[烟草马铃薯Y病毒完整基因组的统计特征]马铃薯Y病毒
摘要：提取4个不同来源的烟草马铃薯Ｙ病毒完整基因组的统计特征，并对它们进行聚类分析。在烟草马铃薯Ｙ病毒完整基因组的碱基序列上，用每个碱基及其随后两个碱基所构成的三碱基组，排列成一个新的序列Ｓ，计算所有６４种不同三碱基组在Ｓ上出现的概率，得到一个６４维向量Ｌ；比较各个基因组的Ｌ向量，得到４个三碱基组（ＣＡＡ、ＧＡＴ、ＧＴＡ、ＧＡＣ），它们的概率有明显的差异。这４个三碱基组的出现概率与烟草马铃薯Ｙ病毒基因组的遗传变异有着重要关联；４个不同来源的烟草马铃薯Ｙ病毒完整基因组，按其遗传变异结果，形成两个大类。
关键词：烟草马铃薯Ｙ病毒；三碱基组；概率；Ｋ－Ｍ聚类；
中图分类号：Ｓ４３５．７２；Ｑ７８ 文献标识码：Ａ 文章编号：0439－８114（２０11）09－1821-02
Ｔｈｅ Sｔａｔｉｓｔｉｃａｌ Cｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｐｏｔａｔｏ Vｉｒｕｓ Ｙ Cｏｍｐｌｅｔｅ Gｅｎｏｍｅ
ＹＡＮＧ Ｓｈｕｏ，ＬＩ Ｊｉａｎ－ｘｕｅ
（Ｘｉａｎｇｃｈｅｎｇ Ｔｏｂａｃｃｏ Ｍｏｎｏｐｏｌｙ Ｂｕｒｅａｕ， Ｘｉａｎｇｙａｎｇ ４４１０００，Ｈｕｂｅｉ，China）
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｓｔａｔｉｓｔｉｃａｌ characteristics of the complete genome of 4 potato virus Y（PVY） with different resources were extracted and cluster analyzed. A new sequence S was arranged by the three-base groups composing every base and its following two bases in PVY complete genome. And then a 64-ｄｉｍｅｎｓｉｏｎａｌ ｖｅｃｔｏｒ Ｌ was obtained by caculating the appearance probability of each of the 64 three-base-groups. 4-three-base-groups（ＣＡＡ，ＧＡＴ，ＧＴＡ，ＧＡＣ） whose appearance probability was great different was identified by comparingL vector of every genome. The appearance probability of these four three-base-groups has great ralations with genetic variation of PVY. And the 4 complete genome of PVY was clustered into two groups according to the result of genetic variation.
Ｋｅｙ ｗｏｒｄｓ： ｐｏｔａｔｏ ｖｉｒｕｓ Ｙ； ｔｈｒｅｅ-ｂａｓｅ-ｇｒｏｕｐｓ； ｐｒｏｂａｂｉｌｉｔｙ； Ｋ－Ｍ ｃｌｕｓｔｅｒｉｎｇ
烟草马铃薯Ｙ病毒（ＰＶＹ）侵染烟草引起的病害，又称作脉坏死病、褐脉病、黄斑坏死病等。系统分析和研究烟草马铃薯Ｙ病毒基因组的统计特性、结构特征和遗传变异规律，进而采用基因工程技术对烟草马铃薯Ｙ病毒病进行防治，是一个有重要理论意义和实用价值的课题。本文提取4个不同来源的烟草马铃薯Ｙ病毒完整基因组的统计特征，并对它们进行聚类分析。
１材料与方法
１．１材料
4个不同来源的烟草马铃薯Ｙ病毒的完整基因组ＧｅｎＢａｎｋ Ｘ１２４５６．１（Ｇ１）、ＧｅｎＢａｎｋ ＥＦ０２６０７４．１（Ｇ２）、ＧｅｎＢａｎｋ ＦＪ６４３４７７．１（Ｇ３）、ＧｅｎＢａｎｋ ＦＪ６４３４７８．１
（Ｇ４）来自ＮＣＢＩ数据库［１］；采用ＭＡＴＬＡＢ ７．０软件计算６４种三碱基组出现的概率和Ｋ－Ｍ聚类分析。
１．２方法
在第ｉ个烟草马铃薯Ｙ病毒完整基因组的碱基序列上，用每个碱基及其随后两个碱基所构成的三碱基组，排列成一个新的序列Ｓ；计算６４种不同三碱基组在Ｓ上出现的概率，得到一个６４维向量Ｌ；比较各个基因组的Ｌ向量，得到一些三碱基组，它们的概率有明显的差异。
依照如下的规律，给三碱基组赋予数字代码：
１．ＡＡＡ；２．ＡＡＴ；３．ＡＡＣ；４．ＡＡＧ；５．ＡＴＡ；６．ＡＴＴ；…；６４．ＧＧＧ。
最后，对4个不同来源的烟草马铃薯Ｙ病毒完整基因组按照Ｌ向量进行Ｋ－Ｍ聚类分析。
２结果与分析
２．１Ｌ向量和各Ｌ向量之间的差向量
Ｌ向量是一个概率值向量（６４种不同三碱基组在基因组上出现的概率）。４个不同来源的烟草马铃薯Ｙ病毒基因组的Ｌ向量分布如图１所示，它们的差如图２所示。通过图１和图２可以了解烟草马铃薯Ｙ病毒基因组遗传变异过程中最活跃的１０个三碱基组（表１）及最保守的１０个三碱基组（表２）。
大部分三碱基组在４种不同来源的烟草马铃薯Ｙ病毒基因组上出现的概率差别不大，只有若干个三碱基组在基因组上出现的概率差别较大（表１和表２）。
２．２Ｋ－Ｍ聚类
对不同来源的烟草马铃薯Ｙ病毒完整基因组，按照其Ｌ向量进行Ｋ－Ｍ聚类分析，得到聚类树状图（图３）。由聚类树状图可以看出各基因组的遗传变异关系分为两个大类。其中，4个不同来源的烟草马铃薯Ｙ病毒完整基因组有着不同的演化路径：Ｇ１、Ｇ２与Ｇ３、Ｇ４两个演化路径变异较大。
３小结
４个三碱基组（ＣＡＡ-33号、ＧＡＴ-50号、ＧＴＡ-53号、ＧＡＣ-51号）的出现概率与马铃薯Y病毒完整基因组的遗传变异有着重要关联；５个三碱基组（ＡＡＴ-2号、ＡＣＡ-9号、ＣＡＴ-34号、ＣＧＣ-47号、ＧＧＣ-63号）是较为保守的三碱基组；４个不同来源的烟草马铃薯Ｙ病毒完整基因组，按其遗传变异结果，分为两个大类。本文的研究方法普遍适用于各种烟草病毒基因组序列的分析［2-4］。在遗传变异过程中，最活跃的三碱基组（ＣＡＡ、ＧＡＴ、ＧＴＡ、ＧＡＣ）的物理、化学和生物学效应的研究，是一个有意义的课题；而最保守的三碱基组（ＡＡＴ、ＡＣＡ、ＣＡＴ、ＣＧＣ、ＧＧＣ）在基因组上的功能，与这一物种的本质特性有着重要的关联。在实验室对最活跃和最保守的三碱基组进行相关试验，可以获得遗传变异的某些效应。
参考文献：
［１］ ALLISON R F，DOUGHERTY W G，PARKS T D， et al. Tobacco etch uirus， complete genome［ＥＢ／ＯＬ］. ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ｎｕｃｃｏｒｅ／ＮＣ＿００１５５５．
［2］ 兰平秀，程建勇，李凡，等． 烟草扭脉病毒部分基因组特征及其分类地位分析［Ｊ］． 农业生物技术学报，２００８，１６（１）：１７７－１７８．
［3］ 郭兴启， 温孚江， 宋云枝，等． 翻译和非翻译马铃薯Ｙ病毒外壳蛋白基因介导的抗病性比较［Ｊ］． 病毒学报，２００１，１７（４）：３６０－３６７．
［4］ 杨纪青， 杨硕， 杨莉， 等． Ｔｏｍａｔｏ ｌｅａｆ ｃｕｒｌ Ｂａｎｇｌａｄｅｓｈ病毒完整基因组上微卫星分布［Ｊ］．中国农学通报，２０１０，２６（２４）：２０－２７．
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文