基因和基因组(zhp)

基因与基因组Geneandgenome分子生物学实验室张华屏主要内容基本概念：基因和基因组原核细胞基因组的特征真核细胞基因组的特征病毒基因组的特征本节重点概念基因顺式调控元件基因组Alu序列卫星DNA真核细胞基因组的特征基因:遗传的基本单位1865年,Mendel的遗传因子学说为“基因”概念的提出奠定了基础.Mendel第一定律(分离律):通过豌豆杂交试验,发现黄豌豆植株和绿豌豆植株杂交,子代都是黄豌豆,黄色对绿色来说是显性,从而认为遗传性状是由成对的遗传因子决定的.在生殖细胞形成时,成对的遗传因子分开,进入两个生殖细胞.Mendel第二定律(自由组合律):在生殖细胞形成时,不同的遗传因子自由组合.1903年,Sutton和Boveri分别注意到Mendel遗传因子行为与生殖细胞形成和受精过程中染色体的行为完全平行,于是两人分别提出遗传因子就在染色体上.1909年Johannsen将遗传因子改称为基因,并提出基因型和表现型的概念.1944年,证实基因是有DNA组成的,确定了基因的化学性质.对基因的理解与染色体的关系：染色体是基因的载体，基因在染色体上直线排列。与DNA的关系：基因是DNA的片段，但必须具有复制、转录、翻译、重组突变及调控等功能。有的DNA片段属间隔区段，没有控制性状的作用，这种DNA就不是基因。与性状的关系基因是决定生物性状的基本单位。基因→酶→代谢过程→性状白化病(酪氨酸酶)基因→蛋白质分子结构→性状镰刀状贫血患者β珠蛋白基因的第6位密码子由正常的GAG变成GTG（A变成T）,使其编码的β珠蛋白N端第6位氨基酸由正常的谷氨酸变成缬氨酸。一个基因不仅包含编码蛋白质肽链或RNA的核酸序列，还包括保证转录所必须的调控序列，及位于编码区上游的非编码序列，内含子，和编码区下游的非编码序列。编码基因的结构结构基因：编码蛋白质肽链或RNA的核酸序列。真核生物的结构基因是不连续的，编码氨基酸的序列被非编码序列所打断，称为断裂基因。在编码序列之间的序列成为内含子，被分隔开的编码序列成为外显子。顺式调控元件（cis-actingelements)指与结构基因表达调控相关、能够被基因调控蛋白特异性识别和结合的DNA序列。顺式调控元件启动子promoter:RNA聚合酶特异性识别和结合的DNA序列。TATA盒TATA（A/T）A（A/T）-25bp上游启动子元件：CAAT:5’GGN(=C/T)CAATCT3’-70-----120bpGC:5’CCGCC3’-35bp增强子：一段DNA序列，可与多个反式作用因子结合。位于-100-----300bp加尾信号:在结构基因最后一个外显子中有一个保守的AATAAA序列，对转录终止和加polyA是必不可少的。基因组genome基因组(genome)是指含有一个生物体生存、发育、活动和繁殖所需要的全部遗传信息的整套核酸。细胞基因组是一个细胞所有不同染色体上全部基因和基因间DNA的总和。基因组中不同的区域具有不同的功能，包括编码蛋白质或RNA的基因、复制及转录的调控信号以及功能不清楚的区域。人的单倍体基因组由3.3×109bp碱基组成，按1000个碱基编码一种蛋白质计，理论上可有300万个基因。但实际上，人细胞中所含基因总数大概会超过10万个（5-10万）。在人细胞基因组中，许多DNA序列并不转录成mRNA用于指导蛋白质的合成，只有很少一部份（约占2-3％）的DNA序列用以编码蛋白质。原核生物基因组prokaryoticgenome细菌基因组的特征通常由一条环状双链DNA组成。功能上相关的几个结构基因往往串联排列在一起组成操纵子结构，受上游共同的调控区控制。细菌基因组的特征基因组内没有内含子成分，基因是连续的，转录后不需要加工。编码区在基因组中所占的比例远远大于真核基因组。结构基因多为单拷贝，但编码rRNA的基因通常为多拷贝，以便核糖体快速组装，急需蛋白快速合成。真核生物基因组eukaryoticgenome真核生物基因组的特征真核生物基因组结构庞大,例如人单倍体基因组DNA约为3.3×109bp,而大肠杆菌的基因组只有4.6×106bp.真核生物基因组DNA由染色体DNA和染色体外DNA组成.染色体DNA储存于细胞核内，除配子细胞外，体细胞内的基因组是双份的（即双倍体,diploid），即有两份同源的基因组。与染色体DNA相比,染色体外DNA(线粒体DNA)所占比例较小,仅为1%.线粒体DNA结构紧凑,没有内含子,也几乎没有重复序列.真核细胞基因转录产物为单顺反子。一个结构基因经过转录和翻译生成一个mRNA分子和一条多肽链。基因组中不编码的区域多于编码区域在人类基因组中,编码序列仅为基因组总DNA含量的3%左右,非编码序列占95%以上.在这些非编码序列中,一部分是内含子,调控序列,另一部分是重复序列.真核生物基因组的重复序列可以高达DNA总量的50%.重复序列中,除了编码rRNA,tRNA,组蛋白以及免疫球蛋白的结构基因外,大部分是非编码序列.其功能主要与DNA的稳定性,组织形式以及基因的表达调控有关.多基因家族和假基因的存在真核生物基因组DNA重复序列类型中度重复序列Moderatelyrepetitivesequence高度重复序列中度重复序列重复次数在数十到数万（小于105）次，散在分布于基因组中,约占基因组DNA总量的35%.大多数与单拷贝序列间隔排列，有一部分是编码rRNA基因、tRNA基因、组蛋白及免疫球蛋白的结构基因,另外一些可能和基因的调控有关.研究最多的中度重复序列：Alu家族Alu家族哺乳动物及人基因组中存在最广泛的一种中度重复序列，约占人基因组DNA总量的3-6%在单倍体基因组中重复30-50万次。序列长300bp，在170位碱基附近的AG↓CT顺序是限制性内切酶AluI的酶切位点，可以被AluI切割成130bp和170bp。Alu序列是灵长类基因组所特有的，因此可以作为天然标记.高度重复序列出现次数可达105以上。简单的核苷酸序列，缺少转录所必需的启动子而一般不转录。常见的高度重复序列：卫星DNA（satelliteDNA）反向重复序列(invertedrepeat)将基因组DNA切成数千个bp的片段，进行氯化铯密度梯度离心,DNA的G+C含量决定了它在密度梯度中特定的位置,形成一个条带.如果不同组分DNAG+C含量的差异超过5%,便会形成不同的条带.真核生物DNA在进行氯化铯密度梯度离心时，除了形成一个主要的宽带外，还会出现浮力密度不同的条带,这些条带的DNA称为卫星DNA。这是由于DNA中存在大量重复序列,这些DNA的G+C含量不同于主带DNA的缘故。卫星DNAsatelliteDNA小卫星DNAminisatelliteDNA重复顺序为6-70bp。微卫星DNAmicrosatelliteDNA1-6bp的短小重复单位。它在人类基因组中出现的数目和频率不同，在基因组分布广泛而表现出多态性，是有效的遗传标记。Figure4.22Allelesmaydifferinthenumberofrepeatsataminisatellitelocus,sothatcleavageoneithersidegeneratesrestrictionfragmentsthatdifferinlength.Byusingaminisatellitewithallelesthatdifferbetweenparents,thepatternofinheritancecanbefollowed.4.12Minisatellitesareusefulforgeneticmapping反向重复序列invertedrepeat两个顺序相同的拷贝在DNA链上呈反向排列.人类基因组中约含5%的反向重复序列,常见于基因的调控区内,可能与复制和转录的调控有关.所谓回文序列就是指DNA某一片段旋转180。后,顺序不变的序列。多基因家族是指核苷酸序列或编码产物的结构具有一定程度同源性的一组基因，其编码产物常常具有相似的功能。根据基因家族内成员同源性程度，分为：1）核酸序列相同2）核酸序列高度同源3）编码产物具有同源功能区核酸序列相同：多拷贝基因，如rRNA,tRNA基因家族,组蛋白基因家族,免疫球蛋白基因家族.核酸序列高度同源：如人类生长激素基因家族，包括生长激素（GH），绒毛膜生长催乳激素（hCS）和催乳素.它们之间同源性很高,尤其是人生长激素和人胎盘促乳素,mRNA92%的同源性,说明它们来自一个共同祖先基因。编码产物具有同源功能区：某些基因家族成员基因全长序列的相似性较低，但基因编码的产物具有高度保守的功能区。如src癌基因家族，各成员基因结构并无明显同源性，但每个基因产物都含有250个氨基酸顺序的同源蛋白激酶结构域。基因超家族其组成更加复杂，其成员在结构上有一定的相似性，但功能并不一定相同。这些基因进化上亲缘关系较远。如免疫球蛋白基因超家族，包括β2微球蛋白，MHCI类抗原的α链，II类抗原的α，β链，Thy-1,CD4,CD8等，还有与免疫无关的成员。假基因(pseudogene)：在多基因家族中，与某些有功能的基因结构相似，但不能表达基因产物的基因，称为假基因。这些基因起初可能是有功能的，在基因复制时编码序列或调控元件发生突变，或插入了mRNA逆转录的cDNA，缺少基因表达所需要的启动子序列，变成无功能的基因。病毒基因组的特征与细菌或真核细胞相比，病毒的基因组很小，病毒基因组大小相差较大。病毒基因组可以由DNA组成，也可以由RNA组成。病毒基因组的大部分是用来编码蛋白质的，只有一小部分不被翻译。除了反转录病毒基因组有两个拷贝外，其他病毒基因组都是单倍体。噬菌体的基因是连续的，而真核细胞病毒的基因是不连续的，具有内含子。病毒基因组DNA序列中，功能上相关的蛋白质的基因或rRNA的基因往往丛集在基因组的一个或几个特定的部位,形成一个功能单位或转录单元。它们可被一起转录成为含有多个mRNA的分子，称为多顺反子mRNA（PolycistroniemRNA），然后再加工成各种蛋白质的模板mRNA。基因重叠，即同一段DNA片段能够编码两种甚至三种蛋白质分子。基因重叠现象在其它的生物细胞中仅见于线粒体和质粒DNA，所以也可以认为是病毒基因组的结构特点。这种结构使较小的基因组能够携带较多的遗传信息。重叠基因是1977年Sanger在研究ΦX174时发现的。ΦX174感染大肠杆菌后共合成11个蛋白质分子，总分子量为25万左右，相当于6078个核苷酸所容纳的信息量。而该病毒DNA本身只有5375个核苷酸，最多能编码总分子量为20万的蛋白质分子，Sanger在弄清ΦX174的11个基因中有些是重叠的之前,这样一个矛盾长时间无法解决。