4－基因和基因组的结构与功能

null基因和基因组的结构与功能 基因和基因组的结构与功能 一、基因的生物学概念一、基因的生物学概念1866      Mendel发表《植物杂交实验》，“遗传因子”通过豌 豆实验，提出经典遗传定律：分离定律和独立分配定 律 1909 W.Johannse提出gene 这一名词，但还只是遗传性状的 符号，未涉及基因的物质概念 1910 Morgan发现果蝇的白眼性状的伴性遗传，首次把一个 特定的基因和一个特定的染色体联系起来 1919 教材中开始出现gene一词 The Physical Basis of Heredite null1926      Morgan发表The Theory of Gene，认为： 基因依孟德尔第一定律（分离定律）而彼此分离，于是每个生殖细胞只含一组基因；不同连锁群里的基因依孟德尔第二定律（自由组合定律）而自由组合；两个相对连锁群的基因之间有时候也发生有秩序的交换，交换率证明了每个连锁群里诸要素的直线排列，也证明了诸要素的相对位置。 20世纪40年代 Bendle和Tatum提出“一个基因，一个酶”学说 首次在分子水平上给基因如下定义：基因位于染色体上的一定区域，在有丝分裂中作为1个遗传单位存在，并决定一定的表型。 20世纪50年代 Benzer提出“顺反子”、“一个顺反子，一条多肽链” null20世纪60年代 遗传密码的破译使人们对基因表达的机理有了更多的了解 修改定义为：基因是基因组中的1个区域或1段DNA序列；其转录产物编码1条多肽链或者1个结构RNA分子（tRNA或rRNA）。 80年代以后 认识到基因表达的复杂性 1994 Alberts 基因是一段DNA序列，包括完整的功能单位（如编码序列、调节序列和内含子等）；基因可以作为1个转录单位，其表达产物通常是1条多肽链或1个DNA分子，但有时编码1组相关的蛋白异形体，有些蛋白异形体的产生和特殊的转录后加工（如RNA编辑）或者翻译水平的再编码（如核糖体跳跃）有关。 二、基因的现代概念 二、基因的现代概念 生物学概念：基因是世代相传的，基因决定了遗传性状的表达，基因的颗粒性主要表现在世代相传的行为和功能表达上具有相对的独立性，基因呈直线排列在染色体上。 分子生物学概念：合成有功能的蛋白质或RNA所必需的全部DNA（除部分病毒RNA），即一个基因不仅包括编码蛋白质或RNA的核酸序列，还应包括为保证转录所必需的调控序列。三、基因组的概念 三、基因组的概念 细胞或生物体中，一套完整单体的遗传物质的总和，即某物种单倍体的总DNA。对于二倍体高等生物来说，其配子的DNA总和即一组基因组，二倍体有两份同源基因组。四、原核生物基因组的特点 四、原核生物基因组的特点 病毒基因组 病毒基因组 1．结构简单，基因组小，所含基因少。 2．基因组可由DNA组成，也可由RNA组成，但不能共存于同一病毒。 乳头瘤病毒 闭环双链DNA 腺病毒 线性双链DNA Phage ΦX174 单链环状DNA Phage M13 单链环状DNA（复制型为双链环状DNA） 脊髓灰质炎病毒 单链RNA 呼肠弧病毒 双链RNA null3．相关基因丛集。 DNA序列中功能相关的RNA和蛋白质基因，丛集在基因组的一个或几个特定部位，形成一个功能单位或转录单位，可被一起转录成为多顺反子mRNA。 4．常见重叠基因现象。 5．非编码区少，重复顺序少。 null蛋白D蛋白E细菌基因组 细菌基因组 1. 一条双链DNA ，具有类核结构。 2. 具有操纵子结构。几个功能相关的结构基因串联在一起受同一个调控区调节。 E.coli基因组含3500个基因，有260个已查明具有操纵子结构，定位于75个操纵子中。 E.coli nullnull3. 蛋白质基因单拷贝，rRNA基因多拷贝，这可能有利于核糖体的组装。 E.coli中rRNA基因（rDNA）具有多拷贝，而且都以转录单位的形式组织在一起。1个转录单位通常含3个rDNA，以16S-23S-5S的顺序串联排列，有的转录单位中间还插有tRNA基因，每个转录单位的长度大于5Kb。转录后先得到rRNA前体，再剪切成16S、23S和5SrRNA 4. 结构基因中无内含子，边转录边翻译。  5. 无基因重叠结构。 6. DNA分子中有多种功能区。这些区域往往具有特殊的结构，并且含有反向重复序列。 质粒DNA质粒DNA存在于细菌与真核细胞中的一种亚细胞结构。 绝大多数质粒都是双链DNA分子。 没有蛋白外壳，只能在寄主细胞中独立地增殖，并随着宿主细胞的分裂而被遗传下去。对于宿主细胞的生存不是必需的，但质粒所携带的某些基因，可以对宿主细胞的生物学特征产生影响。 质粒是一个完整、独立的复制子，并且能够转化细胞（把它的一个复本从供体细胞转移给受体细胞），因此可以作为一种载体，把目的DNA带入宿主细胞中进行增殖。而且通常能给细胞带来特殊的标记，顾而可以利用这些标记来筛选阳性克隆。 质粒DNA的复制类型质粒DNA的复制类型严紧型： 每个宿主细胞中仅含有1-3个拷贝，其复制要受到宿主细胞的严格控制。 松弛型： 每个宿主细胞可含有10-60个拷贝，其复制不受宿主细胞的严格控制，即当宿主细胞蛋白合成受到抑制时，质粒可以继续复制，拷贝数可以增至1000-3000之多。质粒DNA的功能类型质粒DNA的功能类型1. F质粒（F因子或性质粒） 能够使宿主细胞染色体上的基因和F质粒一起转移到原先不存在该质粒的受体细胞中。 2. R质粒（抗药性因子） 编码一种或几种抗菌素的抗性基因，并能将此抗性基因转移到宿主细胞中，使其获得同样的抗性能力。 3. Col质粒 编码控制大肠杆菌素合成的基因。 细菌基因组学研究的意义细菌基因组学研究的意义1、能够更好地了解病原微生物的致病机制。 2、对致病菌基因组的研究，可以加快重要致病基因的发现速度。 3、寻找病原菌所特有的DNA序列，提高临床诊断的效率和准确性。 4、为筛选有效药物及发展疫苗提供参考。细菌基因组学研究的意义细菌基因组学研究的意义 总之，细菌基因组研究将使人类从更高层次上掌握病原微生物的致病机制及规律，从而得以发展新的诊断、治疗、预防微生物感染的制剂、药物及疫苗。此外，新发现的微生物酶及蛋白还可能在工农业生产上有应用价值。五、真核生物基因组的特点 五、真核生物基因组的特点 null真核生物和原核生物基因表达的对比真核生物基因组结构与功能特点 真核生物基因组结构与功能特点 1、真核生物基因组的化学本质为DNA，大多与蛋白质结合形成染色质，基本结构单位为核小体。每一种真核生物都有一定的染色体数目，除配子为单倍体外，体细胞一般为双倍体，即含两份同源基因组，而原核生物的基因组则是单拷贝的。真核生物基因组结构与功能特点真核生物基因组结构与功能特点2、基因组远大于原核生物，结构复杂，基因数庞大，具有许多复制起始点，每个复制子大小不一。 3、基因不存在操纵子结构，功能相关基因分散在不同的染色体上。基因都由一个结构基因与相关的调控区组成，转录产物为单顺反子，即一分子mRNA只能翻译成一种蛋白质。 真核生物基因组结构与功能特点真核生物基因组结构与功能特点4、基因组中有大量低度（重复频率<103）、中度（重复频率<105）和高度重复序列。 5、基因是不连续的（断裂基因），由外显子和内含子镶嵌排列而成。基因转录的初级产物需经一定的加工，切除内含子使外显子拼接，才能形成成熟的mRNA。 6、非编码区（占90%以上）远大于编码区。真核生物基因组结构与功能特点真核生物基因组结构与功能特点7、功能相关的基因构成各种基因家族，它们可串联在一起，亦可相距很远，但即使串联在一起的成簇的基因也是分别转录的。 8、基因组中也存在一些可移动的遗传因素，这些DNA顺序并无明显生物学功能，似乎为自己的目的而组织，故有自私DNA之称，其移动多被RNA介导（如在哺乳动物及人类基因组中发现的逆转座子），也有被DNA介导的（如在果蝇及谷类中发现的DNA转座子）重复序列重复序列C0t1/2高度重复序列中度重复序列单一序列真核生物DNA的复性动力学曲线　　将真核生物基因组的DNA进行复性动力学测定，显示3个不同的时相。重复序列的作用重复序列的作用1、编码某些重要的功能性蛋白质及产物等，如组蛋白、rRNA、tRNA等。 2、与染色体的构象、着丝点的形成有关。 3、参与基因表达调控。高度重复序列高度重复序列1.卫星DNA 5-10个bp，大多位于着丝粒和端粒、表达基因的间隔区、内含子。 人的卫星DNA可分为I、II、III、IV四种，各类型由不同的重复顺序家族构成。分子杂交研究表明，同一类型中不同家族成员之间不能进行杂交，说明卫星DNA具有多态性。 2.微卫星DNA 　　　又称简单重复序列（simple repeat sequence,SRS）。　 　　　1－6bp为重复单位，10-60次拷贝串联。最常见是2bp串联（即(AC)n和(TG)n，约占10%），散在分布在基因组中，多位于编码区附近，也存在于卫星序列中及中度重复序列中。 　功能：参与遗传物质结构的改变、基因调控及细胞分化等过程。 null小鼠DNA在氯化銫密度梯度离心中的密度曲线null卫星DNA与微卫星DNA的比较卫星DNA与微卫星DNA的比较高度重复序列的功能高度重复序列的功能1、参与复制水平的调节 2、参与基因表达的调控 3、参与转位作用 4、与进化有关 5、作为每一个体的特征 6、可能与染色体减数分裂时染色体配对有关中度重复序列中度重复序列特征： 一般是不编码的序列，在基因调控中起重要作用，包括开启或关闭基因的活性、DNA复制的起始、其转录产物参与hnRNA（不均一核RNA）的处理等； 重复单位的序列相似，不完全一样，分散在基因组中，序列的长度和拷贝数不均一；具有种属特异性。（1）Alu family（1）Alu family哺乳动物中含量最丰富的中度重复序列家族。 重复单位中带有限制性内切酶Alu的酶切位点： AG↓CT TC↑GA 主要集中在细胞分裂晚期的R带，大部分属于非编码DNA，但也有一部分位于mRNA的非翻译区，甚至位于编码区内。 功能可能与hnRNAr的加工成熟、DNA复制及转录调节有关 null（2）Kpn I family（2）Kpn I family（3）Hinf family仅次于Alu家族的第二大家族。 人Kpn I顺序长6.4kb，散在分布，拷贝数约为3000-4800个，占人体基因组的1%。限制性内切酶Hinf I 约有50-100个拷贝分散在基因组的不同区域。多基因家族（multigene family）多基因家族（multigene family）亦称基因家族，是真核生物基因组中一组来源相同、结构相似、功能相关的基因，有的编码蛋白质，有的编码RNA。 根据分布不同，可分为两大类： （1）基因成簇地分布在一条染色体上，呈串联排列，产生多个拷贝，具有几乎相同的序列，同时发挥作用，如rRNA、tRNA、组蛋白等。 （2）各家族成员分布在不同的染色体上，序列虽然不相同，但编码的是一组紧密相关的蛋白，如干扰素、生长激素、珠蛋白等。 假基因（pseudogene）假基因（pseudogene）在基因家族中，有些成员的序列与相关功能基因的序列相似，但不能被转录或转录后生成无功能的基因产物。 一个假基因常常有多个有害的突变，可能因为作为一种活性基因一旦停止，就再没有适当机制阻止进一步突变的聚积。假基因数目一般较少，往往只占基因总数的一小部分。 假基因主要有两种类型假基因主要有两种类型（1）由于一种基因的加倍而失活。这种类型假基因保留原来亲本基因的外显子及内含子组织并常与亲本基因密切联系，如α、β球蛋白基因簇的假基因。它们可能是由于失去起始转录信号，或外显子—内含子连接处不能剪接或翻译不能终止。 （2）第二种假基因仅含有亲本基因的外显子，常常拥有3’端polyA尾，并随机分布于基因组中。这些假基因是源于mRNA，并通过逆转录而重新整合进基因组。null人β-珠蛋白基因簇及各个功能β-类珠蛋白基因的结构列举几个基因家族：1null典型的前rRNA基因（转录单位）结构示意图列举几个基因家族：2null组蛋白基因簇三种动物中的组蛋白基因簇黑色方框：组蛋白基因 空心方框：基因间的间隔区 箭头：基因的转录方向列举几个基因家族：3超基因家族超基因家族指一组由多基因家族及单基因组成的更大的基因家族。结构上有不同程度的同源性，可能起源于相同的祖先基因，但功能不相同。 例如，免疫球蛋白超基因家族。单一序列单一序列也称为单拷贝序列。 真核生物一般为二倍体细胞，因此不重复的单一序列存在2个拷贝。 大多数结构基因都是单一序列。 80%左右的mRNA来自单一序列DNA。 结构基因的突变容易引起遗传性状的改变或产生遗传性疾病。断裂基因断裂基因即不连续基因。 绝大多数真核生物的基因都是断裂基因。编码蛋白质的基因称为外显子（exon），其间由不编码的序列即内含子（intron）隔开。转录时一起被转录出来，然后再经过加工剪切内含子后，外显子拼接起来后成为成熟的mRNA。 不连续基因的发现时是通过mRNA和DNA杂交实验而发现的。null电镜照片解释图鸡卵清蛋白基因中外显子和内含子的排列顺序及大小鸡卵清蛋白mRNA与DNA杂交实验图移动基因 （转座子或转位子，transposon） 移动基因 （转座子或转位子，transposon） 可从染色体基因组的一个位置转移到另一个位置的基因，也可在不同的染色体之间跳跃。 20世纪40、50年代，美国遗传学家McClintock（1983年获得诺贝尔生物医学奖）在研究玉米籽粒颜色的高频变异时提出这一概念，当时称为“控制因子”。这些基因能在玉米不同的染色体上从一个位点转移到另一个位点，有时象一个新奇的生物学开关一样，开动或关闭基因。 跳跃基因的概念，使人们认识到功能上相关的各个基因，并不一定以紧密连锁的形式存在，它们可以分散在不同染色体或者同一染色体的不同部位上，因此极大地丰富和发展了现代基因概念。 人类基因组 （HGP，human genome project）人类基因组计划 （HGP，human genome project）人类基因组结构特点人类基因组结构特点1、前述的真核基因组的结构特点基本上都适用于人类基因组。 2、基因组DNA有30亿个碱基对(3×109bp)，5－10万个基因，目前已定位的有2000个 3、编码序列只占基因组总DNA量的5%以下，非编码区占95%以上，大量为重复序列人类基因组中的DNA多态性人类基因组中的DNA多态性　　　每个人之间基因组并不完全相同，也叫基因组的多态性，这个多态性表现在DNA的序列上。统计表明，任意两个人之间的DNA核苷酸差异约占基因组的0．01％，就是这基因组中0．01％的差异，决定了人类的遗传多样性，如有的人容易生病，而有的人却对疾病的免疫能力特别高，有些药物，有的人用了就灵验，有的人就不灵验。只有从不同个体DNA序列的差异上阐明人类基因组的多态性，才能真正了解与疾病特别是多基因疾病有关的遗传机制，同时深入准确地了解人类起源、进化和迁徙过程中的DNA序列变化。 1、位点多态性 （DNA site polymorphism）1、位点多态性 （DNA site polymorphism）　　　是由于等位基因间在特定位点上DNA序列存在差异造成的。例如人血液中的许多蛋白质和红细胞、白细胞的表面抗原在不同个体之间的生化特征、抗原特性都存在着由遗传造成的变异。在各种DNA位点多态性系统中，人类白细胞抗原（HLA）是最复杂的一种，仅其中的HLA-DR抗原的编码位点就有DRA、DRB1｡｢DRB2、DRB3、DRB4、DRB5六个座位，共有60多个等位基因。 2、限制性片段长度多态性 （restriction fragment lcngth polymorphism，RFLP）2、限制性片段长度多态性 （restriction fragment lcngth polymorphism，RFLP）DNA位点多态性可影响限制酶的切割位点，造成限制性片段长度多态性，即用同一种限制酶消化不同个体的DNA时，会得到长度各不相同的限制性片段类型。不同个体基因组在同一段DNA是否有同样的酶切位点，决定了酶切后是否会产生同样大小的片段。当碱基组成的变化改变了限制酶识别位点（位点消失、产生新的位点、位点移位等）时，就会得到不同的限制性片段类型，这样的位点称为多态性位点。通过限制酶酶切片段的长度多态性来揭示DNA碱基组成不同的技术称为限制性片段长度多态性技术，简称RFLP技术。 高度重复序列中的无间隔反向重复序列很容易形成限制酶识别位点，也很容易由于突变产生或失去一个酶切位点。所以，RFLP的基础是高度重复序列（数量大）和点突变。 3、串联重复顺序多态性 （tandem repeats po13rmor－phism）3、串联重复顺序多态性 （tandem repeats po13rmor－phism）有一些重复序列，其重复单位很小，比如（CC）n、（ATT）n，但串联重复次数有较大的变化，形成串联重复顺序多态性，也称为可变数目的串联重复序列（variablc number of tandcm repeats，VNTRs），这是另一种DNA序列长度多态性，这种多态性在人群中有极高的频率。串联重复顺序长度多态性主要发生在小卫星DNA 和微卫星DNA中。 研究背景研究背景1985年，美国能源部（DOE）率先提出，旨在阐明人类基因组 DNA长达3×109碱基对（ base pair，bp）的序列。发现所有人类基因并阐明其在染色体上的位置，从而在整体上破译人类遗传信息。 1986年美国宣布启动“人类基因组启动计划” 。 1989年，美国国家卫生研究院（NIH）建立国家人类基因组研究中心（NCHGR） 。 1990年，NIH和DOE联合提出美国人类基因组计划，正式启动HGP，计划于15年内提供30亿美元的资助，在2005年完成人类基因组全部序列的测定。 研究进程研究进程HGP启动以后进展顺利，计划进度一再修改。 1998年，最后一个五年计划指定出来，HGP提前2年于2003年完成。最后一个五年计划的主要目标是：最后一个五年计划的主要目标是： ①得到标记间距为1厘摩（1厘摩=重组频率为1%的两个基因间的遗传距离）的遗传图谱； ②得到至少有30万个序列标记位点（STS）的物理图谱，1998年10月实际已经有5.2万个 STS被作图； ③2001年得到人类基因组序列的“草稿”，2003年得到最后“定稿”； ④测序能力要达到每年500Mb(1Mb=1000kb),每个碱基对的费用要少于25美分，支持毛细管阵列电泳、DNA芯片等的测序技术的发展； null　　 ⑤增加测定人类基因组变异的内容，得到10万个作图定位了的单核苷酸多态性（SNP）； ⑥得到所有基因的全长c DNA； ⑦发展在基因组尺度上分析生物功能的技术； ⑧在模式生物基因组研究方面，大肠杆菌、酵母菌、短小丽杆线虫的全基因组序列已经全部完成并发表公布，到2002年完成果蝇的全基因组序列，2005年完成小鼠的全基因组序列。基因组研究大事记基因组研究大事记１９９０年 １０月 被誉为生命科学“阿波罗登月计划”的国际人类基因组计划启动。 １９９８年 一批科学家在美国罗克威尔组建塞莱拉遗传公司，与国际人类基因组计划展开竞争。 １２月 一种小线虫完整基因组序列的测定工作宣告完成，这是科学家第一次绘出多细胞动物的基因组图谱。 １９９９年 ９月 中国获准加入人类基因组计划，负责测定人类基因组全部序列的１％。中国是继美、英、日、德、法之后第６个国际人类基因组计划参与国，也是参与这一计划的唯一发展中国家。 １２月１日 国际人类基因组计划联合研究小组宣布，完整破译出人体第２２对染色体的遗传密码，这是人类首次成功地完成人体染色体完整基因序列的测定。null２０００年 ４月６日 美国塞莱拉公司宣布破译出一名实验者的完整遗传密码，但遭到不少科学家的质疑。 ４月底 中国科学家按照国际人类基因组计划的部署，完成了１％人类基因组的工作框架图。 ５月８日 德、日等国科学家宣布，已基本完成了人体第２１对染色体的测序工作。 ６月２６日 科学家公布人类基因组工作草图，标志着人类在解读自身“生命之”的路上迈出了重要一步。 １２月１４日 美英等国科学家宣布绘出拟南芥基因组的完整图谱，这是人类首次全部破译出一种植物的基因序列。 ２００１年 ２月１２日 中、美、日、德、法、英等６国科学家和美国塞莱拉公司联合公布人类基因组图谱及初步分析结果。 2002年 六国科学家公布人类基因组细节研究成果1. 遗传图谱1. 遗传图谱遗传图的绘制是人类基因组研究的第一步，是以染色体上某一点为遗传标记，以与之相伴遗传的特征为对象，经连锁分析，将编码该特征的基因定位于染色体特定位置。即通过计算连锁的遗传标志之间的重组频率，确定它们的相对距离；一般用厘摩（cM，即每次减数分裂的重组频率为 1％）来表示。遗传图所表现的，是通过连锁分析确定的各基因间的相对位置。 四张图谱2. 物理图谱2. 物理图谱是以一段已知核苷酸序列的DNA片段为“位标”，以DNA实际长度（Mb或kb）作为图距的基因组图。这段已知核苷酸序列的DNA片段称为序列标记位点，在基因组中应有明确的位置。 物理图的另一重要内容是构建以DNA克隆片段相互重叠的邻接克隆群 四张图谱3. 转录图谱3. 转录图谱人类基因组中转录、表达的序列仅占总序列的1％－5％，而人体特别是成年个体的特定组织中又只有10％的基因是表达的。因此如果能把mRNA（或cDNA）先分离、定位，就抓住了基因的主要部分（可转录的部分）。转录图（transcription map）以表达序列标记（expressed sequence tags，EST）作为位标，实际上就是人类“基因图”的雏形，又称cDNA图或“表达序列图”。转录图具有特定的生物学意义。四张图谱4. 序列图谱4. 序列图谱人类基因组核苷酸序列图（sequence map）也就是分子水平上最高层次、最详尽的物理图。测定人类基因组的核苦酸顺序是人类基因组计划中最为明确、最为艰苦的定时、定量、定质的任务。由于毛细管电泳自动测序法的建立、计算机和序列软件系统的日臻完善，测序速度不断提高。2000年6月，美国、英国、法国、德国、日本与中国几乎同时宣布人类基因组工作草图完成，尽管该工作草图还需进一步补充完善，但它的完成却是科学界一个具有里程碑意义的重大成就。 四张图谱nullnull人类基因组计划研究提供的这“四张图”被誉为人类“分子水平上的解剖图”，或被更形象地称为人类“生命元素周期表”。人类将依赖这张“生命元素周期表”彻底解开人类进化和生命之谜，同时有望彻底阐明人类6000多种单基因、多基因遗传病的发病机制，并为这些疾病的诊断、治疗及预防奠定基础，人类健康的历史将翻开全新的一页。