人类基因组中简单重复的统计分析
基因组学
2009-11-11 v1
摘要
人类基因组在不同序列长度、数量和分散程度上含有重复DNA。高度重复DNA尤其富含同核苷酸和二核苷酸重复，而中度重复DNA富含散布的、数百碱基对（bp）长的可移动元件家族，其中包Alu家族。同聚物和二聚物片段与可移动元件之间的关联近期已被突显。特别是，占人类基因组10%的Alu重复的流动性，已被关联到位于Alu一端的poly(A)片段的长度。这些片段具有刚性的、不可弯曲的结构，并对通常压缩DNA的核小体有抑制作用。我们对人类基因组中poly(X)和poly(XY)片段的长度和片段间间隔的基因组范围分布进行了统计分析。我们的研究表明，在人类中这些序列的长度分布反映了其扩张与DNA复制的动力学。借助语言学的一般工具，我们表明后者在DNA文本中扮演了高度显著的内容承载词的作用。此外，我们发现此类片段以非随机方式定位，呈现150碱基的表观周期性。这使我们得以扩展诸如Alu等重复性高可移动元件与人类DNA中低复杂度词之间的关联。更确切地说，我们表明Alu是poly(X)片段的来源，而后者以微妙方式影响基因表达的组合与多样化以及多基因家族的固定。
引用
@article{arxiv.q-bio/0502009,
title = {Statistical analysis of simple repeats in the human genome},
author = {Francesco Piazza and Pietro Lio},
journal= {arXiv preprint arXiv:q-bio/0502009},
year = {2009}
}