基因组序列组织的信息论视角
基因组学
2010-04-23 v1
摘要
序列组织从两个视角进行考察：一是信息冗余或信息关联（IC），二是 k-mer 频率统计。研究了两个问题。第一个是当序列长度达到某个临界值时，基因组中的 IC 如何超出涨落界限以及序如何从涨落中涌现。我们证明了对于人类和大肠杆菌基因组，从涨落到序的转变发生在序列长度约为 20-30 万碱基时。这意味着生命涌现于宏观与微观之间的区域。第二个是关于在进化压力和功能选择下基因组中 k-mer 组织的统计规律。我们推导了在长度为 N 的基因组序列中，k-mer 频率偏离随机性的求和规则 Q(k,N)，并推导了 Q(k,N) 与 k 和 N 的关系。我们发现对于大多数基因组序列，Q(k,N) 以恒定速率随长度 N 增加，并证明了当 k-mer 的功能选择累积到某个临界值时，序化就会发生。一个重要发现是与基因组进化复杂度相关的求和规则。
引用
@article{arxiv.1004.3843,
title = {Information-theoretic View of Sequence Organization in a Genome},
author = {Liaofu Luo and Yang Gao and Jun Lu},
journal= {arXiv preprint arXiv:1004.3843},
year = {2010}
}
备注
19 pages, 4 figures