近日，中國科學院北京基因組研究所基因組科學與信息重點實驗室“百人計劃”章張研究員帶領其團隊，成功設計開發(fā)出檢測密碼子使用偏好（Codon Usage Bias，簡稱CUB）的新算法：密碼子偏差系數(shù)模型（Codon Deviation Coefficient，簡稱CDC）。
 
此項工作原創(chuàng)性地將概率論中的交、并、補操作應用到組分分析，用GC含量（S）和嘌呤含量（R）來表示四個核苷酸組分，并在此基礎上推導出密碼子和氨基酸的組分，從而設計出基于S和R的組分模型，應用該模型考察基因的CUB，進而提出了CDC算法。不同于現(xiàn)有的CAI、ENC等相關算法，CDC通過GC含量和嘌呤含量考慮了不同序列的背景組分特異性，性地運用自展重抽樣法（Bootstrap Resampling）檢測CUB的顯著性，且不需要高表達基因作為先驗信息。
 
經(jīng)驗證，CDC在模擬數(shù)據(jù)中優(yōu)于現(xiàn)有的多個相關算法，在真實數(shù)據(jù)中CDC與基因表達含量的關數(shù)（Correlation Coefficient）高于其它算法，并且在大腸桿菌中發(fā)現(xiàn)CUB的顯著性與基因功能有著緊密。
 
該項成果的發(fā)布，使科研工作者能更準確快速地分析CUB，進而更深入地研究在自然選擇壓力下的基因突變、基因表達，蛋白質(zhì)功能等的進化。