Структурообразующие мотивы в геномах прокариот : закономерности распределения и функциональное значение

• Автор: Киселев, Сергей Сергеевич
• Шифр специальности: 03.01.03
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Пущино
• Количество страниц: 146 с. : ил.

СОДЕРЖАНИЕ
Введение
Обзор литературы
1. Особенности структурной организации и биологическая роль мононуклеотидных ро1у(йА)п-треков
1.1. Модели структурной организации ро1у(йА)п-трсков
1.2. Биологическая роль ро1у(с)А)п-треков
1.2.1. ро1у(с1А)п-треки как мишени прямого контакта с белками транскрипционного комплекса
1.2.2. ро1у(<1А)п-треки и суперспирализация ДНК
1.2.3. ро1у(йА)„-треки и выпетливание ДНК
1.2.4. ро1у(йА)п-треки и терминация синтеза ДНК обратной транскриптазой ретровирусов
1.2.5. ро1у(с!А)п-треки и температурозависимая регуляция транскрипции у патогенных бактерий
1.2.6. ро1у(йА)„-треки в кинетопластной ДНК
1.2.7. ро1у(с!А)п-треки в участках прикрепления хроматина к ядерному белковому матриксу
1.2.8. ро1у(с1А)п-треки и упаковка ДНК в нуклеосомы
2. Неравномерность в распределении А/Т-пар в геномах прокариот
3. Общая характеристика транскрипционного цикла и роль ро1у(с1А)п-треков в формировании и функционировании транскрипционного комплекса
3.1. Фазы транскрипционного цикла
3.2. Структура бактериальной РНК-полимеразы: субъединицы, принимающие участие в распознавании промоторов
3.2.1. а-субъсдиница
3.2.2. а-субъединнцы
3.3. Особенности нуклеотидных последовательностей промоторной ДНК
3.3.1. Консервативные гексануклеотиды
3.3.2. «Расширенный» -10-элемеит и реорганизация -10-элемента
3.3.3. Дискриминатор
3.3.4. иР-элемент
3.3.5. Промоторы, узнаваемые а54
4. Компьютерные алгоритмы поиска промоторов прокариот
4.1. Методы, основанные на использовании искусственных нейронных сетей
4.2. Методы, основанные на использовании скрытых марковских моделей
4.3. Учёт локальных физических особенностей промоторной ДНК
4.4. Алгоритмы, основанные на использовании позиционных весовых матриц
5. Методы и алгоритмы
5.1. Поиск мононуклеотидных и смешанных треков в геномах
5.2. Компьютерный поиск промоторов
5.3. Определение фоновых значений показателя промотор-подобия и характеристика степени его вариабельности
5.4. Адаптация PWM PlatProm к контексту консервативных элементов других промоторов
5.5. Унификация PlatProm
5.6. Оценка предсказательного потенциала компьютерных алгоритмов
5.7. Критерии для выявления «нромоторных островков»
5.8. Оценка транскрипционной активности «смешанных промоторных островков»
5.9. Исследование ассоциации «смешанных промоторных островков» E. coli с горизонтально перенесёнными генами
5.10. Оценка взаимодействия «смешанных промоторных островков» E. coli с белком H-NS и РНК-полимеразой
6. Результаты и обсуждение
6.1. Анализ распространения мононуклеотидных poly(dA)n- и ро1у(сГГ)п-треков по сравнению с poly(dG)n- и poly(dC)n-TpeKaMH в геномах прокариот с различным AT/GC-составом
6.2. Сравнительный анализ встречаемости мононуклеотидных треков и смешанных W- и S-треков
6.3. Анализ распределения мононуклеотидных треков в кодирующих и некодирующих участках бактериальных геномов
6.4. Распознавание промоторов о54 E. coli разными версиями PlatProm
6.5. Разработка метода оценки статистических значимых пороговых значений коэффициента промотор-подобия
6.6. Оценка способности унифицированной и специализированных версий PlatProm распознавать промоторы в геномах с разным GC-составом
6.6.1. Распознавание SigA-зависимых промоторов Corynebacterium gliitamicum
6.6.2. Распознавание промоторов Agrobacterium lumefaciens
6.6.3. Распознавание о80-зависимых промоторов Helicobacter pylori
6.7. Поиск участков генома с высокой плотностью потенциальных промоторов
6.8. Число и функциональные свойства «смешанных промоторных островков»
Заключение
Выводы
Список публикаций по теме диссертации
Список использованной литературы

Приложение
Приложение
Приложение
Приложение
Приложение

объединялись в единый кластер. Если сигнал или кластер попадал в область от -150 до +50, то промотор считался узнанным, а если не попадал, то сигнал рассматривался как ложноположительный. Для всех трёх наборов промоторов были получены сходные профили распределения разности свободной энергии (пониженная термостабильность -10-элемента).
В работе [Wang, Benimm, 2006] для поиска промоторов применили профиль энергии дестабилизации дуплекса ДНК, индуцированной стрессом (SIDD). Было использовано три набора обучающих последовательностей. Для составления первого набора были взяты случайным образом 500 экспериментально картированных точек старта из базы данных RegulonDB. Для каждой из этих точек рассматривали область от -500 до +500, таким образом, длина каждой последовательности составила 1001 н.п. Второй набор состоял из 500 последовательностей длиной в 1001 н.п., на 5’-концах которых находилась точка старта из первого набора. Третий набор включал в себя 500 случайно отобранных последовательностей длиной в 1001 н.п., центр которых совпадал с центром участка между конвергентно транскрибирующимися генами. В качестве контроля был взят четвёртый набор в виде 500 последовательностей длиной в 1001 п.п., отобранных из случайной последовательности, идентичной по длине и нуклеотидному составу геному E. coli.
В каждом наборе было определено среднее значение SIDD для каждой из 1001 позиций. Энергия дестабилизации соответствует вкладу свободной энергии G(x), которую необходимо затратить для того, чтобы конкретная парах находилась в открытом состоянии. Места с сильной нестабильностью имеют более низкую энергию дестабилизации. Оказалось, что последовательности из первого набора, содержащего промоторы, были более нестабильны, чем кодирующие последовательности (второй набор) и участки между конвергентными генами. Эти результаты соответствовали работе [Wang et al., 2004], где было показано, что области с высокой степенью дестабилизации ассоциированы с межгенными участками, предшествующими открытым рамкам считывания и никогда не ориентированными тандемно или конвергентно. Именно в подобных местах могут находиться промоторы и другие регуляторные элементы. Наименьшие средние значения G(.v) наблюдались в районе позиции -49, т.е. там, где находится UP-элемент. В результате статистического анализа было обнаружено, что в промотор-содержагцих фрагментах область от -174 до +57 является более дестабилизированной, чем во фрагментах, не содержащих промоторы или взятых из случайной последовательности. Затем для каждой из позиций от -80 до +20 в промотор-содержащих фрагментах была определена энтропия Шеннона. Как и ожидалось, уменьшение энтропии (которое соответствует возрастанию степени консервативности последовательности) наблюдалось между -12 и -7, т.е. в -10-элементе. Однако в районе -35-элемента такого понижения энтропии не наблюдалось, что