摘 要：酵母基因與高等真核生物基因具有較高的同源性。針對酵母1號和2號染色體DNA，通過腳本程序分別計算分析了：單核苷和雙核苷組成百分比;3種類型雙核苷的步距頻次百分比。分析發(fā)現：單核苷和雙核苷組成百分比在1號和2號染色體DNA上基本相同;無論哪一種雙核苷，它們在1號和2號染色體DNA上交替出現的步距頻次百分比幾乎相同，它們在2條染色體上的排列存在一定的相似性。上述結果說明：酵母1號和2號染色體DNA沒有明顯的單核苷和雙核苷組成偏好，它們的單核苷和雙核苷組成具有較高程度的趨同性;酵母1號和2號染色體DNA可能具有較高相似度的雙核苷排列分布。上述結果或許對酵母與高等真核生物的同源性研究分析具有一定的意義和價值。

關鍵詞：酵母;染色體DNA;組成百分比;步距頻次百分比;核苷組成偏好;雙核苷排列分布

中圖分類號：Q811.4" 文獻標志碼：A

基金項目：教育部全國教育科學規(guī)劃資助項目（53200759777）

酵母是最簡單的真核單細胞生物[1-5]，其廣泛分布于整個自然界，在有氧和無氧條件下均能存活。酵母是人類文明史中應用最早的微生物，也是基因克隆試驗中常用的真核生物受體細胞[6-7]。近些年，隨著獲得更多的高等真核生物遺傳信息，已經發(fā)現有更多的酵母基因與高等真核生物基因具有同源性，這也使得酵母基因組在生物信息學領域具有更加重要的作用[8-12]。相關研究已發(fā)現，人類和酵母同樣存在一定的同源性，有三分之一的酵母基因可以在人類基因組中找到對應的版本，而且酵母和人類的對應蛋白，在氨基酸序列上平均重疊32%[13-17]。所以，對酵母基因組的生物信息學研究對高等真核生物的研究具有重要的意義和價值[18-19]。

本文利用生物信息學方法，通過編寫腳本程序，對酵母1號和2號染色體DNA的核苷組成與排列分布進行分析研究，以獲得酵母染色體DNA的核苷組成與排列特征，并在核苷組成與排列特征的基礎上對酵母1號和2號染色體DNA之間的相似性和差異性進行統(tǒng)計分析，從而為酵母與高等真核生物基因的同源性分析提供更多的數據與技術支持。

1 數據與方法

1.1 序列提取

1.2 組成百分比

對給定的 DNA 序列，單核苷組成百分比（mononucleoside composition persentage，M_CP）根據公式（1）進行計算：

M_CP=N/L （1）

其中，N指某個單核苷（單核苷包括A、T、C和G共4個）在染色體DNA中出現的次數;L指染色體DNA的長度。

對給定的 DNA 序列，雙核苷組成百分比（dinucleoside composition persentage，D_CP）根據公式（2）進行計算：

D_CP=N/（L-1） （2）

其中，N指某個雙核苷（雙核苷包括AA、AT、TA、TT、AC、AG、CA、GA、TC、TG、CT、GT、CC、CG、GC和GG，共16個）在染色體DNA中出現的次數，其以2 bp為窗口、1 bp為步長進行統(tǒng)計;L指染色體DNA的長度。

1.3 步距頻次百分比

對給定的 DNA 序列，雙核苷步距頻次百分比（dinucleoside spacing frequency persentage，DSFP）根據公式（3）進行計算：

D_SFP=N_i/∑_iN_i （3）

其中，N_i指雙核苷X和雙核苷Y交替出現但出現間距為i的次數，其中X和Y可以是相同或不相同的單個雙核苷，也可以是相同或不相同的多個雙核苷的集合;i指X和Y交替出現的出現間距，是大于等于0的任意可能整數值（包含0），比如X和Y都是相同的單個雙核苷AA，以AAACT-GAACC序列為例，AA交替出現的出現間距i分別為0和4;若X和Y都是相同的單個雙核苷AC，同樣以AAACTGAACC序列為例，AC交替出現的出現間距i為4;若X和Y都是AA、AT、TA、TT這4類雙核苷的集合，以AAACTGATACC序列為例，AA、AT、TA、TT交替出現的出現間距i分別為0、4和0。

2 結果與分析

2.1 單、雙核苷的組成分析

利用公式（1）計算酵母1號和2號染色體DNA的單核苷組成百分比（MCP），得到結果見表2。從表2發(fā)現，1號和2號染色體DNA的單核苷組成差異很小，其中單核苷A和T都是在30%左右，C和G都是在19%左右;單核苷G的組成百分比在2個染色體DNA之間的差異最大，但也只有0.89%。

利用公式（2）計算酵母1號和2號染色體DNA的雙核苷組成百分比（DCP），得到結果見表3。從表3發(fā)現，1號和2號染色體DNA的雙核苷組成百分比差異很小，幾乎相同，其中雙核苷AA、AT、TA、TT的組成百分比均占據最高的前4位，而CC、CG、GC、GG的組成百分比均占據最低的后4位;雙核苷TT的組成百分比在2個染色體DNA之間的差異最大，但也只有0.42%。

從表2與表3的數據分析發(fā)現，對于酵母1號和2號染色體DNA，它們的單核苷和雙核苷組成百分比基本相同，由此可以認為單核苷和雙核苷組成在酵母1號和2號染色體DNA上并沒有較明顯的組成偏好性，它們在酵母兩條染色體DNA上的組成具有較高程度的趨同性。目前已經發(fā)現有更多的酵母基因與高等真核生物基因具有同源性，我們推測，單核苷和雙核苷組成應該不僅在1號和2號染色體DNA上沒有較明顯的組成偏好性，在全部16條染色體DNA上應該同樣沒有較明顯的組成偏好性，這樣的結果或許對高等真核生物的研究分析具有一定的意義和價值，這個工作我們將在后續(xù)工作中持續(xù)展開。

2.2 雙核苷的步距頻次分析

利用公式（3）分別計算酵母1號和2號染色體DNA上雙核苷X和Y交替出現的步距頻次百分比（D_SFP），這里雙核苷X和Y均為AA、AT、TA、TT這4類雙核苷的集合。同理，再分別計算：1）X和Y均為CC、CG、GC、GG這4類雙核苷的集合;2）X和Y均為AC、AG、CA、GA這4類雙核苷的集合;3）X和Y均為TC、TG、CT、GT這4類雙核苷的集合;這3種條件下的X和Y交替出現的步距頻次百分比（表4）。同時為了對步距頻次實現顯性分析，我們忽略了出現次數很少的出現間距i，只在表4中列出出現間距i在[0，15]間的步距頻次百分比。

表4表明，AA、AT、TA、TT 在1號和2號染色體DNA上交替出現的步距頻次百分比差異很小、幾乎相同，它們在酵母1號和2號染色體DNA上的排列存在一定的相似性。同理，CC、CG、GC、GG，AC、AG、CA、GA，TC、TG、CT、GT在1號和2號染色體DNA上交替出現的步距頻次百分比也幾乎相同，它們在1號和2號染色體DNA上的排列同樣存在一定的相似性。這樣的結果表明，酵母1號和2號染色體DNA在一定程度上可能具有較高相似度的雙核苷排列分布。

為了進一步驗證上述觀點，我們繼續(xù)利用公式（3）分別計算酵母1號和2號染色體DNA上雙核苷X和Y交替出現的步距頻次百分比，這次雙核苷X為AA、AT、TA、TT這4類雙核苷的集合，Y為CC、CG、GC、GG這4類雙核甘的集合。同時為了對步距頻次實現顯性分析，我們忽略了出現次數很少的出現間距i，只在表5中列出出現間距i在[0，15]間的步距頻次百分比。

從表5發(fā)現，在酵母1號和2號染色體DNA上AA、AT、TA、TT和CC、CG、GC、GG交替出現的步距頻次百分比同樣差異很小、幾乎相同，它們在1號和2號染色體DNA上的排列存在一定的相似性。這樣的結果驗證了我們上述提出的“酵母1號和2號染色體DNA在一定程度上可能具有較高相似度的雙核甘排列分布”這一觀點。

上述利用公式（3）分別計算酵母1號和2號染色體DNA上雙核苷X和Y交替出現的步距頻次百分比，使用的X和Y都是多個雙核苷的集合。接下來，我們將X和Y均取為單個雙核苷AA再進行計算驗證。同理，再分別計算：1）X和Y均取為TT;2）X和Y均取為CC;3）X和Y均取為GG。這3種條件下X和Y交替出現的步距頻次百分比，最終得到的結果見表6。同時為了對步距頻次實現顯性分析，我們忽略了出現次數很少的出現間距i，表6中只列出出現間距i在[0，15]間的步距頻次百分比。

從表6發(fā)現，AA在酵母1號和2號染色體DNA上交替出現的步距頻次百分比差異很小、幾乎相同，它們在1號和2號染色體DNA上的排列存在一定的相似性。同理，TT、CC、GG在1號和2號染色體DNA上交替出現的步距頻次百分比也幾乎相同，它們在1號和2號染色體DNA上的排列同樣存在一定的相似性。上述分析結果又更進一步表明，酵母1號和2號染色體DNA在一定程度上可能具有較高相似度的雙核苷排列分布。

在上述分析中，我們利用公式（3）分別計算了3種不同類型雙核苷在酵母1號和2號染色體DNA上的步距頻次百分比，結果分析均一致表明“酵母1號和2號染色體DNA在一定程度上可能具有較高相似度的雙核甘排列分布”。目前已經發(fā)現有更多的酵母基因與高等真核生物基因具有同源性，如果不僅是酵母1號和2號染色體DNA可能具有較高相似度的雙核苷排列分布，而是酵母全部16條染色體DNA都可能具有較高相似度的雙核苷排列分布，那么這樣的結果或許對高等真核生物的研究分析具有一定的意義和價值，這個工作我們將在后續(xù)工作中持續(xù)展開。

3 結論

酵母是最簡單的真核單細胞生物，包含16條染色體。本文利用生物信息學方法，分別計算分析了單核苷和雙核苷在酵母1號和2號染色體DNA上的組成百分比，發(fā)現單核苷和雙核苷組成百分比在這兩條染色體DNA上基本相同，這說明單核苷和雙核苷組成在酵母1號和2號染色體DNA上沒有明顯的組成偏好性，它們的組成在這兩條染色體DNA上具有較高程度的趨同性。另外我們分別計算分析了3種不同類型的雙核苷在酵母1號和2號染色體DNA上的步距頻次百分比，發(fā)現無論哪一種類型的雙核苷，它們在酵母1號和2號染色體DNA上交替出現的步距頻次百分比都差異很小、幾乎相同，它們在這兩條染色體DNA上的排列分布均存在一定的相似性，這樣的結果表明酵母1號和2號染色體DNA在一定程度上可能具有較高相似度的雙核苷排列分布。

目前已經發(fā)現有更多的酵母基因與高等真核生物基因具有同源性，對酵母基因組的生物信息學研究對高等真核生物的研究具有重要的意義和價值。在后續(xù)的工作中，我們將對酵母全部16條染色體DNA的單核苷和雙核苷組成百分比進行統(tǒng)計分析，同時也會對酵母全部16條染色體DNA的雙核苷步距頻次百分比進行計算分析，這兩者的分析結果或許對高等真核生物的研究分析具有一定的意義和價值。參考文獻：

[1]王凱. 生命科學研究中常用模式生物 [J]. 生命科學研究， 2010， 14（2）： 156-165.

[2] 畢高峰， 朱立煌. 單細胞自由生物基因組全序列的測定和比較基因組研究 [J]. 生物工程進展， 1997，17（5）： 30-35.

[3] JEFFARES D. The natural diversity and ecology of fission yeast[J]. Yeast， 2018， 35（3）： 253-260.

[4] OHIRA M J， HENDRICKSON D， MCISAAC R， et al. An estradiol-inducible promoter enables fast， graduated control of gene expression in fission yeast [J]. Yeast， 2017， 34（8）： 323-334.

[5] 徐赫鳴， 謝澤雄， 劉奪， 等. 釀酒酵母染色體設計與合成研究進展 [J]. 遺傳， 2017， 39（10）： 865-876.

[6] 楊毅， 張敏， 袁麗， 等. 抗對蝦白斑綜合癥病毒單鏈抗體P1D3基因在畢赤酵母中的分泌表達 [J]. 生物工程學報， 2006， 22（6）： 973-978.

[7] 譚云， 黎繼烈， 王衛(wèi)， 等. 重組畢赤酵母產青霉素G?；傅姆峙l(fā)酵動力學研究 [J]. 菌物學報， 2016， 35（1）： 94-103.

[8] 張春玉. 云芝免疫調節(jié)蛋白基因克隆及酵母重組表達 [J]. 吉林農業(yè)大學學報， 2015， 37（3）： 301-306.

[9] MACIASZCZYK-DZIUBINSKA E， REYMER A， KUMAR N， et al. The ancillary N-terminal region of the yeast AP-1 transcription factor Yap8 contributes to its DNA binding specificity [J]. Nucleic Acids Research， 2020， 48（10）： 5426-5441.

[10]宋燕子， 賈彬， 林柏成， 等.萊茵衣藻?；o酶A合成酶cDNA克隆及其酵母表達 [J]. 生物技術通報， 2015， 31（9）： 119-124.

[11]彭日荷， 熊愛生， 李賢， 等.應用畢氏酵母高效表達耐高溫植酸酶 [J]. 生物化學與生物物理學報， 2002， 34（6）： 725-730.

[12]彭日荷， 姚泉洪， 熊愛生， 等.泛肽交聯酶（E_2）通過苯丙氨酸解氨酶基因啟動子參與水稻對紫外光的防護 [J]. Acta Botanica Sinica， 2003， 45（11）： 1351-1358.

[13]LAURENT J M， GARGE R， TEUFEL A I， et al. Humanization of yeast genes with multiple human orthologs reveals functional divergence between paralogs [J]. PLoS biology， 2020， 18（5）： e3000627.

[14]QIAN Y F， KACHROO A H， YELLMAN C M， et al. Yeast cells expressing the human mitochondrial DNA polymerase reveal correlations between polymerase fidelity and human disease progression [J]. The Journal of biological chemistry， 2014， 289（9）： 5970-5985.

[15]SHI W， SUN Q， FAN G， et al. gcType： a high-quality type strain genome database for microbial phylogenetic and functional research [J]. Nucleic Acids Research， 2021， 49： 694-705.

[16]KACHROO A H， LAURENT J M， YELLMAN C M， et al. Systematic humanization of yeast genes reveals conserved functions and genetic modularity [J]. Science， 2015， 348（6237）： 921-925.

[17]應嘉， 趙睿穎， 尚彤. 生物信息學在人類基因組計劃中的應用 [J]. 北京大學學報（醫(yī)學版）， 2002， 34（4）： 389-392.

[18]周璐， 李越中， 李健. 釀酒酵母基因組學研究進展 [J]. 生命科學， 1999， 11（2）： 87-91.

[19]張博， 陳曉芳， 黃勛， 等. 2015年中國動物遺傳學研究領域若干重要進展 [J]. 遺傳， 2016， 38（6）： 467-507.

（責任編輯：于慧梅）

作者簡介：劉建麗（1988—），女，講師，博士，研究方向：環(huán)境科學與工程和生物信息學研究，E-mail：ljl2489@sina.com.

通訊作者：劉建麗，E-mail：ljl2489@sina.com.

Comparative Analysis of the Composition and Arrangement

of Yeast Chromosome 1 and 2 DNA

LIU Jianli ZHOU Deliang JIN Wen

（1.School of Water Resource and Environment Engineering， China University of Geosciences （Beijing）， Beijing 100083， China;

2.Beijing Zhongdianyida Technology Co.， Ltd.， Beijing 100190， China; 3.Department of Clinical Medical Research Center，Inner

Mongolia key laboratory of gene regulation of the metabolic disease， Inner Mongolia People’s Hospital， Hohhot 010010， China）

Abstract： Yeast genes have high homology with higher eukaryotes genes. For yeast chromosome 1 and 2 DNA， we calculated and analyzed： the composition percentage of mononucleoside and dinucleoside; the spacing frequency percentage of three types of dinucleoside. The results show that： the composition percentages of mononucleoside and dinucleoside on chromosome 1 and 2 DNA were basically the same; no matter which dinucleoside， their spacing frequency percentage on chromosome 1 and 2 DNA were almost the same， and their arrangement on the two chromosomes were similar. These results indicate that： yeast chromosome 1 and 2 DNA have no obvious mononucleoside and dinucleoside composition preference， and their mononucleoside and dinucleoside composition have a high degree of convergence; yeast chromosome 1 and 2 DNA may have a high similarity of dinucleoside arrangement. These results may have some significance and value for the homology analysis between yeast and higher eukaryotes.

Key words： yeast; chromosome DNA; composition percentage; spacing frequency percentage; nucleoside composition preference; dinucleoside arrangement