[論文レビュー] Correlation Between GC-content and Palindromes in Randomly Generated Sequences and Viral Genomes

Andrew Ninh|arXiv (Cornell University)|Feb 24, 2013

Bacteriophages and microbial interactions参考文献 9被引用数 4

ひとこと要約

本研究では、計算的手法を用いてウイルスゲノムおよびランダムに生成されたゲノムにおけるGC含量とパルミンダローム密度の相関関係を調査した。その結果、パルミンダローム密度は極端なGC比においてピークを示し、50%で最小値を示す2次関係であることが判明した。野生型ウイルスゲノムは、機能的でパルミンダロームでない制約があるため、ランダムな配列よりも一般的にパルミンダローム密度が低く、ウイルスゲノム学およびドラッグターゲティングにおける進化的・構造的意義を示唆している。

ABSTRACT

GC-content, the ratio of guanine and cytosine bases in an entire nucleotide sequence, and palindromic sequences are unique for every organism due to genomic evolution. The goals of our research was to establish a correlation between GC-content and palindromic densities in wild-type viral and randomly-generated genomes. Forty viral genomes were downloaded from GenBank and their GC-ratios and palindromic densities were calculated and plotted using Mathematica. The palindromic densities-by-GC-ratios plot of randomly generated sequences (palindromic density curve) exhibited a quadratic relationship and was superimposed over the viral genome plot. It was observed that the viral plots followed the curvature of the random sequences' quadratic curve, signifying a directly proportional relationship between GC-content and palindrome density in viral genomes. However, because viral genomes require certain non-palindromic sequences to function, the palindromic densities of most wild-type genomes were under the palindromic density curve. The variance in palindrome densities of wild-type genomes in respect to the random sequences' quadratic curve may be examined to determine evolutionary traits in genomes. A better understanding of viral palindromic densities and GC-ratios would help in understanding conserved secondary RNA structures in viral genomes and future drug discovery. In addition, certain viral genomes were found to be viable recombinant viruses, which are used in gene therapy.

研究の動機と目的

• GC含量がウイルスゲノムにおけるパルミンダローム密度と相関するかどうかを特定すること。
• 同一のGC比を有するランダムに生成された配列と比較して、野生型ウイルスゲノムのパルミンダローム密度を評価すること。
• ウイルスゲノムにおける機能的制約が、ランダム配列のパルミンダローム密度曲線からの乖離に与える影響を評価すること。
• GC含量に関連するパルミンダローム密度の変動が、進化的および構造的意義をどのように示すかを検討すること。

提案手法

• 指定されたGC比を満たすために、暗号的ランダム性を保証するSecureRandom Javaパッケージを用いてランダムな遺伝子配列を生成した。
• 全配列について、GC含量は (G + C) / (A + T + G + C) × 100 として計算した。
• 独自開発のJavaアルゴリズムを用いて、全長4以上の完全パルミンダロームを同定し、パルミンダローム密度はその合計を配列長で除算することで算出した。
• ランダムおよび野生型ウイルスゲノムの両者について、パルミンダローム密度をGC含量に対してプロットし、傾向を特定した。
• ランダム配列のパルミンダローム密度曲線を基準として、野生型ウイルスゲノムと比較した。
• 統計的比較により、ウイルスゲノムがランダム曲線から乖離していることが判明し、機能的および進化的制約が示唆された。

実験結果

リサーチクエスチョン

• RQ1 ランダムに生成されたDNA配列において、GC含量とパルミンダローム密度の間には非線形的関係が存在するか？
• RQ2 野生型ウイルスゲノムは、ランダム配列で観察されたGC含量－パルミンダローム密度関係を同じように示すか？
• RQ3 なぜ大多数のウイルスゲノムが、同じGC含量を持つランダム配列と比較して、予想されるパルミンダローム密度よりも低いのか？
• RQ4 ウイルスゲノムに存在する機能的でパルミンダロームでない配列は、ランダムなパルミンダローム密度曲線からの乖離をどの程度説明できるか？
• RQ5 ランダム曲線からの乖離度は、ウイルスゲノムの進化や保存された二次構造に関する知見を提供できるか？

主な発見

• ランダムに生成された配列において、GC含量とパルミンダローム密度の間には2次関係が観察され、50%のGC含量でパルミンダローム密度が最小値を示し、極端なGC比で最大値を示した。
• 野生型ウイルスゲノムは、同じGC含量を持つランダム配列と比較して一般的にパルミンダローム密度が低く、機能的制約が示唆された。
• ウイルスゲノムがランダムなパルミンダローム密度曲線から乖離する原因は、オープンリーディングフレームやスプライシング部位などの非パルミンダローム配列の必要性に起因する。
• 高GC含量と高パルミンダローム密度を示すウイルスゲノムは、遺伝子治療やワクチン開発におけるリコンビナントベクターとして適している可能性がある。
• ランダム曲線に対するパルミンダローム密度の変動は、メチル化部位や保存された二次構造RNAの選択的圧力といった進化的圧力を反映している可能性がある。
• 本研究は、GC含量のみではパルミンダローム密度を完全に決定できないこと、機能的ゲノム要素が観察される関係に影響を与えていることを確認した。