不同物種GATA-2基因編碼區(qū)生物信息學(xué)分析

1、不同物種GATA 2 基因編碼區(qū)生物信息學(xué)分析GATA 家族是一類能識(shí)別 GATA 基序（ motif ） ，并能與之結(jié)合的轉(zhuǎn)錄調(diào)節(jié)因子， 在動(dòng)物、 真菌、 植物等生物中存在比較廣泛。脊椎動(dòng)物中已發(fā)現(xiàn)6 種 GATA 結(jié)合蛋白，分為 GATA-1/2/3 和GATA-4/5/6 兩大類，前者與紅細(xì)胞、淋巴及性腺的發(fā)育有關(guān)，后者控制心、 腸及外胚等分化的轉(zhuǎn)錄 1 ， 2 。 GATA-2 的 cDNA 大小為 2.6 kb ，編碼的轉(zhuǎn)錄因子為 474 個(gè)氨基酸。 GATA-2 屬于鋅指結(jié)構(gòu)家族， 可調(diào)控造血干 / 祖細(xì)胞的增殖和分化， 在整個(gè)造血過(guò)程中對(duì)細(xì)胞的系統(tǒng)分化十分重要。 GATA-2 還

2、可調(diào)控其他造血相關(guān)因子的表達(dá)，與多種造血系統(tǒng)疾病相關(guān)。另外， GATA-2 可作為胚胎發(fā)育過(guò)程中原腸胚期外胚層腹部的分子標(biāo)記， 還表達(dá)于胚胎發(fā)育時(shí)期和成年個(gè)體垂體中的，GATA-2 失活后胚胎會(huì)因?yàn)樵煅δ艿娜笔Ф趹言兄衅谒劳?。GATA-2 還可以與其他因子交互作用， 從而在多方面發(fā)揮調(diào)控造血作用。 本研究利用生物學(xué)方法分析了 GATA-2 基因編碼區(qū)種內(nèi)和種間變異， 研究了該基因不同種內(nèi)及種間的遺傳分化， 為更好地研究該基因及GATA 家族中其他成員的結(jié)構(gòu)和功能奠定了基礎(chǔ)。材料與方法序列來(lái)源方法結(jié)果與分析不同物種GATA-2 基因核苷酸分析多態(tài)位點(diǎn)、 單倍型及核苷酸多樣性分析在所分析片段長(zhǎng)

3、度為 1 443 bp 的 52 條序列中，發(fā)現(xiàn)344 個(gè)多態(tài)位點(diǎn)，百分率為 23.84%， 其中單一多態(tài)位點(diǎn)65 個(gè)， 百分率為4.50%， 簡(jiǎn)約多態(tài)位點(diǎn) 279 個(gè)， 百分率為19.33%； 共發(fā)現(xiàn) 25 種單倍型， 單倍型的多樣性為0.967 ，說(shuō)明GATA-2 基因種間和種內(nèi)變異較大。不同物種的多態(tài)位點(diǎn)數(shù)和單倍型多樣性不一致， 表明 GATA-2 基因的種間存在遺傳變異。17個(gè)物種種間的平均核甘酸差異數(shù)（k）為76.676 ，核苷酸多樣性為0.053。其中，人的GATA-2 基因平均核苷酸差異數(shù)和核苷酸多樣性最高， 與其他物種差異較大， 這表明人的 GATA-2 基因存在豐富的遺傳多樣

4、性（表2 ） 。核苷酸歧異度、 遺傳分化和凈遺傳距離分析不同物種GATA-2基因遺傳分化（Gst）在0.0931.000之間，核甘酸歧異 度（Dxy）和凈遺傳距離（Da）都在0.0010.109之間（表3）。 不同物種間核苷酸歧異度和遺傳分化、 凈遺傳距離的變化范圍均很大， 說(shuō)明了不同物種間遺傳分化明顯。 其中黑猩猩和倭黑猩猩、大猩猩、人的核苷酸歧異度、凈遺傳距離最小，說(shuō)明黑猩猩與倭黑猩猩、大猩猩、人之間的親緣關(guān)系較近，小家鼠、褐家鼠與其他物種間的核苷酸歧異度、凈遺傳距離最大，說(shuō)明小家鼠、褐家鼠與本研究中其他物種間親緣關(guān)系較遠(yuǎn)。不同物種 GATA-2 基因氨基酸多樣性分析密碼子偏愛(ài)性 ENC值

5、是評(píng)價(jià)基因整體密碼子偏愛(ài)性， 其取值范圍為20（每個(gè)氨基酸只使用1個(gè)密碼子的極端情況） 61 （各個(gè)密碼子均被平均使用），其值越低說(shuō)明偏愛(ài)性越強(qiáng)，越高則說(shuō)明偏愛(ài)性越低。 CBI 值反映了一個(gè)基因中高表達(dá)優(yōu)越密碼子的組分情況， 說(shuō)明外源基因在目的宿主中可能的表達(dá)情況。 所 選不同物種GATA-2基因序列編碼區(qū)中密碼子有效值（ENC）為 42.383 （61）,偏愛(ài)指標(biāo)（CBI）為 0.494 （0）,說(shuō)明 GATA-2 基 因?qū)γ艽a子有較強(qiáng)偏愛(ài)性。同義替換和非同義替換17個(gè)物種 52 條 GATA-2 基因序列編碼區(qū)中同義替換平均位點(diǎn)數(shù)為 365.80 個(gè)，非同義替換平均位點(diǎn)數(shù)為1 071.20

6、個(gè)。不同物種同義替換位點(diǎn)數(shù)（SS）為0367.50 （表4）,同義替換核甘酸多樣性均值 兀（s）為 0.189;非同義替換位點(diǎn)數(shù)（NSS）為1 072.501 075.50,非同 義替換核甘酸多樣性均值兀（a）為0.006o GATA-2基因的非同義替換位點(diǎn)數(shù)均明顯高于同義替換位點(diǎn)數(shù)， 亞馬遜松鼠猴的非同義替換位點(diǎn)數(shù)較其他物種多，其次是家貓、小家鼠，說(shuō)明亞馬遜松鼠猴 GATA-2 基因編碼區(qū)的非同義替換較其他物種高，家貓、小家鼠分別為第二、 第三。 由于達(dá)爾文的正向選擇有些基因中非同義替代速率遠(yuǎn)遠(yuǎn)高于同義替代，因此推測(cè)本研究中的 GATA-2基因在進(jìn)化過(guò)程中可能受到了正向選擇的影響。不同物種

7、GATA-2 基因遺傳關(guān)系分析 根據(jù)不同物種間的核苷酸歧異度（Dxy） ，用MEGA5.0 軟件的 UPGMA 方法進(jìn)行聚類分析，構(gòu)建不同物種分子聚類圖（圖 1 ） 。由圖 1 可以看出，人與黑猩猩、倭黑猩猩、大猩猩的親緣關(guān)系較近，小家鼠與褐家鼠與其他物種的親緣關(guān)系較遠(yuǎn)，基本上與NCBI 中的動(dòng)物學(xué)分類相符合。不同物種 GATA-2 基因的 G+C 含量 親緣關(guān)系相近的生物，核苷酸的堿基組成中的 G+C 含量相似，若生物之間 G+C含量差別大， 則表明它們的親緣關(guān)系遠(yuǎn)。 本研究中的 GATA-2 基因的堿基組成，發(fā)現(xiàn)它們之間的 G+C 含量的均值為64.60%，不同物種的G+C含量在62.20

8、366.10%間（表4）,說(shuō)明GATA-2 基因在不同物種間發(fā)生了遺傳變異。小家鼠和褐家鼠 GATA-2基因的 G+C 含量分別為62.60%、 62.20%（表4） ，與其他物種GATA-2 基因的 G+C 含量相差較大，說(shuō)明小家鼠和褐家鼠與本研究中的其他物種親緣關(guān)系最遠(yuǎn)，與本研究之前的結(jié)果相符。2.3 不同物種氨基酸序列預(yù)測(cè)和分析信號(hào)肽的預(yù)測(cè)與分析一般認(rèn)為， 每一個(gè)需要運(yùn)輸?shù)亩嚯亩己幸欢伟被嵝蛄校?稱為信號(hào)肽序列（ Signal peptide ，SP） ，引導(dǎo)多肽至不同的轉(zhuǎn)運(yùn)系統(tǒng)。信號(hào)肽幫助蛋白質(zhì)穿膜，與蛋白質(zhì)的細(xì)胞定位有關(guān)， 通過(guò)分析蛋白序列 N 端信號(hào)肽的有無(wú)，可以初步判斷某個(gè)蛋

9、白是否為分泌蛋白。利用蛋白分析專家EXPASY工具里的SignalP 4.0 Server對(duì)17個(gè)物種GATA-2氨基酸序列進(jìn)行預(yù)測(cè)，結(jié)果顯示所研究 17 個(gè)物種的 GATA-2 氨基酸序列均無(wú)信號(hào)肽， 推測(cè) GATA-2 不是分泌蛋白， 在游離核糖體上起始合成后就于合成處發(fā)揮作用， 可能不存在運(yùn)輸， 而保留在細(xì)胞基質(zhì)中合成，運(yùn)輸?shù)郊?xì)胞器中起作用的蛋白質(zhì)。導(dǎo)肽的預(yù)測(cè)和分析 導(dǎo)肽促使前體蛋白和細(xì)胞器膜相互作用， 穿越過(guò)膜后被細(xì)胞器的蛋白酶切下轉(zhuǎn)運(yùn)， 繼續(xù)使整個(gè)蛋白穿越過(guò)膜，或直到中部導(dǎo)致轉(zhuǎn)運(yùn)停止。利用在線工具TargetP1.1 Server對(duì) 13 個(gè)物種GATA-2氨基酸序列進(jìn)行預(yù)測(cè)，結(jié)果顯

10、示本研究中17 個(gè)物種的GATA-2氨基酸序列均沒(méi)有氨基酸殘基裂解位點(diǎn)，故推斷GATA-2 氨基酸序列不具有導(dǎo)肽?？缒そY(jié)構(gòu)域的預(yù)測(cè)和分析蛋白的跨膜結(jié)構(gòu)域主要是膜內(nèi)在蛋白和細(xì)胞膜的膜脂相結(jié)合的部位，一般是由以a-螺旋形式存在的 20 個(gè)左右疏水氨基酸殘基構(gòu)成，利用在線工具TMHMM 2.0 Server 對(duì) 17 個(gè)物種 GATA-2 氨基酸序列的跨膜結(jié)構(gòu)域進(jìn)行預(yù)測(cè)，結(jié)果顯示本研究中 17 個(gè)物種的 GATA-2 氨基酸序列均不存在跨膜結(jié)構(gòu)域， 整條肽鏈位于細(xì)胞外， 推測(cè)該蛋白不是定位于生物膜的膜蛋白。 結(jié)合信號(hào)肽的預(yù)測(cè)， 說(shuō)明 GATA-2 蛋白質(zhì)屬于定位在細(xì)胞基質(zhì)中的蛋白質(zhì)， 不屬于膜蛋白或

11、分泌蛋白。疏水性/親水性的預(yù)測(cè)和分析疏水性和親水性分析對(duì)于預(yù)測(cè)蛋白質(zhì)的二級(jí)結(jié)構(gòu)和功能域具有重要的生物學(xué)意義。 疏水性的氨基酸傾向于遠(yuǎn)離周?chē)肿樱?將自己包埋進(jìn)蛋白質(zhì)的內(nèi)部，親水氨基酸通常處于蛋白質(zhì)分子的表面。利用在線工具ProtScale 對(duì) 17 個(gè)物種 GATA-2 氨基酸序列的疏水性 /親水性進(jìn)行預(yù)測(cè)，結(jié)果顯示本研究17 個(gè)物種的 GATA-2 氨基酸序列最低分值為 -4.500 ， 親水性最強(qiáng)； 最高分值為 4.500 ， 疏水性最強(qiáng)。 總體上看，親水區(qū)域大于疏水區(qū)域，故整條多肽鏈表現(xiàn)為親水性，因此認(rèn)為 GATA-2 蛋白是親水性蛋白，處于蛋白質(zhì)分子的表面。二級(jí)結(jié)構(gòu)的預(yù)測(cè)和分析 二級(jí)

12、結(jié)構(gòu)主要指多肽鏈依賴氫鍵排列成在一維方向上具有周期性結(jié)構(gòu)的構(gòu)象， 對(duì)其進(jìn)行預(yù)測(cè)與分析，有助于認(rèn)識(shí)蛋白的空間結(jié)構(gòu)。用 PBIL LYON-* 庫(kù)對(duì)17 個(gè)物種 GATA-2 氨基酸序列的二級(jí)結(jié)構(gòu)進(jìn)行預(yù)測(cè)，結(jié)果顯示本研究中 17 個(gè)物種的 GATA-2 蛋白質(zhì)二級(jí)結(jié)構(gòu)的主要結(jié)構(gòu)元件是無(wú)規(guī)卷曲（72.71375.83衿，其次 a-螺旋（11.46%- 13.33%）、B折疊（7.29%-9.38%、B 轉(zhuǎn)角（3.75嗆 5.83%）。2.3.6 氨基酸序列的組成成分及生化特性分析 用 ProtParam在線工具分析17 個(gè)物種 GATA-2 基因編碼的氨基酸序列，結(jié)果表明， 理論等電點(diǎn)為9.43， GATA-2 蛋白呈堿性， Pro 是 17 個(gè)物種中最主要的氨基酸，含量在 11.2%- 11.7%其次是Ala,含量 在10.8%-11.5% 再次是 Ser,含量在10.0%-11.0% 17個(gè)物種 GATA-2蛋白的不穩(wěn)定系數(shù)在 57.1162.63之間，表明這種蛋白 質(zhì)不穩(wěn)定。3 小結(jié)與討論不同物種間 GATA-2 基因的核苷酸歧異度、 凈遺傳距離和單倍型間的遺傳距離差異都較大，種內(nèi)及種間遺傳分化明顯。GATA-2 基因?qū)γ?/p>