143个完整细菌基因组序列的普适7簇结构中的四种基本对称类型
基因组学
2011-11-09 v1 统计理论
统计理论
摘要
编码信息是细菌基因组序列中异质性（非随机性）的主要来源。通过分析相对较短的基因组片段（200-400bp）的“同相”三联体分布中的簇结构，可以自然地对这一信息进行建模。我们在细菌基因组序列中发现了一种普适的7簇结构并解释了其性质。我们表明细菌基因组的密码子使用是其基因组G+C含量的一个高精度多线性函数。基于对2004年8月Genbank中可用的143个已完成测序的细菌基因组的分析，我们展示了所观察到的7簇结构存在四种“纯”类型。所有143个簇的动画3D散点图被收集到一个数据库中，并在我们的网站上提供：http://www.ihes.fr/~zinovyev/7clusters 这一发现可轻易引入任何用于基因预测、序列比对或细菌基因组分类的软件中。
引用
@article{arxiv.q-bio/0410033,
title = {Four basic symmetry types in the universal 7-cluster structure of 143 complete bacterial genomic sequences},
author = {A. N. Gorban and T. G. Popova and A. Yu. Zinovyev},
journal= {arXiv preprint arXiv:q-bio/0410033},
year = {2011}
}
备注
13 pages, 4 figures