为何密码子偏好性指数ENC（Nc）计算结果为空？

看不见的线
345
2023-12-19 09:24:42
原创

在之前的软文中（密码子偏好性研究—常见指数）我们介绍了评价密码子偏好性的指数，在我们全套的密码子偏好性的课程中（【课程】遗传密码子偏好性研究）我们系统介绍了各类指数的含义、计算绘图和文章应用。

最近有客户反馈了一个问题，使用codonW分析得到的.out文件中，有一个基因的ENC（Nc）值是星号，如下图：

系统提示信息如下：

系统提示的原因是该基因中不包含含有8个同义基因的氨基酸，该基因使用的密码子表是table5（https://www.ncbi.nlm.nih.gov/Taxonomy/Utils/wprintgc.cgi?chapter=tgencodes#SG5）在codonw中对应4号密码子表，在该密码子表，含有8个同义密码子的氨基酸只有1个Ser，

下表是该基因对应的RSCU值（.blk文件）：

由上表我们可以看到，在该基因中有4个Ser，对应4个不同的密码子：UCU（1）、UCA（1）、AGU（1）、AGA（1），总之，该基因中包含具有8个同义密码子的氨基酸，为何提示没有呢？

那就要知道ENC的计算原理，大家可以详细阅读一下参考文件（DOI: 10.1016/0378-1119(90)90491-9），此处我们简要说下大致原理。

首先计算每个氨基酸的纯度（Homozygosity），可以简单理解为频率，计算公式如下

公式1：

n表示氨基酸出现的数目，为所有同义密码子数量的加和（n=n1+n2+……+ni），pi表示第i个同义密码子的频率（pi=ni/n），k是同义密码子的种类。

每个氨基酸都会得到上面这个值。

基于上述结果，计算每条基因的ENC值，ENC计算公式如下：

公式2：

在计算ENC的时候，会根据密码子表将所有的氨基酸进行分类，比如根据table1，2个氨基酸（Met和Trp）具有1个密码子，9个氨基酸（Phe、Tyr、His、Gln、Asn、Lys、Asp、Glu、Cys）具有2个同义密码子，1个氨基酸（Ile）有3个密码子，5个氨基酸（Val、Pro、Thr、Ala、Gly）有4个同义密码子，3个氨基酸（Leu、Ser、Arg）有6个同义密码子，共5个组，分别命名为SF1、SF2、SF3、SF4、SF6。

上述公式中的

就是SFi组所有氨基酸的

平均值。

这就是codonW计算ENC值得原理。

再回到刚开始的问题就很好理解了，因为在该序列中，对应table5，属于F8组的氨基酸只有1个Ser，共4个ser，且分别对应4个不同的密码子，即UCU（1）、UCA（1）、AGU（1）、AGA（1），那么公式1的分子为0，公式2中对应该组的分母为0，所以该氨基酸（SER）被认为不存在，所以对应这条序列的ENC值就不被计算，结果中就以**表示