GATA家族是一類能識別GATA基序（motif），并能與之結(jié)合的轉(zhuǎn)錄調(diào)節(jié)因子，在動物、真菌、植物等生物中存在比較廣泛。脊椎動物中已發(fā)現(xiàn)6種GATA結(jié)合蛋白，分為GATA-1/2/3和GATA-4/5/6兩大類，前者與紅細(xì)胞、淋巴及性腺的發(fā)育有關(guān)，后者控制心、腸及外胚等組織分化的轉(zhuǎn)錄[1，2]。GATA-2的cDNA大小為2.6kb，編碼的轉(zhuǎn)錄因子為474個氨基酸。GATA-2屬于鋅指結(jié)構(gòu)家族，可調(diào)控造血干/祖細(xì)胞的增殖和分化，在整個造血過程中對細(xì)胞的系統(tǒng)分化十分重要[3]。

　　摘要：利用生物信息學(xué)方法分析了小家鼠（Musmusculus）、褐家鼠（Rattusnorvegicus）、人（Homosapiens）、黑猩猩（Pantroglodytes）、大猩猩（Gorilla）、倭黑猩猩（Panpaniscus）、猿（Nomascusleucogenys）、狨（Callithrixjacchus）、亞馬遜松鼠猴（Saimiriboliviensis）、家馬（Equuscaballus）、小耳大嬰猴（Otolemurgarnettii）、家貓（Feliscatus）、東非狒狒（PapioAnubis）、獼猴（Macacamulatta）、犬（Cainslapus）、野豬（Susscrofa）、大熊貓（Ailuropodamelanoleuca）等17個物種GATA-2基因編碼序列（Codingsequence，CDS），并對該基因的遺傳多樣性、信號肽、導(dǎo)肽、跨膜結(jié)構(gòu)域、疏水性/親水性、蛋白質(zhì)二級結(jié)構(gòu)、氨基酸序列進(jìn)行了分析和預(yù)測。結(jié)果表明，在17個物種52條基因序列中共檢測到344個多態(tài)位點，有25種單倍型，GATA-2基因序列編碼區(qū)的種內(nèi)、種間存在豐富的遺傳多樣性。GATA-2蛋白N端無信號肽，不具有導(dǎo)肽，沒有跨膜結(jié)構(gòu)域，表現(xiàn)為親水性，蛋白質(zhì)二級結(jié)構(gòu)主要結(jié)構(gòu)元件是無規(guī)卷曲和α-螺旋，理論等電點為9.43，GATA-2蛋白呈堿性。

　　關(guān)鍵詞：生物醫(yī)學(xué)論文,GATA-2基因,物種,生物信息學(xué)分析,遺傳多樣性

　　GATA-2還可調(diào)控其他造血相關(guān)因子的表達(dá)，與多種造血系統(tǒng)疾病相關(guān)。另外，GATA-2可作為胚胎發(fā)育過程中原腸胚期外胚層腹部的分子標(biāo)記，還表達(dá)于胚胎發(fā)育時期和成年個體垂體中的[4]，GATA-2失活后胚胎會因為造血功能的缺失而在懷孕中期死亡。GATA-2還可以與其他因子交互作用，從而在多方面發(fā)揮調(diào)控造血作用[5]。本研究利用生物信息學(xué)方法分析了GATA-2基因編碼區(qū)種內(nèi)和種間變異，研究了該基因不同種內(nèi)及種間的遺傳分化，為更好地研究該基因及GATA家族中其他成員的結(jié)構(gòu)和功能奠定了基礎(chǔ)。

　　1材料與方法

　　1.1序列來源

　　1.2方法

　　2結(jié)果與分析

　　2.1不同物種GATA-2基因核苷酸分析

　　2.1.1多態(tài)位點、單倍型及核苷酸多樣性分析在所分析片段長度為1443bp的52條序列中，發(fā)現(xiàn)344個多態(tài)位點，百分率為23.84%，其中單一多態(tài)位點65個，百分率為4.50%，簡約多態(tài)位點279個，百分率為19.33%；共發(fā)現(xiàn)25種單倍型，單倍型的多樣性為0.967，說明GATA-2基因種間和種內(nèi)變異較大。不同物種的多態(tài)位點數(shù)和單倍型多樣性不一致，表明GATA-2基因的種間存在遺傳變異。17個物種種間的平均核苷酸差異數(shù)（k）為76.676，核苷酸多樣性為0.053。其中，人的GATA-2基因平均核苷酸差異數(shù)和核苷酸多樣性最高，與其他物種差異較大，這表明人的GATA-2基因存在豐富的遺傳多樣性（表2）。

　　2.1.2核苷酸歧異度、遺傳分化和凈遺傳距離分析不同物種GATA-2基因遺傳分化（Gst）在0.093～1.000之間，核苷酸歧異度（Dxy）和凈遺傳距離（Da）都在0.001～0.109之間（表3）。不同物種間核苷酸歧異度和遺傳分化、凈遺傳距離的變化范圍均很大，說明了不同物種間遺傳分化明顯。其中黑猩猩和倭黑猩猩、大猩猩、人的核苷酸歧異度、凈遺傳距離最小，說明黑猩猩與倭黑猩猩、大猩猩、人之間的親緣關(guān)系較近，小家鼠、褐家鼠與其他物種間的核苷酸歧異度、凈遺傳距離最大，說明小家鼠、褐家鼠與本研究中其他物種間親緣關(guān)系較遠(yuǎn)。

　　2.2不同物種GATA-2基因氨基酸多樣性分析

　　2.2.1密碼子偏愛性ENC值是評價基因整體密碼子偏愛性，其取值范圍為20（每個氨基酸只使用1個密碼子的極端情況）～61（各個密碼子均被平均使用），其值越低說明偏愛性越強(qiáng)，越高則說明偏愛性越低[6]。CBI值反映了一個基因中高表達(dá)優(yōu)越密碼子的組分情況，說明外源基因在目的宿主中可能的表達(dá)情況[7]。所選不同物種GATA-2基因序列編碼區(qū)中密碼子有效值（ENC）為42.383（<61），偏愛指標(biāo)（CBI）為0.494（>0），說明GATA-2基因?qū)γ艽a子有較強(qiáng)偏愛性。

　　2.2.2同義替換和非同義替換17個物種52條GATA-2基因序列編碼區(qū)中同義替換平均位點數(shù)為365.80個，非同義替換平均位點數(shù)為1071.20個。不同物種同義替換位點數(shù)（SS）為364.50～367.50（表4），同義替換核苷酸多樣性均值[π（s）]為0.189；非同義替換位點數(shù)（NSS）為1072.50～1075.50，非同義替換核苷酸多樣性均值[π（a）]為0.006。GATA-2基因的非同義替換位點數(shù)均明顯高于同義替換位點數(shù)，亞馬遜松鼠猴的非同義替換位點數(shù)較其他物種多，其次是家貓、小家鼠，說明亞馬遜松鼠猴GATA-2基因編碼區(qū)的非同義替換較其他物種高，家貓、小家鼠分別為第二、第三。由于達(dá)爾文的正向選擇有些基因中非同義替代速率遠(yuǎn)遠(yuǎn)高于同義替代[8]，因此推測本研究中的GATA-2基因在進(jìn)化過程中可能受到了正向選擇的影響。2.2.3不同物種GATA-2基因遺傳關(guān)系分析根據(jù)不同物種間的核苷酸歧異度（Dxy），用MEGA5.0軟件的UPGMA方法進(jìn)行聚類分析，構(gòu)建不同物種分子聚類圖（圖1）。由圖1可以看出，人與黑猩猩、倭黑猩猩、大猩猩的親緣關(guān)系較近，小家鼠與褐家鼠與其他物種的親緣關(guān)系較遠(yuǎn)，基本上與NCBI中的動物學(xué)分類相符合。

　　2.2.4不同物種GATA-2基因的G+C含量親緣關(guān)系相近的生物，核苷酸的堿基組成中的G+C含量相似，若生物之間G+C含量差別大，則表明它們的親緣關(guān)系遠(yuǎn)。本研究中的GATA-2基因的堿基組成，發(fā)現(xiàn)它們之間的G+C含量的均值為64.60%，不同物種的G+C含量在62.20%～66.10%之間（表4），說明GATA-2基因在不同物種間發(fā)生了遺傳變異。小家鼠和褐家鼠GATA-2基因的G+C含量分別為62.60%、62.20%（表4），與其他物種GATA-2基因的G+C含量相差較大，說明小家鼠和褐家鼠與本研究中的其他物種親緣關(guān)系最遠(yuǎn)，與本研究之前的結(jié)果相符。

　　2.3不同物種氨基酸序列預(yù)測和分析

　　2.3.1信號肽的預(yù)測與分析一般認(rèn)為，每一個需要運輸?shù)亩嚯亩己�有一段氨基酸序列，稱為信號肽序列（Signalpeptide，SP），引導(dǎo)多肽至不同的轉(zhuǎn)運系統(tǒng)[9]。信號肽幫助蛋白質(zhì)穿膜，與蛋白質(zhì)的細(xì)胞定位有關(guān)，通過分析蛋白序列N端信號肽的有無，可以初步判斷某個蛋白是否為分泌蛋白[10]。利用蛋白分析專家EXPASY工具里的SignalP4.0Server對17個物種GATA-2氨基酸序列進(jìn)行預(yù)測，結(jié)果顯示所研究17個物種的GATA-2氨基酸序列均無信號肽，推測GATA-2不是分泌蛋白，在游離核糖體上起始合成后就于合成處發(fā)揮作用，可能不存在運輸，而保留在細(xì)胞基質(zhì)中合成，運輸?shù)郊?xì)胞器中起作用的蛋白質(zhì)。

　　2.3.2導(dǎo)肽的預(yù)測和分析導(dǎo)肽促使前體蛋白和細(xì)胞器膜相互作用，穿越過膜后被細(xì)胞器的蛋白酶切下轉(zhuǎn)運，繼續(xù)使整個蛋白穿越過膜，或直到中部導(dǎo)致轉(zhuǎn)運停止。利用在線工具TargetP1.1Server對13個物種GATA-2氨基酸序列進(jìn)行預(yù)測，結(jié)果顯示本研究中17個物種的GATA-2氨基酸序列均沒有氨基酸殘基裂解位點，故推斷GATA-2氨基酸序列不具有導(dǎo)肽。

　　2.3.3跨膜結(jié)構(gòu)域的預(yù)測和分析蛋白的跨膜結(jié)構(gòu)域主要是膜內(nèi)在蛋白和細(xì)胞膜的膜脂相結(jié)合的部位，一般是由以α-螺旋形式存在的20個左右疏水氨基酸殘基構(gòu)成[11]，利用在線工具TMHMM2.0Server對17個物種GATA-2氨基酸序列的跨膜結(jié)構(gòu)域進(jìn)行預(yù)測，結(jié)果顯示本研究中17個物種的GATA-2氨基酸序列均不存在跨膜結(jié)構(gòu)域，整條肽鏈位于細(xì)胞外，推測該蛋白不是定位于生物膜的膜蛋白。結(jié)合信號肽的預(yù)測，說明GATA-2蛋白質(zhì)屬于定位在細(xì)胞基質(zhì)中的蛋白質(zhì)，不屬于膜蛋白或分泌蛋白。

　　2.3.4疏水性/親水性的預(yù)測和分析疏水性和親水性分析對于預(yù)測蛋白質(zhì)的二級結(jié)構(gòu)和功能域具有重要的生物學(xué)意義。疏水性的氨基酸傾向于遠(yuǎn)離周圍水分子，將自己包埋進(jìn)蛋白質(zhì)的內(nèi)部，親水氨基酸通常處于蛋白質(zhì)分子的表面[12]。利用在線工具ProtScale對17個物種GATA-2氨基酸序列的疏水性/親水性進(jìn)行預(yù)測，結(jié)果顯示本研究17個物種的GATA-2氨基酸序列最低分值為-4.500，親水性最強(qiáng)；最高分值為4.500，疏水性最強(qiáng)�？傮w上看，親水區(qū)域大于疏水區(qū)域，故整條多肽鏈表現(xiàn)為親水性，因此認(rèn)為GATA-2蛋白是親水性蛋白，處于蛋白質(zhì)分子的表面。

　　2.3.5二級結(jié)構(gòu)的預(yù)測和分析二級結(jié)構(gòu)主要指多肽鏈依賴氫鍵排列成在一維方向上具有周期性結(jié)構(gòu)的構(gòu)象，對其進(jìn)行預(yù)測與分析，有助于認(rèn)識蛋白的空間結(jié)構(gòu)[13]。用PBILLYON-GERLAND信息庫對17個物種GATA-2氨基酸序列的二級結(jié)構(gòu)進(jìn)行預(yù)測，結(jié)果顯示本研究中17個物種的GATA-2蛋白質(zhì)二級結(jié)構(gòu)的主要結(jié)構(gòu)元件是無規(guī)卷曲（72.71%～75.83%），其次α-螺旋（11.46%～13.33%）、β折疊（7.29%-9.38%）、β轉(zhuǎn)角（3.75%～5.83%）。

　　2.3.6氨基酸序列的組成成分及生化特性分析用ProtParam在線工具分析17個物種GATA-2基因編碼的氨基酸序列，結(jié)果表明，理論等電點為9.43，GATA-2蛋白呈堿性，Pro是17個物種中最主要的氨基酸，含量在11.2%～11.7%；其次是Ala，含量在10.8%～11.5%；再次是Ser，含量在10.0%～11.0%。17個物種GATA-2蛋白的不穩(wěn)定系數(shù)在57.11～62.63之間，表明這種蛋白質(zhì)不穩(wěn)定[14]。

　　3小結(jié)與討論

　　不同物種間GATA-2基因的核苷酸歧異度、凈遺傳距離和單倍型間的遺傳距離差異都較大，種內(nèi)及種間遺傳分化明顯。GATA-2基因?qū)γ艽a子有較強(qiáng)的偏愛性，非同義替換位點數(shù)均明顯高于同義替換位點數(shù)，GATA-2基因在進(jìn)化過程中可能受到正向選擇的影響。GATA-2基因物種間的親緣關(guān)系與動物學(xué)分類相符。

　　GATA-2蛋白N端無信號肽，無導(dǎo)肽，無跨膜結(jié)構(gòu)域，整個多肽鏈表現(xiàn)為親水性，蛋白質(zhì)二級結(jié)構(gòu)的主要元件為無規(guī)則卷曲和α-螺旋，除此之外還有少量β折疊和β轉(zhuǎn)角，GATA-2蛋白質(zhì)不屬于膜蛋白或分泌蛋白，應(yīng)定位在細(xì)胞基質(zhì)。