1、mRNA序列、結構、能量和蛋白質二級結構的相關性除了編碼氨基酸序列以外，mRNA序列還攜帶了其它的結構信息，如密碼子偏好，二級結構等。本文將從多個角度統計分析mRNA序列和蛋白質二級結構的相關性。論文分為 4 個部分。第一部分：為了更好地統計分析mRNA序列和蛋白質二級結構之間的相關性， 我們建立了一個新的完整序列結構數據庫，IADE數據庫。數據庫由兩部分組成， 一部分為 IADE1 數據庫，包含了氨基酸序列和對應的蛋白質二級結構信息，另一部分為IADE2 數據庫，包含了 mRNA序列，氨基酸序列和蛋白質二級結構信息。IADE1和 IADE2數據庫分別包含2269 條和 648 條蛋白質結構域

2、序列。第二部分：基于 IADE 數據庫，我們研究了mRNA的 stem loop 結構和蛋白質二級結構的統計相關性。我們使用RNAstrucutre3.6程序折疊 mRNA序列的二級結構。統計結果揭示出蛋白質的規則結構(alpha 螺旋和 beta 折疊 ) 傾向于被 mRNA的 stem 區域編碼，而無規則結構 (coil) 傾向于被 mRNA的 loop 區域編碼。為了獲得更好的統計效果， 我們定義了結構字， 即能夠體現二級結構特征的 4 氨基酸片段，當考慮了結構字 (SWs)以后，這種傾向更加明顯。統計顯著性分析表明蛋白質二級結構和 mRNA的 stem loop 結構之間的統計相關性是

3、相當顯著的，不能解釋為隨機擾動的影響。我們進一步分析了 mRNA片段 stemloop 博 : 論文 :11RNA 序列、結構、能量和蛋白質二級結構的相關性含量和蛋白質二級結構的相關性， 發現規則結構傾向于被高 stem 含量的 mRNA片段編碼，無規結構則傾向于被低stem 含量的 mRNA片段編碼。另外，統計分析發現和T( 回折 ) 相關的邊界有特殊的結構傾向，傾向于被stem 結構編碼。第三部分 : 我們統計分析了human和 E.coli的蛋白質二級結構偏好，密碼子tRNA拷貝數和 mRNA的 stem 八 oop 含量之間的相關性，發現m(m二 2 一 6) 個密碼子的 mRNA片段

4、，其平均 tRNA拷貝數 (TCN)有明顯的結構偏好，當 TCN均值較高 ( 對于 human，大于 1 0.5; 對于 Eeoli ，大于 1.95) 時，傾向編碼 alpha 螺旋而避免編碼無規卷曲(coil);當 TCN均值較低 ( 對于 human，小于7.5; 對于 E.coli，小于 1.7) 時，傾向于編碼無規卷曲而避免編碼alpha 螺旋。在高 TCN區和低 TCN區之間有一個過渡區， 這個區域中沒有明顯的結構偏好。對于 beta 折疊，則沒有明顯的結構偏好。同時，我們給出了 TCN對蛋白質二級結構的所有強偏好模式。統計顯著性檢驗表明蛋白質二級結構和密碼子TCN之間的相互作用是

5、非常顯著的。基于翻譯效率和翻譯精度依賴于密碼子使用這一思想，我們提出了現象模型，并通過分析模型，對蛋白質二級結構偏好和TCN之間的相關性作了初步的探討。第四部分 : 我們使用 Human和 E. 。011 兩個物種來研究蛋白質二級結構和mRNA折疊自由能之間的相關性，并分別對兩個物種進行統計分析，以消除不同物種可能帶來的統計差異。對每一條自然序列和對應的隨機序列， 我們使用 RNAfold 程序計算其折疊自由能和二級結構。在工作中，我們用 Z 一 score 來表征自然序列和隨機序列的折疊自由能的差異，通過分析 Z 一 score 值，我們發現自然序列的折疊自由能明顯低于其對應的隨機序列的折疊

6、自由能，Humari 和 E coli的 Z 一 score 值分別為一 2 .26 和一1 .69 。另一方面， mRNA的折疊自由能和對應的分摘要Z 一 score 值和長度負相關。我們進一步分析了蛋白質二級結構和mRNA折疊能量之間的相關性。我們仔細分析了在蛋白質規則結構區域(alpha 螺旋和 beta 折疊 ) 和無規則結構區域密碼子隨機選擇的差異，發現處于不同蛋白質二級結構的mRNA片段的折疊自由能有顯著的不同，對于規則結構，Human和 E. 。011 的平均 Z 一 score 值分別為一 1 .71 和一 1 .38 ，但是無規則結構的Zscore 值分別為一 1 .03 和-0 .93 。在工作