论文部分内容阅读
CpG岛是指一段GC含量高且富含CpG双核苷酸的序列。由于CpG岛通常位于基因的5’端，尤其是基因启动子区域，因而被认为是基因标志。与启动子相关的CpG岛的非正常甲基化(甲基化不足和甲基化过量)可能会改变基因调控并导致其异常表达。这些基因往往参与了多种重要的细胞功能，因此，通常会引起各种各样的疾病，包括癌症。
由于CpG岛功能上的重要性，在基因组序列中识别CpG岛具有重要作用。1987年，Gardiner-Garden和Frommer首先根据CpG岛的序列特征确定了CpG岛的识别标准。随后，许多CpG岛的识别算法被开发出来。这些算法可以分为两大类，一类是基于CpG岛序列特征的传统算法，包括Gardiner-Garden和Frommer(1987)，Takai和Jones(2002)以及CpGPRoD(2002)；另一类是基于序列统计性质的算法，包括CpGcluster(2006)和CG cluster(2007)。我们总结了这些算法的性质，并对各算法进行了系统地评估。
尽管各哺乳动物基因组之间基因数量较为接近，作为基因标志的CpG岛的数量却有很大差异。我们分析比较了人-小鼠同源基因中与启动子相关的CpG岛，发现小鼠基因组中的CpG岛的数量明显低于人基因组中的数量，其CpG岛的性质也较弱。我们以狗基因组为外类群，推算了CpG岛在祖先物种中的状态，并计算了核苷酸的突变模式及方向。我们的结果显示，CpG岛在人和小鼠基因组中都处于逐渐丢失的状态，并且在小鼠基因组中的丢失速率约为人基因组中丢失速率的2到4倍，另外，我们的研究结果也表明CpG岛倾向于从CpG岛的两端向中心区域逐渐丢失。
一直以来，狗由于其物种内形态和行为上的巨大差异，引起了广泛关注。狗的基因组测序的完成，为我们研究狗基因组中CpG岛的独特性质提供了条件。相对于人和小鼠基因组而言，狗基因组中有更多的CpG岛，其数量几乎为小鼠基因组中的3倍。我们的研究表明，这一差异主要集中在非编码区(基因间和内含子区域)。令人意外的是，狗基因组中与启动子相关的CpG岛数量要少于人和小鼠。通过对狗-人-小鼠同源基因的比较，我们发现狗基因组中与启动子相关的CpG岛可能比在人和小鼠基因组中丢失的更快。一些遗传因素，包括重组率和染色体组型，可能与狗的这一独特性质相关。
为了进一步研究CpG岛在脊椎动物中的进化，我们系统的比较了CpG岛在10个哺乳动物基因组中的分布。我们发现CpG岛的密度与染色体的数量，染色体的大小，重组等基因组性质之间呈显著的相关性。我们同时也发现，CpG岛在染色体上的分布倾向于从中心粒向端粒区域逐渐升高。我们还比较了哺乳动物和其它脊椎动物基因组中CpG岛的分布及性质。
我们系统的研究了CpG岛的算法及在脊椎动物中的进化。这些工作不仅仅展示了CpG岛在调控基因方面的功能，也为研究脊椎动物基因组进化及人类疾病基因组的特征提供了参考。