[发明专利]一种适合毕赤酵母高表达的基因序列优化方法

说明书

本发明公开了一种适合毕赤酵母高表达的基因序列优化方法，包括以下步骤：1）将要表达的蛋白质序列读入后进行处理；2）根据密码子先后组合权重，建立密码子转换矩阵；3）定义图G，其中根据要表达的蛋白质序列含有的氨基酸数量n，图G分为n层，每一层的节点都有一条边连接到下一层的节点；4）设计最大权重数组Max Weight[i，j]；5）从图G的倒数第二层开始向图G的第一层遍历，初始化当前层i层MaxWeight[i,j]为负值，并更新当前层的MaxWeight元素；6）从图G的第一层向最后一层进行遍历，通过已经计算好的MaxWeight[i，j]，输出具有最大权值的密码子组合，即优化序列。本发明通过毕赤酵母密码子对偏好性对基因序列进行优化，充分解决了最优化序列候选路径呈指数增长的问题。

技术领域

本发明涉及生物信息处理技术领域，具体而言，涉及一种适合毕赤酵母高表达的基因序列优化方法。

背景技术

作为单细胞真核生物的毕赤酵母（ Pichia pastoris）表达系统由于其兼具真核生物和原核生物的特点，现在成为最重要的外源蛋白表达系统之一。由于不同的宿主对同义密码子(编码同一氨基酸的密码子)的使用具有偏好性，外源蛋白编码序列中存在的稀有密码子影响翻译速度进而阻碍了其在宿主细胞中的表达。毕赤酵母也不例外，毕赤酵母对同义密码子的使用也具有很强的偏好性。为了提高外源蛋白在毕赤酵母中的表达，需对编码序列进行优化，传统的做法是根据毕赤酵母密码子使用偏好性用最优密码子替换外源蛋白编码序列中的同义密码子。根据密码子使用偏好性进行基因序列优化并不一定能得到想要的高表达，其原因是该方法只简单的考虑到了单个密码子的使用，并没有考虑到密码子上下文对其的影响。研究发现，密码子上下文影响翻译的速度和精确度（Fabienne F. V.Chevance1, Soazig Le Guyon2, Kelly T. Hughes1, et al. The Effects of CodonContext on In Vivo Translation Speed. Plos Genetics 2014; 10(6): e1004392）。毕赤酵母密码子对其上下文序列有很强的偏好性，即密码子对偏好（Kristof De Schutter,Yao-Cheng Lin, Petra Tiels, et al. Genome sequence of the recombinant proteinproduction host Pichia pastoris. Nature Biotechnology 2009; 27(6): 561-569）。基于密码子对偏好进行基因序列优化，信息量很大，常规的人工方法很难得到最优的基因序列。

发明内容

本发明的目的在于提供一种适合毕赤酵母高表达的基因序列优化方法，所述方法以毕赤酵母密码子对偏好性为参数，应用动态规划算法进行序列优化，具体包括以下步骤：

步骤1：将要表达的蛋白质序列读入后进行处理。

步骤2：根据密码子先后组合权重，建立密码子转换矩阵。

步骤3：定义图G，其中根据要表达的蛋白质序列含有的氨基酸数量n，图G分为n层，每一层对应序列中的每一个氨基酸，每一层的节点数由氨基酸所对应的密码子个数决定，即每一层的节点数是该氨基酸所对应的密码子个数，每一层与下一层构成全连接子图，即每一层的节点都有一条边连接到下一层的节点。

假设本层有两个节点，下一层有四个节点，那么就有2×4=8条边连接。如图1：苏氨酸（Thr，用字母T表示），对应密码子有ACU，ACC，ACA，ACG四个，因此在T这一层，有4个节点。前一层为谷氨酰胺（Gln，用字母Q表示），对应密码子有两个，在Q这一层有2个节点，两层之间有2×4=8条边连接。

步骤4：设计最大权重数组Max Weight[i，j]，其中数组元素下标i，j表示i层节点通过当前层j节点到图G最后一层的最大权重。