第4章++基因组与基因组计划.doc

第4章 基因组与基因组计划一、基因组基因组(genome)是由winkler H. 在1920年提出来的(原意为GENE与chromosOME的组合)。1. 基因组的定义：1) 表示一个生物物种所有染色体的总和(细胞遗传学定义)；（就细菌和噬菌体而言，它们的基因组是指单个染色体上所含的全部基因，而二倍体真核生物的基因则是指维持配子或配子体正常功能的最基本的一套染色体及其所携带全部基因。）2) 所有核酸分子的总和(生化遗传学定义)；3) 所有基因的总和(经典遗传学定义)。4) 结构是功能的基础，基因组的结构是基因组中所有基因的功能活动的基础。因此基因组的现代生物学定义是指导一个物种的结构与功能的所有遗传信息的总和。（分子遗传学定义）2. 基因组学:基因组学(genomics)是美国的Roderick H. 于1986年提出来的。这一名词现已作为“研究基因组的结构与功能的科学”而被普遍接受。可以说，基因组学是人类基因组计划所孕育、并随人类基因组的进展而发展的一门新的学科。二、人类基因组1 人类基因组的物理结构人类基因组由两类不同的组分构成（1）核基因组（nuclear genome）：由大约32亿碱基对（bp）组成或者300万千碱基对（kb）或3000兆碱基对（Mb）。核基因组分为24个线性DNA分子，最短的55Mb，最长的250Mb。（2）线粒体基因组（mitochondrion genome）：是一个长为16569bp的环状DNA分子，它有许多拷贝，位于线粒体中。32亿碱基对如果按照5号字体打印，人类基因组序列长度可为5000公里。2 人类基因组的遗传内容以人类T细胞受体基因座一个50kb的区段为例。T细胞受体基因座是一个长达685kb的DNA区段，编码与免疫应答相关的蛋白。此50kb的区段包含下列遗传内容：（1）一个基因：该基因称为TRY4,编码胰蛋白酶原，是消化酶胰蛋白酶的无活性前体。这个基因与免疫应答毫无关系，只是位于T细胞受体基因座而已。（2）两个基因片段：即V28和V29-1，编码T细胞受体的一部分，该基因座由此而得名。V28和V29-1的特殊性在于它们不是完整的基因，而是一个基因片段。表达之前，它们必须与该基因座的其它基因片段相连（DNA重排）。该过程发生在T淋巴细胞中。TRY4、V28和V29-1像其它的人类基因一样，是不连续的，由外显子和内含子组成。外显子加在一起是1414bp,占该50kb片段的2.8%。（3）一个拟基因：该拟基因叫做TRY5，它与胰蛋白酶原家族的功能成员有很近的关系。（4）52个重复序列：这是一些在基因组的多处都能发现的序列全基因组范围的重复序列（genome-wide repeat sequence）,主要有4个类型，分别是LINE(long interspersed nuclear element,长散布核元件)、SINE(short interspersed nuclear element,短散布核元件)、LTR（long terminal repeat,长末端重复）和DNA转座子（DNA transposon）。加起来共占全序列的39.1%.(5)两个微卫星：一个是GA重复16次5-GAGAGAGAGAGAGAGAGAGAGAGAGAGAGAGA-3另一个是TATT重复6次所成5-TATTTATTTATTTATTTATTTATT-3(6)剩余的50是一些既非基因也非重复序列，功能和意义未知的单拷贝DNA序列。3 其它生物的基因组（1）基因组大小（2）C值悖论（矛盾）：基因组的大小与生物的复杂性是相符的，最简单的真核生物，如真菌有最小的基因组，高等的真核生物，如脊椎动物和显花植物有最大的基因组。这样我们有理由认为，一个生物的复杂性与该生物基因组中的基因数目有关，也就是说高等生物需要更大的基因组以安置更多的基因。但是，这种相关性并非很精确：酿酒酵母的核基因组大约是12Mb,是人类核基因组的0.004倍，如果按照这个法则，那么酿酒酵母基因组中应该包括0.00440000=160个基因，而实际上酿酒酵母基因组大约有6000个基因。多年来，生物复杂性和基因组大小之间关系的不确定性被看做是一个难题，即所谓的C值悖论。随着对基因组的研究，C值悖论可以找到合理答案：复杂程度低的生物中基因组的空间被节省下来了，因为基因是紧密排列的。1996年完成的酿酒酵母基因组序列正说明了这一点。比较酿酒酵母第三号染色体一个50kb区段和人类基因组的一个50kb的DNA片段，发现酿酒酵母DNA具有下列显著特征：（1）比人类基因组区段包含更多基因。酵母三号染色体的该区段有26个编码蛋白质的基因和两个编码转运RNA的基因。这28个基因占该50kb序列的66.4%。（2）酿酒酵母基因很少是断裂基因。酵母三号染色体的该区段中没有一个基因是断裂基因。酵母全基因组中仅有239个内含子，与高等真核生物相比这是一个很小的数目，高等真核生物中有时一个基因便含有100多个内含子。（3）全基因组范围分布的重复序列少。酵母的该区段含有5个LTR元件，占该50kb序列的13.5%。酵母全基因组范围分布的重复序列仅占全序列的3.4。由此可见：越高级的真核生物，基因组结构越松散。较小的基因组重复序列偏少，大的基因组则有大量的重复序列。较小的基因组重复序列偏少，大的基因组则发现有大量的重复序列衍生。玉米基因组是5000Mb，比人类的基因组大。玉米基因组仅有少数几个区段的序列被测定，但已经得出了一个明显的结论：玉米基因组是一个重复序列占优势的基因组。图中显示玉米基因组的一个50Kb的区段，该区段含有一个乙醇脱氢酶基因，这是该区段唯一存在的一个基因。玉米基因组中占优势的是全基因组范围分布的重复序列，主要是LTR元件，该元件占到全玉米基因组的50%。大肠杆菌有4397个基因。图中D部分显示的是大肠杆菌基因组中一个50Kb的区段，该区段含有43个基因，占该区段的85%。该区段有下列特征：一、一些基因间没有间隙，例如thrA和thrB之间仅有一个核苷酸，thrC起始于thrB的最后一个核苷酸。二、该区段基因没有内含子。实际上，大肠杆菌整个基因组都没有断裂基因。三、重复序列罕见三、人类基因组计划1、人类基因组计划的提出尽管小物机体的尺寸有限，但并未能为研究工作带来任何容易之处。人们经过了不懈的努力，渴望解开生命之谜这个多年的愿望并未向前推进多少。迷仍是个迷！ 以往研究的艰履或失败教训使人们头脑开始清醒认识到，任何仅依靠单一学科如细胞学、发育学、肿瘤学、人类遗传学或分子生物学的独自努力都无济于事，都太局限了，难以完成人类对自身的认识和保护。美国曾投巨资但基本上以失败告终的肿瘤十年计划也说明了这个问题。所以，要知道某事物的局部作用机制最好先知道全局的看法逐渐主导了人们的认识。在绕了一大段弯路之后，人们回过头来决定开始进行人的所有基因即基因组的研究，全面探讨这个“摸得到，猜不透”的人体奥秘，由此形成了基因组学和人类基因组计划（Human Genome Project，HGP），其最终目的是对生命进行系统地和科学地解码，以达到了解和认识生命的起源，种间和个体间存在差异的起因，疾病产生的机制以及长寿与衰老等生命现象。人类基因组计划以前的遗传学或称基因学（genetics）偏重于单个基因的研究，而人类基因组计划则是把目光投向整个基因组的所有基因，从整体水平去考虑基因的存在、基因的结构与功能、基因之间的相互关系等。对人类基因组的研究在70年代已具有一定的雏形，在80年代在许多国家已形成一定规模，并在以下的几个事件的影响下形成了投资额最多、最具规模的美国人类基因组计划。1984年在Utah州的A1ta，White R和Mendelssohn M受美国能源部(DOE)的委托主持召开了一个小型专业会议讨论测定人类整个基出组的DNA序列的意义和前景。1985年5月在加州Santa Fe由美国能源部的Sinsheimer R L主持的会议上提出了测定人类基因组全序列的动议，由此形成了美国能源部的“人类基因组计划”草案。1986年3月在新墨曲哥州的Santa Fe讨论了这一计划的可行性，随后美国能源部宣布实施这一草案。1986年著名遗传学家McKusich V提出从整个基因组的层次研究遗传的科学称“基因组学”。1986年3月7日，诺贝尔奖获得者Dulbecco R在Science杂志上发表的一篇有关开展人类基因组计划的短文癌症研究的转折点人类基因组的全序列分析，回顾了70年代以来癌症研究的进展，使人们认识到包括癌症在内的人类疾病的发生，都与基因直接、间接有关；同时他指出要么仍处于用“零敲碎打”的方法开展研究，要么从整体上研究和分析人类基因组及其序列。他还在文中指出：“这一计划的意义，可以与征服宇宙的计划媲美，我们应该以征服宇宙的气魄来开展这一计划。”并且谈到：“这样的工作是任何一个实验室难以单独承担的项目。”1986年6月在美国冷泉港，另两位诺贝尔奖获得者Gilbert W及Berg P主持了有关“人类基因组计划”的专家会议。1987年初，美国能源部与国家健康研究院(NIH)为“人类基因组计划”下拨了启动经费约550万美元(1987年全年为1.66亿美元)，并开始筹建人类基因组计划实验室。1988年2月，国家科学研究委员会(NRC)的专家撰写了人类基因组的作图与测序(mapping and sequencing the human genome)的报告，全面地介绍了有关这项史无前例的、看起来似”胆大妄为”计划的内容。同年，美国成立了“国家人类基因组研究中心”由因提出DNA分子双螺旋模型的贡献而获诺贝尔奖的沃森(Watson J)出任第一任主任。历经5年左右的辩论后，美国国会正式批准美国的“人类基因组计划”于1990年10月1日正式启动。其规模在世界上是最大的，总体计划是在15年内投入至少30亿美元进行人类全基因组的分析。美国国会决定用30亿美元搞人类基因织计划，政府印了很多小册子做宣传，告诉纳税人，国家为什么要花这么多钱做这个计划，这钱花得有多值。美国也有其他科学计划，但人类基因组计划最红火、最受民众支持，因为，它能马上计老百姓得到好处。人类基因组计划，在美国和英国几乎家喻户晓连出租车司机也能谈得头头是道。人类基因组计划，一直是美国以至于世界新闻媒介的报道热点。美国的时代周刊，每年都把人类基因组计划的进展情况，作为一年一度的重大科技新闻加以传播。而中国，别说人类基因组计划，就连什么是基因，起码也有两代人不清楚。在Dulbecco R短文的影响下，整个西欧几乎都动了起来。意大利最早开始国家级HGP。1987年组织了15个，后来发展道30个实验室开展人类基因组计划的研究。1989年2月英国开始其HGP。剑桥的Sanger中心首先在线虫基因组上积累经验，改进大规模测序技术，同时建立了“英国人类基因组资源中心”。1990年6月法国的国家人类基因组计划开始行动。法国国家医学科学院制定了人类基因组计划。诺贝尔讲获得者Dausset J于1983年用自己的奖金建立了人类多态性研究中心。1995年德国才正式开始了HGP，开始对21号染色体的大规模测序。1990年6月欧共体通过了“欧洲人类基因组研究计划”，主要资助23个实验室的建立和运转。这是欧洲计划在多个领域赶超美国的一个重要方面。此外，丹麦、俄罗斯、日本、韩国、澳大利亚等国先后开展人类基因组研究。中国HGP于1994年启动。最初是由国家自然科学基金委员会和“863”高科技计划的支持下先后启动了“中华民族基因组中若干位点基因结构的研究”和“重大疾病相关基因的定位、克隆、结构与功能研究”。1998年中国在北京和上海分别成立了中国北方人类基因组中心和南方人类基因组中心。除了早期的政府介入之外，世界上还有很多医药公司卷入到了这场所谓的HGP，形成了一场“抢基因”大战。2人类基因组计划的任务 人类基因组计划的基本任务可以用3张图来概括：遗传图谱、物理图谱、序列图谱。（1）遗传图谱：应用遗传学技术构建能显示基因以及其它序列特征在基因组上的位置的图。遗传学技术包括杂交育种实验、人类家族的系谱分析。（2）物理图谱：应用分子生物学技术来直接分析DNA分子，从而构建能显示包括基因在内的、序列特征的位置图。（3）序列图谱：测定由32亿个核苷酸组成的人类基因组的序列图。3 人类基因组计划的意义（1）基因组序列为全面了解细胞的分子活动打开了一条通道。（2）基因组序列图谱有助于重要基因的分离与利用。那些疾病相关的基因在基因组序列未知时也可以从基因组中分离出来，但耗时又费力，并且分离每一个基因都要设计不同的方案。如果基因组序列已知的话，那么所需基因的分离就变得相对容易些。（3）有助于人类基因组非编码序列的研究。人类基因组和所有高等真核生物基因组一样，含有大量的非编码DNA序列。虽然我们现在假定大多数非编码序列没有功能，这有可能是因为我们对于它们尚未充分认识。可能非编码序列确有作用，但我们目前的认识尚不足以理解它。要证实这种可能性，第一步就是获得不同生物基因组的所有非编码的DNA序列，从中可能会发现一些或全部非编码序列作用的共性。（4）人类基因组计划推动技术的发展。例如从20世纪80年代末期到2001年，基因组测序成本已经从每个碱基10美元以上降到约10美分。四、基因组测序的策略目前即使使用最先进的测序技术也很难在一次实验中获得一个大于750bp的序列。所以一个