[论文解读] p-Adic Structure of the Genetic Code

Бранко Драгович|arXiv (Cornell University)|Feb 10, 2012

advanced mathematical theories参考文献 32被引用 5

一句话总结

本文提出了一种p进制数学框架，通过密码子之间的5进制距离来建模遗传密码，揭示了简并性（多个密码子编码同一氨基酸）自然源于超度量结构。该方法通过p进制邻近性解释密码子聚类为双联体、四联体和六联体，为遗传密码的组织与进化提供了新颖的理论基础，其中3进制距离与DNA碱基对中的氢键强度相关。

ABSTRACT

The genetic code is connection between 64 codons, which are building blocks of the genes, and 20 amino acids, which are building blocks of the proteins. In addition to coding amino acids, a few codons code stop signal, which is at the end of genes, i.e. it terminates process of protein synthesis. This article is a review of simple modelling of the genetic code and related subjects by concept of p-adic distance. It also contains some new results. In particular, the article presents appropriate structure of the codon space, degeneration and possible evolution of the genetic code. p-Adic modelling of the genetic code is viewed as the first step in further application of p-adic tools in the information sector of life science.

研究动机与目标

• 开发一种p进制数学模型来描述遗传密码，以解释其结构与演化特性。
• 研究密码子之间的p进制距离如何解释遗传密码的简并性，即多个密码子编码同一氨基酸的现象。
• 通过p进制邻近性与核苷酸向数字的史前分配，探索从二核苷酸到三核苷酸密码子的演化过渡。
• 为p进制信息论在分子生物学中的理论基础提供支持，特别是在DNA和RNA序列分析中的应用。
• 将p进制距离与已知的物理化学性质（如DNA碱基对中的氢键）相关联。

提出的方法

• 使用数字分配将密码子映射为5进制整数：C=1，A=2，U/T=3，G=4，形成一个64个元素的密码子空间 𝒞₅[64]。
• 使用p进制距离 dₚ(x,y) = p^−vₚ(x−y) 来衡量密码子之间的相似性，其中 vₚ 表示p进制赋值。
• 应用超度量性质（强三角不等式）来建模密码子按简并性分组（双联体、四联体、六联体）的层次聚类。
• 使用3进制距离关联氢键强度：d₃(C,G)=1/3 与 d₃(A,T)=1，分别对应3个和2个氢键。
• 该模型假设在早期二核苷酸密码子中，密码子与氨基酸之间存在直接对应关系，且密码子与其对应氨基酸之间的p进制距离为零。
• 基于密码子长度增加与p进制邻近性，提出演化情景，5进制结构作为稳定基础。

实验结果

研究问题

• RQ1 p进制距离如何解释遗传密码的简并性，如密码子的双联体、四联体和六联体？
• RQ2 p进制超度量性在将密码子组织为功能簇中起什么作用？
• RQ3 p进制模型如何解释从二核苷酸到三核苷酸密码子的演化过渡？
• RQ4 p进制距离能否与已知的物理化学性质（如DNA碱基对中的氢键）相关联？
• RQ5 为何在p进制框架中，将C=1，A=2，U/T=3，G=4的分配被认为是最优的？

主要发现

• 遗传密码中的简并性——即多个密码子编码同一氨基酸——自然源于5进制超度量结构，密码子根据p进制邻近性被聚类为双联体、四联体和六联体。
• 5进制密码子空间 𝒞₅[64] 提供了一个理论框架，涵盖了所有已知的遗传密码变体，包括演化修饰。
• 3进制距离 d₃(C,G)=1/3 与 d₃(A,T)=1 分别与氢键数量（3个和2个）相关，表明p进制邻近性具有物理基础。
• 该模型暗示，早期的二核苷酸密码子具有直接的密码子-氨基酸对应关系，且p进制距离为零，支持一种历史演化的路径。
• 所选的核苷酸到数字的映射（C=1，A=2，U/T=3，G=4）满足互补性（C+G=A+T=5），且在24种排列中为最优。
• p进制建模为DNA和RNA序列提供了一种系统化、信息论导向的方法，具有整合进基因组计算工具的潜力。