接区域和EJC区域，相互作用强度分布存在明显的特征，内含子和结合蛋白与mRNA结合是存在竞争和协作关系。分析内含子序列上相互作用强度分布，发现内含子序列与外显子序列及UTR序列是协同进化的，内含子存在局域结构单元，该单元的数目随内含子的长度增加而增多，内含子长度或单元数增加是从3’端开始的。研究结论对于揭示基因组进化和k-mer生物功能具有理论指导意义。