Codon Bias

所选样本基因组序列的总体鸟嘌呤胞嘧啶含量(GC)及密码子3位的鸟嘌呤胞嘧啶含量见图3-2。

总体鸟嘌呤、胞嘧啶含量（GC）结果中4型病毒最高，由于鸟嘌呤、胞嘧啶由三个氢键联结，故认为4型病毒的核苷酸结构相对最为稳定。

密码子首位鸟嘌呤胞嘧啶含量（GC1）在4种数据中总为最高，第2位鸟嘌呤胞嘧啶含量（GC2）总为最低，第3位鸟嘌呤胞嘧啶含量（GC3）与总体GC含量较为接近且具备变化趋势大致相同，通过计算得GC3及GC含量呈显著正相关（r=0.807,P=0.01)。登革1型病毒的首位鸟嘌呤胞嘧啶含量相较其它三种最高，最高可达0.58。总体来说，GC3方差最大，变化程度最高，4型病毒的GC3含量明显更高。根据注释范围内的国家时间信息，可知1型病毒中GC1含量随时间推移有比较明显的波幅。中国90年代起跌明显，泰国自80年代GC1含量开始逐渐升高至0.53。2型病毒GC含量波动相对明显，泰国注释左边的马来西亚地区GC及GC3含量明显较高，3型病毒各含量指标较为平稳，中国台湾1988年序列GC3含量较高，4型病毒GC含量相对最高。

4种登革血清型的有效密码子值（ENC）对GC3散点见图3-3。由图可见，4种血清型病毒ENC散点总体来说集中在一起，密码子偏好性和第三位密码子GC含量差异程度在血清型间、东南亚热带亚热带地区不同国家间的对比并不明显，但有细微差别，东南亚地区2型病毒的密码子偏好性水平为49.39±0.32，偏离程度最强，4型病毒密码子偏好性水平为51.04±0.20，偏离程度最弱。所有样本序列的基因组编码区域的ENC值皆低于期望曲线，GC3和ENC值的相关分析显示除碱基含量外，还有其他因素会影响到密码子的偏好性偏离程度。

样本按照年代分类并求出平均以代表该型该年代的状态，整理数据得东南亚登革1至4型病毒编码区同义密码子使用频率计算结果（如表3-2）。其中使用频率为0的密码子共有3个，为编码终止密码子的TAA、TAG和TGA，密码子出现率明显大于期望值出现率（RSCU值高于1.50，均值加标准差等于1.50）的氨基酸有精氨酸、甘氨酸、脯氨酸、丝氨酸、苏氨酸、缬氨酸（Arg、Gly、Pro、Ser、Thr、Val），密码子分别为AGA、GCA、CCA、TCA、ACA、GTG，第三位核苷酸多为A，64个密码子中RSCU值大于1.00的密码子1型病毒有23个，2型病毒26个，3型病毒24个，4型病毒25个。各型病毒密码子相对使用频率略有不同，如编码酪氨酸（Tyr）的密码子1型病毒更偏好使用TAT密码子，2至4型则更偏好于TAC，2型病毒密码子偏好编码丙氨酸（Ala）的密码子GCA的倾向明显，编码精氨酸（Arg）3、4型病毒相较其他两型明显更偏好ACG密码子。各型病毒中RSCU值会随时间产生小幅波动，1型病毒编码丝氨酸（Ser）的TCC密码子自80年代后偏好性小幅提升，超于1.00，出现率大于期望值出现率，2型病毒编码亮氨酸（Leu）的CTC密码子则相反，自60年代后，RSCU降低于1.00以下，3型病毒编码该段的密码子亦具有相同特征。