Математические методы сравнительного анализа геномов как текстов

Известные функционально значимые участки в геноме человека занимают менее 10%. Мнение о роли остального генома варьирует от абсолютной бесполезности ("мусорная ДНК") до того, что 70% генома функционально значимы. Интересным вопросом является роль динуклеотида CpG в геноме. Существуют участки, называемые CpG-островами, в которых число динуклеотидов CpG достигает 2-5%, при том что в остальном геноме их около 1%. Многими исследователями показано, что CpG-острова расположены преимущественно перед генами и играют важную роль в регуляции их экспрессии. Экспрессия гена определяется химической модификацией - метилированием нуклеотида C в составе динуклеотидов CpG (выключение гена) или отсутствием метилирования в CpG островке (возможность экспрессии). Однако, так как лишь маленькая доля динуклеотидов CpG находится внутри островов, и все они могут метилироваться, то возникает вопрос о значимости этих динуклеотидов вне CpG-островов. О функциональной значимости объекта в геноме можно судить по его консервативности. Под консервативностью понимают меньшее число изменений по сравнению с рационально обоснованным ожидаемым. В данной работе мы показываем, что число динуклеотидов CpG в геноме человека примерно такое же, как у общего предка человека, шимпанзе и карликового шимпанзе. В то же время, по опубликованным данным о мутациях de novo, полученным из сравнения геномов детей с геномами их родителей, ожидается значительное снижение числа CpG в эволюции. Таким образом, выявляется давление естественного отбора в пользу сохранения динуклеотидов CpG и вне CpG-островов. В работе предлагается математическая модель эволюционного процесса в близких видах. На основе трех геномов подбираются вероятности всех видов мутаций, максимизирующие совпадение рассчетных чисел мутаций с наблюдаемым при сравнении геномов. Этот результат имеет самостоятельное значение в биологии. В частности, он позволяет проверить наличие давления отбора в пользу сохранения CpG.