基因组 AT 偏倚与氨基酸代谢共同调控密码子使用

为解析基因组蛋白编码序列进化中密码子和氨基酸比例特征问题，研究人员构建简化最大熵模型，整合超 50000 基因组遗传元件化学计量学，纳入密码子 GC 含量相关成本与氨基酸代谢成本。发现基因组 GC 含量普遍平衡值低于 50%，氨基酸分强（C、G）弱（A、U）碱基配对组，揭示熵 - 成本权衡机制对基因组编码的影响。

　　

基因组中蛋白质编码序列经进化形成特有的密码子和氨基酸比例特征。本研究建立简化最大熵模型，将具有相同 GC（鸟嘌呤 + 胞嘧啶）含量且编码同一氨基酸的密码子归类，利用 7 个可解释参数分析超 50000 个基因组的遗传元件化学计量关系。模型同时考虑给定基因组 GC 含量下的密码子成本及相应氨基酸的代谢成本，二者对准确预测密码子和氨基酸丰度至关重要。研究发现，模型的最优应用包含文献提出的基因组 GC 含量普遍平衡值（低于 50%），并将 20 种氨基酸分为与反密码子形成强（碱基 C 和 G）或弱（碱基 A 和 U）Watson Crick 碱基配对的两组，两组在 GC 依赖性选择强度上存在差异。熵 - 成本权衡表明，每个生物体在给定基因组 GC 含量下已解决基因组编码问题，该权衡的经验边界提示氨基酸和密码子熵的最小值可能限制天然基因组的 GC 含量。