基因组中序列组织的信息论视角
摘要：序列组织从两个角度来看：一个是从信息冗余或信息相关性（IC）角度，另一个是从k-mer频率统计角度。研究了两个问题。第一个问题是当序列长度达到某个临界值时，IC超过波动边界并且顺序从基因组中的波动中出现。我们证明了从波动到顺序的转变在人类和大肠杆菌基因组的约200-300万碱基的序列长度处发生。这意味着生命起源于宏观和微观之间的一个区域。第二个问题是在进化压力和功能选择下，基因组中k-mer组织的统计规律。我们推导出了一个关于N长基因组序列中k-mer频率偏差与随机性的求和规则Q(k,N)，并推导出了Q(k,N)与k和N的关系。我们发现对于大多数基因组序列，Q(k,N)随着长度N以一个常定的速率增加，并证明当k-mer的功能选择累积到某个临界值时，顺序出现。一个重要的发现是这个求和规则与基因组的进化复杂性相关。
作者：Liaofu Luo, Yang Gao, Jun Lu
论文ID：1004.3843
分类：Genomics
分类简称：q-bio.GN
提交时间：2010-04-23