基因与基因组-20150306

1、1分子生物学分子生物学Molecular Biology 基因与基因组基因与基因组Genes and Genomes吴坤陆吴坤陆生命科学学院生命科学学院分子生物学研究中心分子生物学研究中心21865，Gregor Mendel 遗传因子学说遗传因子学说一、基因的概念一、基因的概念 1909， Wilhelm Ludvig Johannsen 基因基因第一节第一节 基因（基因（genesgenes）1910，T. H. Morgan 基因在染色体上基因在染色体上一个基因一种酶一个基因一种酶1941，G. W. Beadle & E. L. Tatum 1944， M. McCarty &

2、amp; O. Avery 1952，A. Hershey & M. Chase证实证实DNADNA是遗传物质是遗传物质DNADNA是遗传物质是遗传物质3基因的概念：基因的概念： 合成有功能的蛋白质或合成有功能的蛋白质或RNARNA的全部的全部DNA DNA (RNA(RNA病毒除外病毒除外) )，包括编码蛋白质或，包括编码蛋白质或RNARNA的的核酸序列及保证转录所必需的调控序列。核酸序列及保证转录所必需的调控序列。DNAgene4 DNA 真核生物的结构基因由外显子真核生物的结构基因由外显子(exon)(exon)和内含和内含子子(intron)(intron)两部分组成。编码序列

3、不连续，称为两部分组成。编码序列不连续，称为断裂基因。断裂基因。 intron exon RNARNA剪接剪接成熟成熟mRNAmRNAmRNAmRNA前体前体( (一一) )结构基因结构基因( (structural gene) )二、二、 基因的结构基因的结构 可被转录形成可被转录形成mRNA,mRNA,编码编码RNARNA或蛋白质多或蛋白质多肽链的肽链的DNADNA序列。序列。5( (二二) ) 非结构基因非结构基因 TATAAATATAAAATATTTATATTT 5 533 3 3 5 5 顺式作用元件顺式作用元件 ( (cis-acting element)transcription

4、start point 3 不编码不编码RNARNA或蛋白质多肽链，参与或蛋白质多肽链，参与转录调控结构基因表达的转录调控结构基因表达的DNADNA序列。序列。61.1.启动子和上游启动子元件启动子和上游启动子元件 启动子（启动子（promoter）：）： RNARNA聚合酶特异性识聚合酶特异性识别结合和启动转录的别结合和启动转录的DNADNA序列，有方向性，位于序列，有方向性，位于转录起始位点上游。真生物启动子为转录起始位点上游。真生物启动子为TATATATA盒盒。 上游启动子元件上游启动子元件(upstream promoter element) TATA TATA盒上游的一些特定盒上游的

5、一些特定DNADNA序列，反式作用序列，反式作用因子可与这些元件结合，调控基因的转录效率。因子可与这些元件结合，调控基因的转录效率。CAATCAAT盒、盒、GCGC盒、盒、CACACACA盒等盒等7CAATCAAT盒：盒： 位于位于-70 bp-70 bp左右，核心序列左右，核心序列GGNCAATCTGGNCAATCT。 与与CTFCTF结合，调控转录效率。结合，调控转录效率。-25-25+1+1-70-70transcription start pointTATATATA盒盒: : 位于转录起始点上游位于转录起始点上游-25 bp-25 bp左右，左右， 核心序列核心序列TATATATA（A

6、/TA/T）A A（A/TA/T），与），与 TATA TATA结合蛋白结合，启动基因转录。结合蛋白结合，启动基因转录。珠蛋白基因启动子突变珠蛋白基因启动子突变:TATAATGTAA， 降低降低mRNA的转录效率的转录效率+地贫。地贫。82.2.反应元件反应元件(response element)(response element)CAAT boxTATA box promoter 3response element 与被激活的信息分子受体结合，与被激活的信息分子受体结合，并能调控基因表达的特异并能调控基因表达的特异DNADNA序列。序列。糖皮质激素反应元件：糖皮质激素反应元件： cccaaa

7、gagctctgtgtcct exon intron exon intron exon5 93.3.增强子增强子（enhancerenhancer）CAAT box 与反式作用因子结合，增强转录活性，与反式作用因子结合，增强转录活性，在基因任意位置都有效、无方向性。在基因任意位置都有效、无方向性。TATA box enhancer promoter 3 exon intron exon intron exonresponse element凝血酶原基因增强子凝血酶原基因增强子 -922 to -897:-922 to -897:5-GTGTTCCTGCTCTTTGTCCCTCTGTC-35-G

8、TGTTCCTGCTCTTTGTCCCTCTGTC-33 5 4.4.沉默子沉默子（silencersilencer）甲胎蛋白甲胎蛋白(AFP)(AFP)基因沉默子：基因沉默子：cttcattaacttaattt 55 ttatggcttcattaacttaatttgagagaaattaattattctgcaacttagggacaagtcatctctttgaatattcTgtagtttgaggagaatatttgttatatttgcaaaataaaataagtttgcaagttttttttttctgccccaaagagctctgtgtccttgaa cataaaatacaaataaccgcta

9、tgctgttaattattggcaaatgtcccattttcaacctaaggaaataccataaagtaacagatataccaacaaaaggttactagtt aacaggcattgcctgaaaagagtataaaagaatttcagcatgattttcca 甲胎蛋白基因甲胎蛋白基因(alpha-fetoprotein，AFP) 5 5侧翼序列侧翼序列 55 ttatggcttcattaacttaatttgagagaaattaattattctgcaacttagggacaagtcatctctttgaatattcTgtagtttgaggagaatatttgttatatttgcaaaa

10、taaaataagtttgcaagttttttttttctgccccaaagagctctgtgtccttgaa cataaaatacaaataaccgctatgctgttaattattggcaaatgtcccattttcaacctaaggaaataccataaagtaacagatataccaacaaaaggttactagtt Aacaggcattgcctgaaaagagtataaaagaatttcagcatgattttcc a translation start pointTATA boxtranscription start pointCAAT boxglucocorticoid respo

11、nsive elementssilencer115-AATAAA - GTGT- 3DNA mRNA 前体前体5-AAUAAA - GUGU- 35-AAUAAA -AAAAAAAA 3 mRNA 结构基因末端保守的结构基因末端保守的AATAAA顺序及顺序及下游下游GT或或T富含区，被多聚腺苷酸化特异富含区，被多聚腺苷酸化特异因子识别，在因子识别，在mRNA 3端加约端加约200个个A。珠蛋白基因突变：珠蛋白基因突变：AATAAAAACAAA，+地贫。地贫。5.Poly(A)5.Poly(A)加尾信号加尾信号12 CAAT boxTATA box Enhancer promoter 基因的结构

12、基因的结构exonexon非翻译区非翻译区(untranslated regions (untranslated regions ，UTR)UTR) UTRUTRPoly(A)加尾信号加尾信号5 3 intronintronexonTGAATG开放阅读框开放阅读框(open reading frame (open reading frame ，ORF)ORF)response element结构基因结构基因 +1termination13第二节第二节 基因组基因组 (genomes)(genomes) 基因组：基因组：细胞或生物体一套完整单倍体的细胞或生物体一套完整单倍体的 遗传物质的总称。遗

13、传物质的总称。51619xy14一、原核生物基因组一、原核生物基因组大肠杆菌（大肠杆菌（Escherichia coliEscherichia coli）OriCOriCTerCTerC1.1.由一条环状双链由一条环状双链DNADNA分子组成，分子组成，2.2.通常只有一个通常只有一个DNADNA复制起点。复制起点。4.6106bp15PromoterGene 1Gene 2Gene 3TerminatorDNATranscriptionmRNA31235TranslationProteins123 操纵子操纵子(operon):(operon):多个功能相关的结构基因多个功能相关的结构基因

14、成簇串联排列，与上游共同的调控区成簇串联排列，与上游共同的调控区 和下游转录终止信号组成的基因表达单位。和下游转录终止信号组成的基因表达单位。3.3.结构基因大多组成操纵子结构基因大多组成操纵子多顺反子多顺反子(polycistron):(polycistron): 原核生物的一个原核生物的一个mRNAmRNA分子带有几个分子带有几个 结构基因的遗传信息。结构基因的遗传信息。16 GATCTCTTATTAGTGTGGATAATTATACACATTTGGATAATTATCCACA复制起始区（复制起始区（OriCOriC）250 bp250 bp4.4.非编码区主要是调控序列非编码区主要是调控序列

15、复制起始区、复制终止区复制起始区、复制终止区转录起动区、转录终止区转录起动区、转录终止区 GATCTNTTTATTT GATCTNTTNTATT17 C C 值：值：4,639,221 bp4,639,221 bp基因数：基因数：428842885.5.基因密度非常高，基因组中编码区基因密度非常高，基因组中编码区 大于非编码区；大于非编码区；6.6.结构基因没有内含子；结构基因没有内含子；7.7.结构基因多为单拷贝；结构基因多为单拷贝； 50kb8.8.结构基因无重叠现象；结构基因无重叠现象；9.9.有编码同工酶的等基因（有编码同工酶的等基因（isogeneisogene）分支酸别构酶分支酸别

16、构酶entB entC1810.10.存在可移动的存在可移动的DNADNA序列序列 Barbara McClintock 1902-1992转座或移位转座或移位( transposition）：）： 转座因子在基因组不同位转座因子在基因组不同位置间的移动。置间的移动。转位因子转位因子（transposable element）： 能够在一个能够在一个DNADNA分子内部分子内部或两个或两个DNADNA分子之间移动的分子之间移动的DNADNA片段。片段。19简单转座简单转座是转座因子从是转座因子从原来位置上切除并转移原来位置上切除并转移到基因组新的位置。到基因组新的位置。复制性转座复制性转座是转

17、座因子是转座因子复制出一个新拷贝转移复制出一个新拷贝转移到基因组新的位置。到基因组新的位置。转座作用的机制转座作用的机制供体供体DNADNA转座子转座子受体受体DNADNA复制和转座复制和转座新的新的DNADNA切除和连接切除和连接供体供体DNADNA转座子转座子受体受体DNADNA新的新的DNADNA20质粒质粒 ( (plasmid) ) 质粒是存在于细菌染色体外的，具有质粒是存在于细菌染色体外的，具有自主复制能力的环状双链自主复制能力的环状双链DNADNA分子。分子。21肠出血性大肠杆菌肠出血性大肠杆菌(EHEC)(EHEC)O157：H7 O104：H4 菌体抗原（菌体抗原（O O）鞭

18、毛抗原（鞭毛抗原（H H）表面抗原（表面抗原（K K） 221. 1. 基因组由一条环状双链基因组由一条环状双链DNADNA组成；组成；2. 2. 只有一个复制起始点；只有一个复制起始点；3. 3. 大多数结构基因组成操纵子结构；大多数结构基因组成操纵子结构；6. 6. 无内含子，转录后不需要剪接；无内含子，转录后不需要剪接；8. 8. 结构基因无重叠现象；结构基因无重叠现象；原核生物基因组的结构特点原核生物基因组的结构特点5. 5. 基因组中编码区大于非编码区；基因组中编码区大于非编码区；7. 7. 重复基因少，结构基因一般为单拷贝；重复基因少，结构基因一般为单拷贝；10. 10. 基因组中

19、存在可移动的基因组中存在可移动的DNADNA序列；序列；4. 4. 非编码区主要是调控序列。非编码区主要是调控序列。9. 9. 有编码同工酶的等基因；有编码同工酶的等基因； 23二、真核生物基因组二、真核生物基因组人类染色体核型人类染色体核型C C值值3000 Mb, 3000 Mb, 基因数基因数20,00020,000人类线粒体人类线粒体DNADNA1.1.每一种真核生物都有一定的染色体数目；每一种真核生物都有一定的染色体数目；2.2.远大于原核基因组，结构复杂远大于原核基因组，结构复杂, ,基因数庞大；基因数庞大；24TranslationTranscriptionmRNAmRNADNA

20、DNAProteinProteinPromoterStructure Gene353.3.真核基因有内含子真核基因有内含子; ; 单顺反子单顺反子(monocistron)(monocistron)：真核生物的一个：真核生物的一个结构基因转录生成一个结构基因转录生成一个mRNAmRNA分子。分子。4.4.真核生物的结构基因转录为单顺反子；真核生物的结构基因转录为单顺反子；25编码序列编码序列非编码序列非编码序列单拷贝序列单拷贝序列5.5.非编码序列多于编码序列；非编码序列多于编码序列；3 39595高度重复序列（高度重复序列（10106 6）低度重复序列低度重复序列（2 29 9）中度重复序列

21、（中度重复序列（101010105 5）6.6.存在大量重复序列存在大量重复序列; ;26 低度重复序列低度重复序列(Low copy number repeat)(Low copy number repeat) 在单倍体基因组中只出现一次或数次，在单倍体基因组中只出现一次或数次，含量含量5050 ，结构基因主要是单一序列。，结构基因主要是单一序列。(1)(1)单拷贝序列（单拷贝序列（unique sequence DNA unique sequence DNA ）(2)(2)中度重复序列中度重复序列( (Moderately repeated DNAModerately repeated D

22、NA) ) 重复次数重复次数101010105 5。tRNAtRNA、rRNArRNA、组蛋白、组蛋白、免疫球蛋白基因，可能与基因调控相关序列等。免疫球蛋白基因，可能与基因调控相关序列等。(3)(3)高度重复序列高度重复序列(highly repeated DNA(highly repeated DNA)重复次数重复次数10106 6。反向重复序列反向重复序列卫星卫星DNADNA（串联重复序列）（串联重复序列）27反向重复序列反向重复序列: :5AAACCACCGCTGGTAGCGGTGGTTT 33TTTGGTGGCGACCATCGCCACCAAA 55AAACCACCGCTAGCGGTGG

23、TTT 33TTTGGTGGCGATCGCCACCAAA 5回文结构回文结构 两个顺序相同的拷贝在两个顺序相同的拷贝在DNADNA链上链上呈反向排列。呈反向排列。28卫星卫星DNADNA（satellite DNAsatellite DNA） 存在于非编码区的串联重复序列，存在于非编码区的串联重复序列，有相同的核心序列有相同的核心序列, ,多为多为2 270 bp70 bp。29a.a.大卫星（大卫星（macro-satellitemacro-satellite）DNADNA：ACAAACT ACAAACT ACAAACTACAAACT ACAAACT ACAAACT 重复单位重复单位5-10

24、bp5-10bp，在群体中多态性不显著。，在群体中多态性不显著。 b.b.小卫星（小卫星（minisatelliteminisatellite） DNADNA：重复单位重复单位9-24bp9-24bp，呈高度多态性。，呈高度多态性。核心序列核心序列 GGGCAGGAXGGGGCAGGAXGc.c.微卫星微卫星DNA (micro-satellite DNA)DNA (micro-satellite DNA)重复单位重复单位2-6bp2-6bp，常见为，常见为(AC)n(AC)n和和(TG)n(TG)n，呈高度多态性，可作遗传标记。呈高度多态性，可作遗传标记。30 Mother Child Fa

25、ther Alleged Father亲子亲子( (亲权亲权) )鉴定鉴定Parentage Testing Parentage Testing 31（1 1）核酸序列相同：多拷贝基因形成的基因簇，）核酸序列相同：多拷贝基因形成的基因簇， rRNArRNA、tRNAtRNA、组蛋白基因家族等。、组蛋白基因家族等。 组蛋白基因家族组蛋白基因家族（2 2）核酸序列高度同源）核酸序列高度同源生长激素（生长激素（GHGH）与绒毛膜生长催乳激素（）与绒毛膜生长催乳激素（CSCS） 部分序列比对部分序列比对GHCSATGGCTATGGCTC CCAGGCTCCCGGACGTCCCTGCTCCTGGCTTT

26、TGCAGGCTCCCGGACGTCCCTGCTCCTGGCTTTTGC CCCATGGCTATGGCTA ACAGGCTCCCGGACGTCCCTGCTCCTGGCTTTTGCAGGCTCCCGGACGTCCCTGCTCCTGGCTTTTGG GCC7.7.存在多基因家族与假基因；存在多基因家族与假基因；32（3 3）编码产物的功能或功能区相同）编码产物的功能或功能区相同人类蛋白激酶人类蛋白激酶C C家族家族（4 4）假基因（）假基因（）：与有功能的基因相似，）：与有功能的基因相似， 不表达或表达产物没有功能。不表达或表达产物没有功能。珠蛋白基因簇中的假基因珠蛋白基因簇中的假基因 G A 2

27、1Alu10 kb33人类线粒体人类线粒体DNADNA 2 2个个rRNArRNA基因和基因和2222个个tRNAtRNA基因，基因，1313个编码蛋白质基因，个编码蛋白质基因，编码序列占编码序列占93%93%。 能自主复制能自主复制 在细胞内具有多拷贝在细胞内具有多拷贝 主要编码与氧化磷酸化相关的酶系主要编码与氧化磷酸化相关的酶系 基因无内含子基因无内含子 基因排列紧密基因排列紧密, , 无间隔无间隔, , 有少数重叠。有少数重叠。34 DNA DNA基因组基因组: : 多数为双链、环状或线性多数为双链、环状或线性1.1.不同病毒基因组可以是不同结构的核酸；不同病毒基因组可以是不同结构的核酸

28、；双链线性双链线性DNADNA单链环状单链环状DNADNA三、病毒基因组三、病毒基因组环状双链环状双链DNADNA多数为单链、线性多数为单链、线性 RNA RNA基因组基因组: : 单链线性单链线性RNARNA双链线性双链线性RNARNA35腺病毒腺病毒 (adenovirus)线性双链线性双链DNADNA，编码两大类蛋白质。，编码两大类蛋白质。E4E4E2BE2BE2AE2AE1AE1A E1BE1BE3E3L2L2L3L3L4L4L5L5L1L13.3.功能相关基因转录成多顺反子；功能相关基因转录成多顺反子；DNADNA2.2.病毒基因组大部分为编码序列；病毒基因组大部分为编码序列；36噬

29、菌体噬菌体X174X174（phage phix 174 ）利用有限的核利用有限的核酸贮存更多的酸贮存更多的遗传信息，提遗传信息，提高自身在进化高自身在进化过程中的适应过程中的适应能力。能力。5386nt编码编码25002500个氨基酸个氨基酸5386nt编码编码25002500个氨基酸个氨基酸环状单链环状单链DNADNA4. 4. 基因重叠基因重叠（gene overlapgene overlap）375.5.感染真核细胞的病毒，有的基因有内含子；感染真核细胞的病毒，有的基因有内含子；环状双链环状双链DNADNA大大T T抗原和小抗原和小t t抗原的抗原的mRNAmRNA有不同的剪有不同的剪

30、接方式。接方式。5243 bp5243 bpOriOri猴病毒猴病毒 (simian virus 40, SV40 ) 小小t t抗原抗原大大T T抗原抗原386.6.有的病毒基因组连续；有的病毒基因组连续； 单股正链单股正链RNARNA核衣壳蛋白核衣壳蛋白(N)(N) 膜蛋白膜蛋白(M)(M)病病 毒毒 RNA RNA 聚聚 合合 酶酶 SARSSARS冠状病毒冠状病毒(SARS coronavirus)(SARS coronavirus) 刺突蛋白刺突蛋白(S)(S)39埃博拉病毒埃博拉病毒(Ebola virus)(Ebola virus)S K Gire et al. Science 2014;345:1369-1372单股负链单股负链RNA(18959nt)Genomic surveillance elucidates Ebola virus origin and transmission during the 201