Ordnende Prinzipien statistischer Korrelationen in eukaryotischen Genomen

Auf einer genomweiten Skala besitzen eukaryotische DNA-Sequenzen eine mosaikhafte Struktur, eine komplexe Abfolge aus Genen, nicht-codierenden Wiederholungen von Genen (Pseudo-Genen) und repetitiven Sequenzen, die durch scheinbar zufällige Segmente verbunden sind. Die unterschiedliche Struktur dieser Elemente führt zu Symbolkorrelationen, also statistischen „Abhängigkeiten“ zwischen den Basen. In der vorliegenden Arbeit wird gezeigt, dass solche Korrelationen ein unerwartet starkes, innerhalb der Chromosomen einer Spezies hoch synchronisiertes Signal darstellen. Alle Chromosomen einer Spezies zeigen das gleiche charakteristische Muster, welches sich signifikant von denen anderer Spezies unterscheidet. Dabei wird nachgewiesen, dass dieses Korrelationsmuster nicht ausschließlich von Dinukleotiden induziert wird, da sich bei der Betrachtung größerer Symbolabstände eine deutliche Zunahme der artspezifischen Information ergibt. Die gemessene Korrelationsstruktur weist auf der Ebene ganzer Chromosomen über die hohe Synchronisation innerhalb einer Spezies hinaus außerdem ein weiteres Ordnungsprinzip auf: Auf Basis der kurzreichweitigen Korrelationen gewonnene Clusterbäume zeigen eine Übereinstimmung mit der Phylogenie der beteiligten Spezies. In eukaryotischen Genomen wird ein großer Teil der DNA repetitiven Elementen zugeordnet. Die Maskierung dieser Elemente als mögliche Träger von speziesspezifischer Information führt zu einer Änderung der beobachteten Genom-Signaturen. Dennoch bleibt nach der Maskierung aller repetitiven Elemente eine artspezifische Speziessignatur erhalten. Für Korrelationen im Genom von H. sapiens, M. musculus und R. norvegicus kann zudem eine quantitative Verbindung zwischen diesen statistischen Eigenschaften und biologischen Kenngrößen der Sequenz hergestellt werden. Die systematische Maskierung verschiedener Klassen repetitiver Elemente wirkt sich dabei unterschiedlich auf die Korrelationsstruktur aus. So zeigt sich etwa, dass Mikrosatelliten bei M. musculus und R. norvegicus den größten Beitrag liefern, während bei H. sapiens short interspersed elements (SINEs) die Korrelationsstruktur stark beeinflussen