不同物種GATA—2基因編碼區(qū)生物信息學(xué)分析

摘要：利用生物信息學(xué)方法分析了小家鼠（Mus musculus）、褐家鼠（Rattus norvegicus）、人（Homo sapiens）、黑猩猩（Pan troglodytes）、大猩猩（Gorilla）、倭黑猩猩（Pan paniscus）、猿（Nomascus leucogenys）、狨（Callithrix jacchus）、亞馬遜松鼠猴（Saimiri boliviensis）、家馬（Equus caballus）、小耳大嬰猴（Otolemur garnettii）、家貓（Felis catus）、東非狒狒（Papio Anubis）、獼猴（Macaca mulatta）、犬（Cains lapus）、野豬（Sus scrofa）、大熊貓（Ailuropoda melanoleuca）等17個(gè)物種GATA-2基因編碼序列（Coding sequence，CDS），并對(duì)該基因的遺傳多樣性、信號(hào)肽、導(dǎo)肽、跨膜結(jié)構(gòu)域、疏水性/親水性、蛋白質(zhì)二級(jí)結(jié)構(gòu)、氨基酸序列進(jìn)行了分析和預(yù)測(cè)。結(jié)果表明，在17個(gè)物種52條基因序列中共檢測(cè)到344個(gè)多態(tài)位點(diǎn)，有25種單倍型，GATA-2 基因序列編碼區(qū)的種內(nèi)、種間存在豐富的遺傳多樣性。GATA-2蛋白N端無(wú)信號(hào)肽，不具有導(dǎo)肽，沒(méi)有跨膜結(jié)構(gòu)域，表現(xiàn)為親水性，蛋白質(zhì)二級(jí)結(jié)構(gòu)主要結(jié)構(gòu)元件是無(wú)規(guī)卷曲和α-螺旋，理論等電點(diǎn)為9.43，GATA-2蛋白呈堿性。

關(guān)鍵詞：GATA-2基因；物種；生物信息學(xué)分析；遺傳多樣性

中圖分類(lèi)號(hào)：Q786 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2013）24-6182-05

GATA家族是一類(lèi)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(lèi)，前者與紅細(xì)胞、淋巴及性腺的發(fā)育有關(guān)，后者控制心、腸及外胚等組織分化的轉(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[3]。GATA-2還可調(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[4]，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[5]。本研究利用生物信息學(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)。

1 材料與方法

1.1 序列來(lái)源

1.2 方法

2 結(jié)果與分析

2.1 不同物種GATA-2基因核苷酸分析

2.1.1 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)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)物種種間的平均核苷酸差異數(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性（表2）。

2.1.2 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0.093～1.000之間，核苷酸歧異度（Dxy）和凈遺傳距離（Da）都在0.001～0.109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)。

2.2 不同物種GATA-2基因氨基酸多樣性分析

2.2.1 密碼子偏愛(ài)性 ENC值是評(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[6]。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[7]。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。

2.2.2 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個(gè)。不同物種同義替換位點(diǎn)數(shù)（SS）為364.50～367.50（表4），同義替換核苷酸多樣性均值[π（s）]為0.189；非同義替換位點(diǎn)數(shù)（NSS）為1 072.50～1 075.50，非同義替換核苷酸多樣性均值[π（a）]為0.006。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[8]，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。

2.2.3 不同物種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(lèi)分析，構(gòu)建不同物種分子聚類(lèi)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(lèi)相符合。

2.2.4 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%～66.10%之間（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

2.3.1 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)[9]。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)蛋白是否為分泌蛋白[10]。利用蛋白分析專(zhuān)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)。

2.3.2 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。

2.3.3 跨膜結(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α-螺旋形式存在的20個(gè)左右疏水氨基酸殘基構(gòu)成[11]，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)，不屬于膜蛋白或分泌蛋白。

2.3.4 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)肿樱瑢⒆约喊襁M(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[12]。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。

2.3.5 二級(jí)結(jié)構(gòu)的預(yù)測(cè)和分析 二級(jí)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)[13]。用 PBIL LYON-GERLAND信息庫(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（72.71%～75.83%），其次α-螺旋（11.46%～13.33%）、β折疊（7.29%-9.38%）、β轉(zhuǎn)角（3.75%～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57.11～62.63之間，表明這種蛋白質(zhì)不穩(wěn)定[14]。

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艽a子有較強(qiáng)的偏愛(ài)性，非同義替換位點(diǎn)數(shù)均明顯高于同義替換位點(diǎn)數(shù)，GATA-2基因在進(jìn)化過(guò)程中可能受到正向選擇的影響。GATA-2基因物種間的親緣關(guān)系與動(dòng)物學(xué)分類(lèi)相符。

GATA-2蛋白N端無(wú)信號(hào)肽，無(wú)導(dǎo)肽，無(wú)跨膜結(jié)構(gòu)域，整個(gè)多肽鏈表現(xiàn)為親水性，蛋白質(zhì)二級(jí)結(jié)構(gòu)的主要元件為無(wú)規(guī)則卷曲和α-螺旋，除此之外還有少量β折疊和β轉(zhuǎn)角，GATA-2蛋白質(zhì)不屬于膜蛋白或分泌蛋白，應(yīng)定位在細(xì)胞基質(zhì)。

參考文獻(xiàn)：

[1] MORRISEY E E， IP H S， TANG Z， et al. GATA-4 activates transcription via two novel domains that are conserved within the GATA-4/5/6 subfamily[J]. Journal of Biological Chemistry，1997，272（13）：8515-8524.

[2] ONODERA K， YOMOGIDA K， SUWABE N， et al. Conserved structure， regulatory elements， and transcriptional regulation from the GATA-1 gene testis promoter[J]. Journal of Biochemistry，1997，121（2）：251-263.

[3] IKONOMI P， RIVERA C E， RIORDAN M， et al. Overexpression of GATA-2 inhibits erythroid and promotes megakaryocyte different iat ion[J]. Exp Hematol，2000，28（12）：1423-1431.

[4] SUH H， GAGE P J， DROUIN J， et al. Pitx2 is required at multiple stages of pituitary organogenesis： Pituitary primordium formation and cell specification[J]. Development，2002，129（2）： 329-337.

[5] 吳秀麗，李揚(yáng)秋.轉(zhuǎn)錄因子GATA-2的研究進(jìn)展[J]. 現(xiàn)代臨床醫(yī)學(xué)生物工程學(xué)雜志，2003，9（5）：387-389.

[6] WRIGHT F. The‘effective number of codons’ used in a gene[J]. Gene，1990，87（1）：23-29.

[7] NOVEMBRE J A.Accounting for background nucleotide composition when measuring codon ussge bias[J]. Mol Biol Evol，2002，19（8）：1390-1394.

[8] GUO Z P . Introduction to Population Genetics[M]. Beijing： Agricultural Press，1993.298-332.

[9] 彭佳師，龔繼明.信號(hào)肽與蛋白質(zhì)的分選轉(zhuǎn)運(yùn)[J].植物生理學(xué)報(bào)，2011，47（1）：9-17.

[10] 孫翰昌，楊 帆，徐敬明，等.草魚(yú)含信號(hào)肽分泌蛋白的預(yù)測(cè)分析[J].水產(chǎn)科學(xué)，2011，30（3）：164-167.

[11] 張 耿，王 贊，關(guān) 寧，等.中間偃麥草Na+/H+逆向轉(zhuǎn)運(yùn)蛋白的分子克隆及生物信息學(xué)分析[J].遺傳，2007，29（10）：1263-1270.

[12] 胡秀珍.蛋白質(zhì)規(guī)則二級(jí)結(jié)構(gòu)中親疏水氨基酸緊鄰關(guān)聯(lián)特性[J].內(nèi)蒙古大學(xué)學(xué)報(bào)（自然科學(xué)版），2002，33（4）：395-400.

[13] 徐 飛，成述儒，羅玉柱. 綿羊DRB1基因生物信息學(xué)分析[J]. 生物技術(shù)通報(bào)，2011（1）：113-118.

[14] 張雨良，張智俊，楊峰山，等.新疆鹽生植物車(chē)前PmNHXl 基因的克隆及生物信息學(xué)分析[J].中國(guó)生物工程，2009，29（1）：27-33.