Предпочтение кодонов: различия между версиями

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску
Интерактивная навигация по истории
[непроверенная версия][непроверенная версия]
← Предыдущая правкаСледующая правка →
Содержимое удалено Содержимое добавлено
ВизуальныйВики-текст
Строка 78: Строка 78:
Предложено несколько способов измерения степени выраженности кодонного предпочтения.
Предложено несколько способов измерения степени выраженности кодонного предпочтения.


* Наиболее известная мера предложена Shapr & Li в 1986 году
* Наиболее известная мера предложена Shapr & Li в 1986 году<ref>{{Статья|автор = Sharp PM, Li WH |заглавие = Codon usage in regulatory genes in Escherichia coli does not reflect selection for 'rare' codons|издание = J Mol Evol|год = 1986|pmid = 3104616}}</ref>.
⚫
<b>Индекс отношения использования синонимичных кодонов</b> (relative synonymous codon usage) отражает то, насколько отклоняется частота использования конкретного кодона от ожидаемой частоты при равномерном распределении синонимичных кодонов:
⚫
<ref>{{Статья|автор = Sharp PM, Li WH |заглавие = The codon adaptation index-a measure of directional synonymous codon usage bias, and its potential applications|издание = Nucleic Acids Res|год = 1987|pmid = 3547335}}</ref>
⚫
. <b>Индекс отношения использования синонимичных кодонов</b> (relative synonymous codon usage) отражает то, насколько отклоняется частота использования конкретного кодона от ожидаемой частоты при равномерном распределении синонимичных кодонов:


<math> RSCU_{ij} = \frac {X_{ij}} { (\frac {1} {n_{i}}) \sum^{n_{i}}_{j=1} X_{ij}} </math>
<math> RSCU_{ij} = \frac {X_{ij}} { (\frac {1} {n_{i}}) \sum^{n_{i}}_{j=1} X_{ij}} </math>
Строка 86: Строка 85:
<math>{X_{ij}}</math> - число j-ых кодонов, кодирующих i-ую аминокислоту, n - число синонимичных кодонов для i-ой аминокислоты.
<math>{X_{ij}}</math> - число j-ых кодонов, кодирующих i-ую аминокислоту, n - число синонимичных кодонов для i-ой аминокислоты.


Авторами RSCU был так же предложен <b>индекс адаптации кодонов</b> - мера адаптации гена к кодонному предпочтению ([[:en:codon adaptation index|codon adaptation index]]). Эта мера определяется как среднее геометрическое значений относительной адаптивности для всех кодонов. Относительная адаптивность кодона рассчитывается как отношение частоты встречаемости данного кодона к частоте наиболее представленного кодона, кодирующего данную аминокислоту.
Авторами RSCU был так же предложен <b>индекс адаптации кодонов</b><ref>{{Статья|автор = Sharp PM, Li WH |заглавие = The codon adaptation index-a measure of directional synonymous codon usage bias, and its potential applications|издание = Nucleic Acids Res|год = 1987|pmid = 3547335}}</ref> - мера адаптации гена к кодонному предпочтению ([[:en:codon adaptation index|codon adaptation index]]). Эта мера определяется как среднее геометрическое значений относительной адаптивности для всех кодонов. Относительная адаптивность кодона рассчитывается как отношение частоты встречаемости данного кодона к частоте наиболее представленного кодона, кодирующего данную аминокислоту.


* Другой подход оценки кодонного предпочтения основан на использовании [[Информационная энтропия#Определение по Шеннону|энтропии Шеннона]]. Этот подход нашёл применение в ряде статистик (например, SCUO).
* Другой подход оценки кодонного предпочтения основан на использовании [[Информационная энтропия#Определение по Шеннону|энтропии Шеннона]]<ref>{{Статья|автор = Zeeberg B |заглавие = Shannon information theoretic computation of synonymous codon usage biases in coding regions of human and mouse genomes|издание = Genome Res|год = 2002|pmid = 12045147}}</ref>. Этот подход нашёл применение в ряде статистик (например, SCUO<ref>{{Статья|автор = Wan XF, Xu D, Kleinhofs A, Zhou J |заглавие = Quantitative relationship between synonymous codon usage bias and GC composition across unicellular genomes|издание = BMC Evol Biol|год = 2002|pmid = 15222899}}</ref>).


Также существуют методы для оценки различий кодонного предпочтения в разных генах. В их основе могут лежать [[метод главных компонент]], [[k-means|метод к средних]], [[метод максимального правдоподобия]]. Многие из них реализованы в виде отдельных программ.
Также существуют методы для оценки различий кодонного предпочтения в разных генах. В их основе могут лежать
[[метод главных компонент]]<ref>{{Статья|автор = Su MW, Lin HM, Yuan HS, Chu WC |заглавие = Categorizing host-dependent RNA viruses by principal component analysis of their codon usage preferences|издание = J Comput Biol|год = 2009|pmid = 19958082}}</ref>,
[[k-means|метод k средних]],
[[метод максимального правдоподобия]]<ref>{{Статья|автор = Kloster M, Tang C |заглавие = SCUMBLE: a method for systematic and accurate
detection of codon usage bias by maximum likelihood estimation|издание = Nucleic Acids Res|год = 2008|pmid = 18495752}}</ref>.
Многие из них реализованы в виде отдельных программ<ref>{{Статья|автор = Kloster M, Tang C |заглавие = SCUMBLE: a method for systematic and accurate
detection of codon usage bias by maximum likelihood estimation|издание = Nucleic Acids Res|год = 2008|pmid = 18495752}}</ref>
⚫
<ref>{{Статья|автор = Angellotti MC, Bhuiyan SB, Chen G, Wan XF |заглавие = CodonO: codon usage bias analysis within and across genomes|издание = Nucleic Acids Res|год = 2007|pmid = 17537810}}</ref>
<ref>{{Статья|автор = Puigbò P, Aragonès L, Garcia-Vallvé S |заглавие = RCDI/eRCDI: a web-server to estimate codon usage deoptimization|издание = BMC Res Notes|год = 2010|pmid = 20356391}}</ref>.


== Примеры ==
== Примеры ==

Версия от 20:32, 15 апреля 2015

Предпочтение кодонов — явление, описывающее неравные частоты встречаемости синонимичных кодонов в кодирующих областях генома[1][2].

Вследствие вырожденности генетического кода часть аминокислот закодирована различными кодонами. Кодоны, кодирующие одну аминокислоту, называют синонимичными, или изоакцепторными. Для 18 аминокислот существует более одного кодона (от 2 до 6). Для 8 аминокислот третья позиция их кодонов является вырожденной - там может встречаться любой из 4 возможных нуклеотидов. Длительное время считалось, что изоакцепторные кодоны равноправны, поскольку последовательность кодируемого белка не меняется, и мутации, превращающие один изоакцепторный кодон в другой (например, мутации по третьему положению четырёхкратно вырожденных кодонов), являются нейтральными ("молчащими"). Однако с появлением в открытом доступе нуклеотидных последовательностей различных генов стали накапливаться свидетельства неравного распределения синонимичных кодонов в кодирующей ДНК. В англоязычной литературе это явление получило название Codon usage bias.

В целом генетический код консервативен среди организмов. Однако предпочтение кодонов варьирует между организмами - в разных организмах выбор частых и редких синонимичных кодонов различен[3][4][5][6]. В то же время этот выбор более менее постоянен в разных генах одного генома[7][8][6]. Гипотеза о том, что различные организмы имеют различные предпочтения, получила название геномной гипотезы предпочтения кодонов[8].

По мере накопления доступных для анализа нуклеотидных последовательностей из разных организмов становилось понятно, что неравное распределение синонимичных кодонов находится под действием эволюционных сил (естественный отбор, дрейф генов, мутации) и может проявляться по-разному в разных участках генов[6][9][10], геномов и в разных организмах.

Эволюционные механизмы

Существует две гипотезы, объясняющих явление предпочтения кодонов[11][5][12][13]. Мутационная (нейтральная) гипотеза предполагает, что предпочтение кодонов существует из-за различных мутационных паттернов - некоторые кодоны в большей степени подвержены мутациям, и поэтому встречаются реже. Гипотеза отбора объясняет существование кодонного предпочтения действием естественного отбора - предпочтение кодонов влияет на эффективность и точность экспрессии генов, и, таким образом, создаётся и поддерживается отбором.

Мутационная гипотеза

Мутационные паттерны различаются у разных организмов, что может быть причиной различных предпочтений кодонов в разных организмах. Также в пользу мутационной гипотезы свидетельствует тот факт, что наиболее значимым параметром, объясняющим предпочтение кодонов, является GC-состав[7][14][15]. GC-состав - свойство целого генома, и не может быть объяснён естественным отбором, действующим только на кодирующие участки.

Гипотеза отбора

Существуют доказательства и в пользу влияния естественного отбора. Мутационная гипотеза не может объяснить, почему наиболее частыми кодонами являются те, которые узнаются наиболее встречаемыми тРНК[16][17][18][19]. Также помимо GC-состава предпочтение кодонов очень сильно коррелирует с уровнем экспрессии гена[5][9][16]. Часто функционально связанные гены - с большой вероятностью экспрессирующиеся на одном уровне - имеют одинаковые кодонные предпочтения. В принципе, уровень экспрессии гена может влиять на мутационные паттерны и именно таким образом влиять на предпочтение кодонов[20]. Однако было показано, что предпочтения кодонов в экзонах и интронах могут различаться, что опровергает эту гипотезу[5][21].

Модель баланса действующих сил

Точные причины выбора предпочтительных кодонов остаются неясными. Однако, учитывая существование свидетельств в пользу и естественного отбора, и мутационного процесса, была сформирована модель предпочтения мажорных кодонов, или модель баланса мутационного процесса, естественного отбора и генетического дрейфа[10][5][22][23][24]. В рамках этой модели естественный отбор поддерживает некоторые кодоны (предпочтительные, или мажорные) на более высоких частотах, в то время как мутационный процесс и генетический дрейф позволяют существовать минорным кодонам. Уровень экспрессии, функциональные связи, скорость рекомбинации и другие факторы могут обеспечивать разную силу предпочтения кодонов в разных генах.

Модель предпочтения мажорных кодонов пытались проверить количественно. Поначалу существование и направление естественного отбора и мутационного процесса пытались оценить для разных видов Drosophila[22][23][24][25][26][27]. Результаты несколько менялись с появлением новых данных, однако в целом было показано, что в разных генах обычно либо наблюдается слабый положительный отбор в пользу мажорных кодонов, либо отбора не наблюдается. Это в общем не противоречит модели предпочтения мажорных кодонов и тому факту, что в разных генах сила предпочтения кодонов различается. Однако для некоторых генов был показан слабый положительный отбор в пользу минорных кодонов[27][28], что свидетельствует о том, что естественный отбор не всегда поддерживает кодоны, обеспечивающие эффективность и точность экспрессии.

Биологические эффекты

Кодонные предпочтения можно рассматривать на разных уровнях: на уровне различных видов, внутри одного генома и в пределах одного гена.

Видовой уровень

На данном уровне кодонные предпочтения в значительной мере определяются GC-составом генома. Показано, что по одним лишь некодирующим областям можно довольно точно предсказать различия в кодонных предпочтениях разных видов бактерий. Для млекопитающих, чья скорость мутаций в большой степени определяется контекстом (в частности, CpG динуклеотидами), показана зависимость паттерна предпочтения кодонов от контекста последовательности. (???) Таким образом, в видовые различия кодонных предпочтений вовлечены мутационные процессы.

Геномный уровень

Степень выраженности кодонного предпочтения варьирует среди различных генов в геноме. Общими закономерностями, продемонстрированными на многих модельных организмах, являются положительная корреляция между уровнем экспрессии и силой кодонного предпочтения и отрицательная корреляция между уровнем экспрессии и скоростью синонимичных замен. Классическим объяснением данных закономерностей является действие естественного отбора: в генах с высоким уровнем экспрессии предпочтение кодонов сильно выражено и хорошо согласуется с паттерном встречаемости изоакцепторных тРНК в клетке. Это объяснение не охватывает всех полученных на данных момент сведений: около трети бактериальных геномов не содержат доказательства подобного отбора на уровне трансляции. Кроме того, остаётся неясной причина трансляционного отбора: высоко экспрессируемые гены могут находиться под давлением как эффективности, так и точности трансляции. Обе модели имеют экспериментальные подтверждения.

  • Связь точности трансляции и кодонного предпочтения показана для D. melanogaster (?), C. elegans (?) и некоторых одноклеточных. Для этих видов установлено, что высоко консервативные аминокислотные остатки имеют более выраженную адаптацию кодонного состава к уровню изоакцепторных тРНК. Для кишечной палочки показана корреляция между степенью кодонной адаптации и длиной белка: поскольку ошибки трансляции энергетически невыгодны, цена ошибки увеличивается с длиной белка. Эта корреляция, однако, не наблюдается у ряда многоклеточных модельных организмов.
  • В пользу важности эффективности трансляции говорит корреляция между минимальным временем жизни (?) поколения бактериального вида (какого?) и степенью кодоннной адаптации в высоко экспрессируемых генах. В этом случае логично ожидать корреляцию, если адаптация повышает скорость элонгации белковой цепи, но не точность трансляции.

В принципе, эти две модели не противоречат друг другу. Но для некоторых аминокислот показано, что скорость элонгации и точность трансляции имеют различные оптимальные кодоны.

Уровень одного гена

В генах есть определённые мотивы (сайты посадки различных факторов, сайты сплайсинга и т. д.), нарушение которых может привести к серьёзным последствиям. В этих мотивах даже синонимические замены находятся под отбором. Так, например, показано, что вблизи сайтов сплайсинга паттерн кодонного предпочтения отличается от паттерна по гену в целом и может не совпадать с трансляционно оптимальным паттерном. Особые паттерны минорных кодонов могут возникать в местах остановки рибосомы, необходимых для правильного сопряжённого с трансляцией фолдингом.

Помимо этих мотивов, можно выделить некоторые общие закономерности, задающие вариацию кодонного предпочтения в пределах одного гена.

  • Образование третичной структуры на 5'-конце мРНК подавляет инициацию трансляции. Для широкого спектра организмов показано, что в 5'-регионе мРНК снижены кодонная адаптация и частота синонимичных замен.
  • Обнаружена слабая адаптация кодонов в пределах первых 90-150 нуклеотидов гена. Предложено несколько объяснений данному наблюдению. Возможно, регуляторное замедление начальных этапов элонгации препятствует столкновению рибосом на 3'-конце мРНК. Другое возможное преимущество - упрощение посадки шаперонов на синтезируемый полипептид.
  • Если предположить, что тРНК, передавшая аминокислоту рибосоме, диссоциирует с рибосомы медленнее, чем происходит повторное ацилирование этой тРНК новой аминокислотой, то может быть эффективным повторное использование этой же тРНК для той же аминокислоты в этом участке мРНК. В таком случае можно ожидать локальные паттерны кодонного предпочтения в разных участках гена, если на близком расстоянии закодировано несколько одинаковых аминокислот. Такие паттерны были обнаружены в эукариотах, в частности, в генах ответа на стресс, а явление получило название кодонной автокорреляции. Автокорреляция была наиболее выражена для изоакцепторных кодонов редких тРНК высоко экспрессирующихся генов.

Методы детекции и количественного измерения

Предложено несколько способов измерения степени выраженности кодонного предпочтения.

  • Наиболее известная мера предложена Shapr & Li в 1986 году[29].

Индекс отношения использования синонимичных кодонов (relative synonymous codon usage) отражает то, насколько отклоняется частота использования конкретного кодона от ожидаемой частоты при равномерном распределении синонимичных кодонов:

- число j-ых кодонов, кодирующих i-ую аминокислоту, n - число синонимичных кодонов для i-ой аминокислоты.

Авторами RSCU был так же предложен индекс адаптации кодонов[30] - мера адаптации гена к кодонному предпочтению (codon adaptation index). Эта мера определяется как среднее геометрическое значений относительной адаптивности для всех кодонов. Относительная адаптивность кодона рассчитывается как отношение частоты встречаемости данного кодона к частоте наиболее представленного кодона, кодирующего данную аминокислоту.

  • Другой подход оценки кодонного предпочтения основан на использовании энтропии Шеннона[31]. Этот подход нашёл применение в ряде статистик (например, SCUO[32]).

Также существуют методы для оценки различий кодонного предпочтения в разных генах. В их основе могут лежать метод главных компонент[33], метод k средних, метод максимального правдоподобия[34]. Многие из них реализованы в виде отдельных программ[35] [36] [37].

Примеры

Предпочтение кодонов у бактерий

Предпочтение кодонов у Drosophila

В результате исследования 6698 ортологов из 12 видов Drosophila (эффективное число кодонов???) было показано, что во всех видах, кроме одного, существует предпочтение кодонов, заканчивающихся на G или C[38]. В D. willistoni наблюдался сдвиг в сторону конов, заканчивающихся на А или Т. В большинстве генов наблюдался положительный отбор на кодоны, заканчивающиеся на G или C; в небольшой части генов сдвиг кодонного состава был вызван мутационным процессом.Наиболее сильный отбор был показан у группы melanogaster. Также было показано предпочтение пар кодонов - паттерн NNG-CNN встречался чаще всего, NNU-UNN - реже всего.

Предпочтение кодонов у пчел

У пчел в генах, расположенных в GC-бедных регионах, наблюдается намного большее разнообразие в предпочтении кодонов и аминокислот, чем в генах, расположенных в GC-богатых регионах[39]. Паттерны NNT-GNN и NNG-TNN встречаются гораздо чаще, чем NNА-СNN и NNС-АNN. Это может минимизировать эффект мутаций в кодирующих регионах.

Клиническое значение

Более 50 заболеваний человека ассоциировано с синонимическими заменами[40]. Недавнее исследование 21 429 полиморфизмов, ассоциированных с человеческими заболеваниями, показало, что синонимичные и несинонимичные варианты почти с равной вероятностью могут быть ассоциированы с заболеванием[41].

Примечания

  1. ↑ Ruth Hershberg and Dmitri A. Petrov. Selection on Codon Bias // Annu. Rev. Genet.. — 2008.
  2. ↑ Susanta K. Behura and David W. Severson. Codon usage bias: causative factors, quantification methods and genome-wide patterns: with emphasis on insect genomes // Biol. Rev. — 2013.
  3. ↑ Andersson GE, Sharp PM. Codon usage in the Mycobacterium tuberculosis complex // Microbiology. — 1996.
  4. ↑ AnderssonSG,SharpPM. Codon usage and base composition in Rickettsia prowazekii // J.Mol.Evol. — 1996.
  5. ↑ 1 2 3 4 5 Duret L. Evolution of synonymous codon usage in metazoans // Curr. Opin. Genet. Dev.. — 2002.
  6. ↑ 1 2 3 Ikemura T. Codon usage and tRNA content in unicellular and multicellular organisms // Mol. Biol. Evol.. — 1985.
  7. ↑ 1 2 Chen SL, Lee W, Hottes AK, Shapiro L, McAdams HH. Codon usage between genomes is constrained by genome-wide mutational processes // Proc. Natl. Acad. Sci. USA. — 2004.
  8. ↑ 1 2 Grantham R, Gautier C, Gouy M, Mercier R, Pave A. Codon catalog usage and the genome hypothesis // Nucleic Acids Res. — 1980. Ошибка в сносках?: Неверный тег <ref>: название «:0» определено несколько раз для различного содержимого
  9. ↑ 1 2 Gouy M, Gautier C. Codon usage in bacteria: correlation with gene expressivity // Nucleic Acids Res.. — 1982.
  10. ↑ 1 2 Sharp PM, Cowe E, Higgins DG, Shields DC, Wolfe KH, Wright F. Codon usage patterns in Escherichia coli, Bacillus subtilis, Saccharomyces cerevisiae, Schizosaccharomyces pombe, Drosophila melanogaster and Homo sapiens; a review of the considerable within-species diversity // Nucleic Acids Res.. — 1988.
  11. ↑ Bulmer M. Theselection-mutation-drift theory of synonymous codon usage // Genetics. — 1991.
  12. ↑ Shields DC, Sharp PM. Synonymous codon usage in Bacillus subtilis reflects both translational selection and mutational biases // Nucleic Acids Res. — 1987.
  13. ↑ Shields DC, Sharp PM, Higgins DG, Wright F. “Silent” sites in Drosophila genes are not neutral: evidence of selection among synonymous codons // Mol. Biol. Evol. — 1988.
  14. ↑ Kanaya S, Kinouchi M, Abe T, Kudo Y, Yamada Y, et al. Analysis of codon usage diversity of bacterial genes with a self-organizing map (SOM): characterization of horizontally transferred genes with emphasis on the E. coli O157 genome // Gene. — 2001.
  15. ↑ KnightRD,FreelandSJ,LandweberLF. A simple model based on mutation and selection explains trends in codon and amino-acid usage and GC composition within and across genomes // Genome Biol.. — 2001.
  16. ↑ 1 2 Ikemura T. Codon usage and tRNA content in unicellular and multicellular organisms // Mol. Biol. Evol. — 1985.
  17. ↑ Kanaya S, Yamada Y, Kinouchi M, Kudo Y, Ikemura T. Codon usage and tRNA genes in eukary- otes: correlation of codon usage diversity with translation efficiency and with CG-dinucleotide usage as assessed by multivariate analysis // J. Mol. Evol. — 2001.
  18. ↑ KanayaS,YamadaY,KudoY,IkemuraT. Studies of codon usage and tRNA genes of 18 unicellular organisms and quantification of Bacillus subtilis tRNAs: gene expression level and species-specific diversity of codon usage based on multivariate analysis // Gene. — 1999.
  19. ↑ Yamao F, Andachi Y, Muto A, Ikemura T, Osawa S. Levels of tRNAs in bacterial cells as affected by amino acid usage in proteins // Nucleic Acids Res. — 1991.
  20. ↑ FrancinoMP,OchmanH. Deamination as the basis of strand-asymmetric evolution in transcribed Escherichia coli sequences // Mol. Biol. Evol. — 2001.
  21. ↑ Duret L, Mouchiroud D. Expression pattern and, surprisingly, gene length shape codon usage in Caenorhabditis, Drosophila, and Arabidopsis // Proc. Natl. Acad. Sci. — 1999.
  22. ↑ 1 2 Akashi H. Inferring weak selection from patterns of polymorphism and divergence at “silent” sites in Drosophila DNA // Genetics. — 1995.
  23. ↑ 1 2 Akashi H, Kliman RM, Eyre-Walker A. Mutation pressure, natural selection, and the evolution of base composition in Drosophila // Genetica. — 1998.
  24. ↑ 1 2 Akashi H, Schaeffer SW. Natural selection and the frequency distributions of “silent” DNA poly- morphism in Drosophila // Genetics. — 1997.
  25. ↑ Sawyer SA, Hartl DL. Population genetics of polymorphism and divergence // Genetics. — 1992.
  26. ↑ McVean GA, Vieira J. Inferring parameters of mutation, selection and demography from patterns of synonymous site evolution in Drosophila // Genetics. — 2001.
  27. ↑ 1 2 Nielsen R, Bauer DuMont VL, Hubisz MJ, Aquadro CF. Maximum likelihood estimation of ancestral codon usage bias parameters in Drosophila // Mol. Biol. Evol. — 2007.
  28. ↑ DuMont VB, Fay JC, Calabrese PP, Aquadro CF. DNA variability and divergence at the notch locus in Drosophila melanogaster and D. simulans: a case of accelerated synonymous site divergence // Genetics. — 2004.
  29. ↑ Sharp PM, Li WH. Codon usage in regulatory genes in Escherichia coli does not reflect selection for 'rare' codons // J Mol Evol. — 1986. — PMID 3104616.
  30. ↑ Sharp PM, Li WH. The codon adaptation index-a measure of directional synonymous codon usage bias, and its potential applications // Nucleic Acids Res. — 1987. — PMID 3547335.
  31. ↑ Zeeberg B. Shannon information theoretic computation of synonymous codon usage biases in coding regions of human and mouse genomes // Genome Res. — 2002. — PMID 12045147.
  32. ↑ Wan XF, Xu D, Kleinhofs A, Zhou J. Quantitative relationship between synonymous codon usage bias and GC composition across unicellular genomes // BMC Evol Biol. — 2002. — PMID 15222899.
  33. ↑ Su MW, Lin HM, Yuan HS, Chu WC. Categorizing host-dependent RNA viruses by principal component analysis of their codon usage preferences // J Comput Biol. — 2009. — PMID 19958082.
  34. ↑ Kloster M, Tang C. SCUMBLE: a method for systematic and accurate detection of codon usage bias by maximum likelihood estimation // Nucleic Acids Res. — 2008. — PMID 18495752.
  35. ↑ Kloster M, Tang C. SCUMBLE: a method for systematic and accurate detection of codon usage bias by maximum likelihood estimation // Nucleic Acids Res. — 2008. — PMID 18495752.
  36. ↑ Angellotti MC, Bhuiyan SB, Chen G, Wan XF. CodonO: codon usage bias analysis within and across genomes // Nucleic Acids Res. — 2007. — PMID 17537810.
  37. ↑ Puigbò P, Aragonès L, Garcia-Vallvé S. RCDI/eRCDI: a web-server to estimate codon usage deoptimization // BMC Res Notes. — 2010. — PMID 20356391.
  38. ↑ Vicario, S., Moriyama, E. N. & Powell, J. R. Codon usage in twelve species of Drosophila // BMC Evolutionary Biology. — 2007.
  39. ↑ Jørgensen, F.G.,Schierup, M.H. & Clark,A.G. Heterogeneity in regional GC content and differential usage of codons and amino acids in GC- poor and GC-rich regions of the genome of Apis mellifera // Molecular Biology and Evolution. — 2007.
  40. ↑ Sauna, Z.E. and Kimchi-Sarfaty, C. Synonymous Mutations as a Cause of Human Genetic Disease // John Wiley & Sons. — 2001.
  41. ↑ Chen, R. et al. Non-synonymous and synonymous coding SNPs show similar likelihood and effect size of human disease association // PLoS ONE. — 2010.

Ссылки

Категория:Эволюционная биология Категория:Популяционная генетика Категория:Факторы эволюции

Источник — https://ru.wikipedia.org/w/index.php?title=Предпочтение_кодонов&oldid=70017010