利用位点特异性打分矩阵对大肠杆菌启动子的预测

闫妍，万平*

(首都师范大学生命科学学院，北京100048)

摘要：启动子是基因转录起始的一个关键性元件。本研究利用数据库中提供的大肠杆菌启动子数据，基于位点特异性打分矩阵(Position-specific scoring matrix，PSSM)算法建立了大肠杆菌启动子预测方法，并采用ROC曲线对预测结果进行评估。结果显示，本方法对大肠杆菌sigma24、sigma28、sigma32、sigma38、sigma54和sigma70启动子预测的准确度分别达到86%，96%，93%，96%，97%和74%。由于原核生物启动子序列的保守性，可将该方法推广至其他原核生物的启动子预测。

关键词：大肠杆菌；启动子；位点特异性打分矩阵(PSSM)；预测

中图分类号：Q811.4文献标志码：A

收稿日期：2015-01-14;修回日期：2015-03-10.

作者简介：吴文峰，男，硕士研究生，研究方向：智能信息及图像处理;E-mail:641178636@qq.com.

doi:10.3969/j.issn.1672-5565.2015.02.10

Prediction ofEscherichiacoliK-12 promoters using position-specific

scoring matrix (PSSM) method

YAN Yan, WAN Ping*

(CollegeofLifeScience,CapitalNormalUniversity,Beijing100048 ,China)

Abstract：Promoter is an essential element in transcription initiation. In this study, we proposed a method for the promoter prediction based on the position-specific scoring matrix(PSSM) constructed with the data from RegulonDB database,and evaluated the performance through the receiver operating characteristic(ROC).We predicted the Escherichia coli K-12 promoters, the accuracies of predictions for sigma24, sigma28, sigma32, sigma38, sigma54 and sigma70 are 86%, 96%, 93%, 96%, 97% and 74%, respectively. Since promoter sequences are conserved among prokaryotes, PSSM could be applied to the prediction of prokaryotic promoters.

Keywords：E.coli; Promoter; Position-specific Scoring matrix; Prediction

启动子是基因转录起始的一个关键性元件，位于基因转录起始点附近。在细菌中，启动子由RNA聚合酶核心酶与相应的sigma因子共同识别[1]。因子共有7种类型：sigma19、sigma24、sigma28、sigma32、sigma38、sigma54和sigma70，每种sigma因子所识别的序列都具有一定特征。除sigma54启动子外，启动子在转录起始位点上游-10和-35位附近都存在保守区域[2]；而sigma54启动子的保守区域位于转录起始位点上游-12和-24位附近[3]。

对于特征结构域建模的算法有很多。例如，常用的有位点特异性打分矩阵(Position-specific scoring matrix，PSSM，也称PWM)、贪婪算法、EM算法和MCMC算法，这些算法都有各自的优缺点[4]。此外，近年内也报导了一些新型算法，如pHMM-ANN方法[5]、GLECLUBS算法[6]、BOBRO算法[7-8]、神经网络算法[9]、构建非传统的16列双核苷酸矩阵的PSSM算法[10]。

在众多算法中，PSSM仍然是最常用的算法，占据重要的地位。PSSM在发现例如启动元件或可变剪接等具有信号核酸序列方面有着广泛的应用[11]。……