[发明专利]一种基因内含子进化重构装置及方法

说明书

技术领域

本发明涉及生物技术领域，特别涉及一种基因内含子进化重构装置及方法。

背景技术

内含子是基因内的间隔序列或不编码序列，又称沉默DNA，它把单个真核基因分成许多不连续的区域，在转录后通过加工被切除，不被表达于蛋白质分子或成熟的mRNA中。大多数真核生物和古细菌的基因都有内含子。基因的编码部分称外显子，内含子通常比外显子长，且占基因更大的比例。内含子的功能研究目前尚处于起步阶段，对其功能研究既是基因组序列功能研究的一部分，又能为研究编码序列功能提供重要工具，促进对基因表达调控的进一步理解，同时还能提供有关生命起源进化的大量信息。内含子进化研究是内含子功能研究的一个方面，通过进化重构可以分析内含子的进化动力和内含子的功能或潜在的功能，在医学领域和动植物生长发育领域研究中具有广泛的应用前景。而在基因进化过程中内含子的长度和碱基序列变化较大，使得通过序列进行内含子进化重构有较大困难，但是内含子在基因中的位置非常保守，因而可以利用同源基因中内含子的位置来重构内含子的进化。

现有文献《双翅目昆虫(黑腹果蝇和冈比亚按蚊)内含子丢失的比较分析》(昆虫学报2006，49(3)：373-380)公开了一种重构内含子进化的方法，包括获取一组同源基因，通过各自基因的基因组序列和蛋白序列比对获得内含子位点(位置)，然后判断这些内含子的得失情况，如若同一位点(位置)只有一个基因存在内含子，其它都不存在，则认为该内含子是在进化过程中获得的，这是因为一次得到事件较几次独立的丢失的可能性要大；如果同一位点，只有一个基因不存在内含子，则认为该内含子是在进化过程中丢失的，这是因为一次丢失事件较几次独立的得到事件的可能性要大；若同一位点都存在内含子，则认为其共同的祖先中也存在，没有得失。该方法对于当内含子的存在情况比较复杂，如同一位点部分基因存在部分基因不存在，尤其是对大量同源基因或从基因组层面上对多组大量同源基因进行内含子得失计算时将不再有效，并且该方法仅仅是判断现存基因的内含子的得失情况(在进化中是获得的还是丢失的)，未对内含子的进化历程做出判断和推断，对后续的内含子功能研究具有较大局限性。

发明内容

本发明所要解决的技术问题是提供一种能客观地描述内含子进化历程的内含子进化重构方法，该方法适合任何数量、任何规模的同源基因的内含子重构，具有应用广泛性。

为解决上述技术问题，本发明提供一种基因内含子进化重构装置，包括：

同源基因数据获取单元，用于获取同源基因数据；

内含子位点判断单元，用于对获取的同源基因数据进行判断是否有内含子位点数据；

内含子位点标定单元，用于对同源基因数据标定内含子位点；

系统进化树构建单元，用于对带有内含子位点的同源基因数据集构建系统进化树；

内含子进化重构单元，用于对构建的系统进化树根据最大简约法重构内含子进化。

优选的，所述内含子进化重构单元对构建的系统进化树根据最大简约法重构内含子进化为根据进化树叶结点的内含子存在情况确定根结点和中间结点；根结点和中间结点的内含子位点与叶结点的内含子位点一一对应；首先判断根结点各内含子位点的内含子存在情况，然后从根结点向叶结点方向依次判断各中间结点的内含子存在情况；根结点或某中间结点的某内含子位点的内含子存在情况的判断方法如下：若两分支中均有1个或多个叶结点的相应内含子位点存在内含子，则判断此根结点或中间结点在此位点为存在内含子；若两分支中一支有1个或多个叶结点的相应内含子位点存在内含子而另一支的所有叶结点的相应内含子位点均不存在内含子，对于根结点，则判断其在此位点为不存在内含子，对于中间结点，则考察其父母结点的相应内含子位点，父母结点存在则其存在，反之不存在。

优选的，所述内含子进化重构单元对构建的系统进化树根据最大简约法重构内含子进化为从进化树叶结点至根结点的方向判断中间结点和根结点的内含子存在情况；每个中间结点和根结点均由两个子女结点组成，某中间结点的某内含子位点的内含子存在情况的判断方法如下：若其两子女结点相应内含子位点均存在内含子，则判断此中间结点在此位点为存在内含子；若其两子女结点相应内含子位点均不存在内含子，则判断此中间结点在此位点为不存在内含子；若其中一个子女结点相应内含子位点存在内含子而另一个不存在，则考察此中间结点的兄弟结点结点，若兄弟结点相应内含子位点存在内含子，则判断此中间结点在此位点为存在，反之不存在。

优选的，所述同源基因数据获取单元与同源基因库相连接，从同源基因库获得同源基因数据集。