系统发生足迹技术在巴西固氮螺菌基因组特征搜寻上的应用_第1页
系统发生足迹技术在巴西固氮螺菌基因组特征搜寻上的应用_第2页
系统发生足迹技术在巴西固氮螺菌基因组特征搜寻上的应用_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、系统发生足迹技术在巴西固氮螺菌基因组特征搜寻上的应用     摘  要  巴西固氮螺菌是重要的植物促生内生菌之一。为了研究其未知基因,在巴西固氮螺菌和与其同源的五个菌种之间进行系统发生足迹研究。由于单机任务执行的串行性,效率较低。研究发现,整个过程包含了大量重复的、没有数据依赖的操作,如文本信息的提取,DNA序列的比较等。因此,提出了局域网环境下基于客户机/服务器模式的多机并行实现的思路。在充分利用资源的同时,显著提高了效率。     关键词  巴西固氮螺菌;同源; 系统发生足迹; 客户/服务器

2、模式; 并行          1 引言    1.1 巴西固氮螺菌    巴西固氮螺菌(Azospirillum brasilence)是重要的植物促生内生菌之一,其质体上的不同基因分别控制着其各种不同的特性。对巴西固氮螺菌的深入研究对我国农业的发展有着深远的影响。     在巴西固氮螺菌的sp7菌株里,发现了两个质体,分子量分别为115 MDa (p115) 和90 MDa (p90)。 实验表明:p115 质体会自发地从

3、细菌细胞中消失,并且与原生型sp7比较,由p115的衍生物来代替p115没有造成任何表现型如细菌的运动性、化学向性等的差异,而对p90的替代却使得细菌不能正常生存。由此得出结论:细胞存活必须的基因信息在p90质体上。1     1.2 系统发生足迹技术    P90的基因序列已经被微生物与植物遗传中心(KULeuven, Belgium)破译,并且部分基因的位置和功能已经确认,如exoB和exoC控制着外聚多糖的合成。然而还有一些基因如nodP和nodQ,它们的功能还有待确定。本文应用系统发生足迹技术对p90 进行研究。  

4、   系统发生足迹是用来识别DNA序列中的调控因子(motif)的方法,它通过在多个同源基因的调控序列(基因间序列)中寻找保守区域来确定调控因子。系统发生足迹技术认为:由于环境选择的压力,基因上的功能因子比那些非功能序列进化的速率慢。因此,对于同源物种而言,那些保守区域将成为功能/调控因子的主要侯选者。2     1.3 局域网多机并行实现    随着网络技术的发展,多机并行技术应用日益广泛。并行是指多计算机同时运行,与单机串行运行相比,并行能够显著的提高执行速度。本系统构建客户/服务器模式的局域网,即一台服务器,

5、多台客户机。服务器安装应用程序和存储必要的数据供客户机使用,同时协调客户机之间的同步运行。客户机从服务器上下载文件并在服务器的支配下并行执行任务。     2  方法与设计    2.1 系统任务提出及方案论证    由于系统发生足迹是在同源基因的基因间序列中寻找调控因子,因此,首要的任务是寻找与p90同源的基因间序列。本系统中使用新月柄杆菌,根瘤菌, 深红红螺菌, 球形红杆菌和淡水菌五种细菌作为与巴西固氮螺菌p90基因比较的对象。由于都属于a-蛋白菌,可以在它们的基因中寻找同源基因,进而找到这

6、些同源基因的基因间序列。     针对上述任务,本系统发生足迹研究共分为4大模块:     2.1.1  基因信息入库     由于存储在NCBI的基因信息是以文本文件的形式存放,为了便于计算机处理,需要将文本中的各项信息提取出来存入数据库表中。     并行性分析:基因信息入库是文本信息提取操作,信息量大,需要大量单一、重复的操作,必须借助计算机程序来高速、准确的完成。由于每次提取操作只针对一个文本文件,因此文本文件的信息提取操作之间没有任何数据依赖关系,可以将这

7、些文件按照数量均分给多台计算机并行执行以提高信息的提取速率。     2.1.2  蛋白质比较     一般来说,如果两个蛋白质的序列相似,则其功能也相近。基因间序列对基因编码起着重要的调节作用。如果两个基因间序列调控的基因编码的蛋白质序列相似,即蛋白质的功能相近,则说明这两个编码基因序列有可能是同源关系,那么就可以将它们相应的基因间序列提取出来进行系统发生足迹研究。因此需要寻找基因编码的蛋白质序列,由于蛋白质序列在NCBI是以fasta 文件形式存储,需要将文件中的信息进行提取并存到数据库表中。   &

8、#160; 对所有的蛋白质序列进行BLAST比较,寻找序列的相似性,结果如图1:     图1. BLAST比较结果    为了排除偶然因素造成的序列间的相似性,用期望值E来衡量结果的显著性。E值越小,结果越显著。     并行性分析:fasta文本信息的提取与基因信息提取相似,可以并行实现;而序列间的BLAST比较只需要参与比较的蛋白质序列信息,并不依赖与别的蛋白质。因此,在保证所有的蛋白质之间都能比较的前提下,可以把序列分组,由客户机并行执行。     2.1.

9、3  基因序列分组     根据BLAST计算出的相似度,用TribeMCL对蛋白质进行分组,序列相似的蛋白质将被归为一组。为了利用序列相似的传递性,将各蛋白质之间的相似关系用图来表示,蛋白质作为结点,而边用来代表蛋白质之间的相似度,并且用-log (E) 作为相似度的权值。将图进一步转换为马尔可夫矩阵,矩阵中的元素代表蛋白质序列间的转换概率。通过矩阵自乘进一步寻找蛋白质之间的亲缘关系,避免将关系较远的蛋白质遗漏 3。     得到蛋白质的分组后,将蛋白质转换成其相应的编码基因,进而得到基因分组,由于只需要与p90相关的基因组,再将包含p90基因的分组筛选出来存入数据库中,结果如表1: 表1: 基因分组        并行性分析:蛋白质分组需要将所有的蛋白质相似度信息进行比较,因此本模块不能并行执行,必须由一台计算机独立完成。     2.1.4  寻找motif     系统发生足迹是在与p90相关的基因间序列中寻找motif,得到了基因分组后,根据基因名称将调控其编码的基因间序列提取出来。   

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论