基因组与基因组学

1、234519091909年，丹麦遗传学家约翰逊在年，丹麦遗传学家约翰逊在精密遗传学原理精密遗传学原理一书中一书中根据根据希腊语希腊语“给予生命给予生命”之义，创造之义，创造一词来一词来代替代替孟孟德尔假定的德尔假定的。从此从此基因便成为遗传因子的代名词一基因便成为遗传因子的代名词一直沿用至今。直沿用至今。6 在孟德尔的成果获得承认后，在孟德尔的成果获得承认后，生物界都知道是生物界都知道是但是，基因究竟在细胞但是，基因究竟在细胞内的什么地方？摩尔根以果内的什么地方？摩尔根以果蝇为试验对象回答了这一问蝇为试验对象回答了这一问题，题，Thomas Hunt Morgan （18661945）7 摩尔

2、根在摩尔根在基因论基因论中绘制了果蝇基因位置中绘制了果蝇基因位置图，首次完成了当时图，首次完成了当时最新的基因概念最新的基因概念的的描述：描述： 至此，人们对基因概念的理解更加具体和丰至此，人们对基因概念的理解更加具体和丰富了。富了。 8Thoman Hunt Morgan （ 18661945）因发现染色体的遗传机制，创立染色体遗传理论而于因发现染色体的遗传机制，创立染色体遗传理论而于92 2、基因的基因的是什么？是什么？ 基因的化学本质是基因的化学本质是而不是蛋白质而不是蛋白质3 3、基因的基因的是什么？是什么？ 19531953年沃森和克里克提出著名的年沃森和克里克提出著名的模型模型。1

3、0是是的的活性组分，确定活性组分，确定11赫尔歇赫尔歇(Hershey(HersheyA.)A.)等用同位素等用同位素3232P P和和3535S S验证验证。1213 14 19861986年美国约翰年美国约翰霍普金斯（霍普金斯（Johns Johns HopkinsHopkins）大学著名人类遗传学家和内科教）大学著名人类遗传学家和内科教授麦克库塞克（授麦克库塞克（McKusickMcKusick）造出了）造出了这个名词，意指从这个名词，意指从研究遗传的学科。研究遗传的学科。15 在在的影响下，分子生的影响下，分子生物学的主要目标物学的主要目标已经从传统的已经从传统的的研究转的研究转向对生

4、物向对生物结构与功能的研究结构与功能的研究。生命科。生命科学正从全新的视觉角度研究与探讨生长与发育、学正从全新的视觉角度研究与探讨生长与发育、遗传与变异、结构与功能以及健康与疾病等生物遗传与变异、结构与功能以及健康与疾病等生物学与医学基本问题的分子机理，并形成了一门新学与医学基本问题的分子机理，并形成了一门新的学科分支的学科分支- - 。16(Genomics)17 泛指一个有生命体、病毒或细胞器的全部泛指一个有生命体、病毒或细胞器的全部遗传物质；在真核生物，基因组是指遗传物质；在真核生物，基因组是指。即即物种物种。 物种遗传信息的物种遗传信息的“总词典总词典” 控制发育的控制发育的“总程序总

5、程序” 生物进化历史的生物进化历史的“总档案总档案”18人体细胞的核型（人体细胞的核型（Spectral Karyotype) Spectral Karyotype) 19物种物种基因组大小/bp基因组大小/bpT4噬菌体T4噬菌体2.0102.0105 5大肠杆菌(大肠杆菌(Escherichia coli) )4.2104.2106 6酵母(酵母(Sccharomyces cerevisiae) )1.5101.5107 7拟南芥(拟南芥(Arabidopsis thaliana) )1.0101.0108 8秀丽小杆线虫(秀丽小杆线虫(Caenorhbditis elagans) )1.

6、0101.0108 8果蝇(果蝇(Drosophila melanogaster) )1.65101.65108 8水稻(水稻(Oryza sativa) )3.89103.89108 8小白鼠(小白鼠(Mus musculus) )3.0103.0109 9人类(人类(Homo sapiens) )3.3103.3109 9玉米玉米(Zea mays) )5.4105.4109 9普通小麦(普通小麦(Triticum aestivum) )1.6101.61010102021 (Cvalue paradox)： 对原核生物和低等真核生物而言，单倍体对原核生物和低等真核生物而言，单倍体基因组基

7、因组DNADNA的量和的量和。22：指一指一个有机体的个有机体的C C值值和其编码能力缺和其编码能力缺乏相关性。乏相关性。如：如：-爪蟾的基因组大爪蟾的基因组大 小和人类相似；小和人类相似；-两栖类最小基因组两栖类最小基因组 和最大的基因组之和最大的基因组之 间相差约间相差约100100倍；倍；-C-C值矛盾在进化中值矛盾在进化中 的原因和机制尚不的原因和机制尚不 清楚。清楚。23 1 1242526 19771977，SangerSanger27 聚合酶聚合酶HBsAgHBcAg 28聚合酶聚合酶HBsAgHBcAg29.禽流感病毒禽流感病毒(H5N1) avian influenza A

8、virus 8 8节段节段-ssRNA-ssRNA血凝素（血凝素（HAHA）神经氨酸酶（神经氨酸酶（N)N)30（human Immunodeficiency virus ） 逆转录病毒（单链逆转录病毒（单链RNARNA病毒）病毒）31以大肠杆菌（以大肠杆菌（Escherichia coliEscherichia coli）为例）为例321.1.基因组通常仅由基因组通常仅由 其其DNADNA是与蛋白质结合，不形成染色体结构，是与蛋白质结合，不形成染色体结构，只是只是。细菌染色体。细菌染色体DNADNA在胞在胞内形成一个致密区域，即内形成一个致密区域，即（nucleoidnucleoid），类）

9、，类核无核膜将之与胞浆分开。核无核膜将之与胞浆分开。2.2.功能相关的几个结构基因往往串联排列在一起功能相关的几个结构基因往往串联排列在一起组成组成3.3.原核生物基因组中基因密度非常高原核生物基因组中基因密度非常高, ,结构结构 334.4.基因组中任何一段基因组中任何一段DNADNA不会不会用于编码用于编码2 2种蛋白质。种蛋白质。5.5.在原核生物基因组中含有在原核生物基因组中含有。6.6.在不同原核生物基因组中在不同原核生物基因组中变化很大。变化很大。7.7.原核生物基因组的原核生物基因组的内主要是内主要是。8.8.细菌基因组中的可细菌基因组中的可能产生能产生现象。现象。9.9.除细菌

10、染色体外，还有能除细菌染色体外，还有能的的分子，称为分子，称为。3435：细菌染色体在：细菌染色体在 细胞内形成的一个致密区域细胞内形成的一个致密区域nucleoid质粒质粒plasmidplasmid36 大肠杆菌染色体大肠杆菌染色体DNADNA 。37 质粒质粒DNADNA是存在于细菌是存在于细菌的，具有的，具有能力的环状双链能力的环状双链DNADNA分子；大小为几分子；大小为几kbkb。38染色体染色体DNADNA线粒体线粒体DNADNA3940 1 1、真核生物基因组的化学本质为、真核生物基因组的化学本质为DNADNA，多与蛋白质，多与蛋白质结合形成染色质，基本结构单位为结合形成染色质

11、，基本结构单位为。每一。每一种真核生物都有一定的染色体数目，除种真核生物都有一定的染色体数目，除，即含两份同源基，即含两份同源基因组，而原核生物的基因组则是单拷贝的。因组，而原核生物的基因组则是单拷贝的。412 2、基因组远大于原核生物，结构复杂，基因数庞、基因组远大于原核生物，结构复杂，基因数庞大，具有许大，具有许，每个复制子大小不一。，每个复制子大小不一。3 3、基因、基因结构，功能相关基因分散在结构，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，转录产物为的调控区组成，转录产物为，即一分子，即一分子mRNAmRNA只能

12、翻译成一种蛋白质。只能翻译成一种蛋白质。 424 4、基因组中有大量低度（重复频率、基因组中有大量低度（重复频率10103 3）、中）、中度（重复频率度（重复频率1010105 5，通常这些序列的通常这些序列的长度为长度为6-200bp6-200bp，如卫星，如卫星DNADNA； 重复频率重复频率 10101 1-10-105 5, ,重复单位平均重复单位平均长度约长度约300bp300bp占基因总量的占基因总量的35%35%。（。（rRNA gene, tRNA rRNA gene, tRNA gene, gene, 组蛋白组蛋白gene )gene )；单拷贝序列（单拷贝序列（unique

13、 sequenceunique sequence）亦）亦称非重复序列（称非重复序列（nonrepetitive sequencenonrepetitive sequence）在一个）在一个基因组中只有一个拷贝或基因组中只有一个拷贝或2-32-3个拷贝。个拷贝。5152 每个人之间基因组并不完全相同，称基因组的每个人之间基因组并不完全相同，称基因组的多态性，表现在多态性，表现在上。统计表明，任意两上。统计表明，任意两个人之间的个人之间的DNADNA核苷酸差异约占基因组的核苷酸差异约占基因组的0 00101，就是这就是这，决定了人类的，决定了人类的，如有人易生病，而有人却对疾病的免疫，如有人易生病

14、，而有人却对疾病的免疫能力特别高；有些药物，有人用了就灵验，有人就能力特别高；有些药物，有人用了就灵验，有人就不灵验。不灵验。 从从，才能真正了解与疾病特别是多基因疾病有，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化和迁徙过程中的DNADNA序列变化。序列变化。53 发展和应用发展和应用DNADNA制图、测序新技术以及计算机制图、测序新技术以及计算机程序，分析生命体（包括人类）全部基因组结构及程序，分析生命体（包括人类）全部基因组结构及功能。功能。以以为研究对象，而不是以单个为研究对象，而不是以单

15、个基因为单位作为研究对象。基因为单位作为研究对象。54（GenomicsGenomics）为研究基因组结构和功能的科学。为研究基因组结构和功能的科学。 指以分子生物学技术、计算机技术和信指以分子生物学技术、计算机技术和信息网络技术为研究手段，以息网络技术为研究手段，以为研究对象，在全基因背景下和整体水平上探为研究对象，在全基因背景下和整体水平上探索生命活动的内在规律及其内外环境影响机制索生命活动的内在规律及其内外环境影响机制的科学。的科学。对所有基因进行基因组作图对所有基因进行基因组作图( (包括遗包括遗传图谱、物理图谱、转录图谱传图谱、物理图谱、转录图谱) )，核苷酸序列分，核苷酸序列分析，

16、基因定位和基因功能分析。析，基因定位和基因功能分析。5519861986年提出，至今年提出，至今2020年，已经发展成为年，已经发展成为遗传学中最重要的分支学科。遗传学中最重要的分支学科。对物种的所有基因进行定位、作图、测对物种的所有基因进行定位、作图、测序和功能分析。序和功能分析。56u 5758 (structural genomics)(structural genomics) 人类基因人类基因 组计划组计划 结构基因组学结构基因组学(structural genomics) (structural genomics) 是通过是通过的实施来完成的。的实施来完成的。596061 当我们陶醉

17、于以前的科当我们陶醉于以前的科学成就时，却突然发现学成就时，却突然发现了人类对自身的认识太了人类对自身的认识太少了。少了。 人的生老病死究竟是由人的生老病死究竟是由什么决定的？我们基本什么决定的？我们基本上没办法解答这个问题。上没办法解答这个问题。更重要的是，人类面对更重要的是，人类面对一些疾病，有时显得束一些疾病，有时显得束手无策，这迫切需要人手无策，这迫切需要人类去认识了解自身。类去认识了解自身。626364 2020世纪初期世纪初期, ,人类发现了生命的基本规律人类发现了生命的基本规律之一遗传规律。之一遗传规律。 5050年代初，英国和美国的科学家提出遗年代初，英国和美国的科学家提出遗传

18、物质传物质。 7070年代开始的克隆技术年代开始的克隆技术 与此同时，我们还发现，几乎人类所有与此同时，我们还发现，几乎人类所有的疾病和基因有关系。的疾病和基因有关系。65GCTTCTTCCTCATTTTCTCTTGCCGCCACCATGCCGCCACCA TCATTTTCTCTTGCCGCCACCATGCTTCTTCCTCATTTTCTCT CCACCATGCCGCCACCACGCCACCATGCTTCTTCCTCATCTC GCTTTCTTGCCGCCACCATGCCGCCACCGCTTCTTCCtTCTCT66 解读与生、老、病、死有关的遗传信息解读与生、老、病、死有关的遗传信息（基因）

19、的（基因）的； 总总“字字”数：数：30 30 多亿个；多亿个； “字字 母母”：4 4个。个。67 人类基因组计划人类基因组计划(human genome project, HGP)(human genome project, HGP)是由是由科学家科学家Renato Dulbecco于于年率先年率先提出，于提出，于年正式启动的。年正式启动的。和和科学家共同参与了这一价值达科学家共同参与了这一价值达的人类基因组计划。的人类基因组计划。 这一计划旨在为这一计划旨在为3030多亿个碱基对构成的人类基因多亿个碱基对构成的人类基因组精确测序，发现所有人类基因并搞清其在染色组精确测序，发现所有人类基因

20、并搞清其在染色体上的位置，破译人类全部遗传信息。体上的位置，破译人类全部遗传信息。68 （Human genome Human genome projectproject）于）于19901990年年启动，我国于启动，我国于19991999年年加入该计划，承担其加入该计划，承担其中中的任务，即人类的任务，即人类上约上约30Mb30Mb的测序任务。的测序任务。 6970 “”与与“”、“”一起，并一起，并称为人类自然科学史上的称为人类自然科学史上的“”，是人类文明史上最伟大的科学创举之一是人类文明史上最伟大的科学创举之一。7172 6 6个国家的个国家的1616个中心上千名科学家参加。其中个中心上

21、千名科学家参加。其中美国占美国占5454的份额的份额, ,英国占英国占3333, ,日本占日本占7 7, ,法法国约占国约占3 3，德国约占，德国约占，。每。每个国家所占的份额同该国的生物产业水平成正个国家所占的份额同该国的生物产业水平成正比。比。 因为人类是在因为人类是在“进化进化”历程上最高级的生物，历程上最高级的生物，对它的研究有助于认识自身、掌握生老病死规对它的研究有助于认识自身、掌握生老病死规律、疾病的诊断和治疗、了解生命的起源。律、疾病的诊断和治疗、了解生命的起源。 73在在HGPHGP中，还包括对中，还包括对：、和和，称之为，称之为人类的五种人类的五种“”。 HGPHGP的的：（

22、1990-20051990-2005）投入）投入，完成人类，完成人类2424条染色体的条染色体的3030亿个核苷酸亿个核苷酸序列分析序列分析HGPHGP的的是解码生命、了解生命、认识是解码生命、了解生命、认识种属之间和个体之间存在差异的起因、认识疾种属之间和个体之间存在差异的起因、认识疾病产生的机制以及长寿与衰老等生命现象、为病产生的机制以及长寿与衰老等生命现象、为疾病的诊治提供科学依据。疾病的诊治提供科学依据。 7475人类基因组计划的进展并不是一帆风顺人类基因组计划的进展并不是一帆风顺的。以全球合作、数据共享为主旨的的。以全球合作、数据共享为主旨的国国际人类基因组计划际人类基因组计划面临着

23、来自面临着来自私营公司私营公司CeleraCelera强有力的挑战强有力的挑战。76 CeleraCelera公司建立于公司建立于19981998年年5 5月，位于美国马里兰州的月，位于美国马里兰州的RockvilleRockville，由，由PEPE公司和公司和J. Craig VenterJ. Craig Venter博士共同创博士共同创建。建。曾是基因组研究所（曾是基因组研究所（The The Institute for Genomic Research Institute for Genomic Research ，TIGRTIGR）的创建者）的创建者和领导人和领导人. . Celer

24、aCelera的本意来自拉丁语的的本意来自拉丁语的“快速快速”，因此，因此CeleraCelera公公司一直致力于开发基因组信息并使之商业化，以加速司一直致力于开发基因组信息并使之商业化，以加速生物技术的发展和应用。目前生物技术的发展和应用。目前CeleraCelera公司已针对已有公司已针对已有的的信息开发出一套新的数据库信息开发出一套新的数据库及服务系统，为相关研究工作提供有力的工具和服务。及服务系统，为相关研究工作提供有力的工具和服务。 77* *7819901990年年1010月月 被誉为生命科学被誉为生命科学“阿波罗登月计划阿波罗登月计划”的国际人类基因组计划启动。的国际人类基因组计

25、划启动。 19981998年年5 5月月 组建组建CeleraCelera遗传公司，国际人类基因遗传公司，国际人类基因组计划展开竞争。组计划展开竞争。 9 9月月 获准加入人类基因组计划，负责测定人获准加入人类基因组计划，负责测定人类基因组类基因组1212月月1 1日日 国际人类基因组计划联合研究小组宣布，国际人类基因组计划联合研究小组宣布，他们完整地译出人体第他们完整地译出人体第2222对染色体的遗传密码。对染色体的遗传密码。7920002000年年4 4月末月末 我国科学家按照国际人类基因组计我国科学家按照国际人类基因组计划的部署，完成了划的部署，完成了1%1%人类基因组的工作框架图。人类

26、基因组的工作框架图。 5 5月月8 8日日 由德国和日本等国科学家组成的国际科由德国和日本等国科学家组成的国际科研小组宣布，他们已经基本完成了人体第研小组宣布，他们已经基本完成了人体第2121对染对染色体的测序工作。色体的测序工作。 6 6月月2626日日 各国科学家公布了人类基因组工作草图。各国科学家公布了人类基因组工作草图。80 81克林顿宣布克林顿宣布人类基因组草图绘制完成人类基因组草图绘制完成8283 由由31.6531.65亿亿bpbp组成组成 含含3 33.53.5万基因万基因 与蛋白质合成有关与蛋白质合成有关 的基因占的基因占2%2% 61%61%与果蝇同源与果蝇同源 43%43

27、%与线虫同源与线虫同源 46%46%与酵母同源与酵母同源848586 2000 2000 年年 12 12 月美、英等国科学家宣布绘出拟月美、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。出一种植物的基因序列。87Initial sequencing and analysis ofthe human genomeInternational Human Genome Sequencing ConsortiumNATURE VOL 409 15 FEBRUARY 2001 860-92188The Sequence

28、of the Human Genome16 VOL 291 1304-135189 Chr. Mb9091 是测定组成人类是测定组成人类，从而为阐明人类所有基因的结构与功能，解从而为阐明人类所有基因的结构与功能，解码人类生命奥秘奠基。码人类生命奥秘奠基。 构建人类基因组构建人类基因组，为最终完成基因图打下基础。，为最终完成基因图打下基础。92 主要体现在对人类基因组整体结构的认识，主要体现在对人类基因组整体结构的认识，即人类基因组即人类基因组的完成，从而奠定了人类结构基因组学的完成，从而奠定了人类结构基因组学基础。而人类基因图的完成，仍有大量工作基础。而人类基因图的完成，仍有大量工作要做。要做

29、。9394 构建基因组的遗传图谱；构建基因组的遗传图谱； 构建基因组的物理图谱；构建基因组的物理图谱； 绘制基因组的转录本图谱；绘制基因组的转录本图谱； 测定基因组测定基因组DNADNA的全部序列；的全部序列； 分析基因组的功能。分析基因组的功能。95 96979899100101102103遗传图谱遗传图谱转录图谱转录图谱0.7 cM 或或 kb 序列图谱序列图谱物理图谱物理图谱四张图：四张图：遗传图、物理图遗传图、物理图转录图、序列图转录图、序列图104遗传图谱（遗传图谱（genetic mapgenetic map）或连锁图谱（）或连锁图谱（linkage linkage mapmap）

30、: : 是以在某个遗传位点上具有多个是以在某个遗传位点上具有多个，以遗传学上的距离即两个遗传，以遗传学上的距离即两个遗传位点之间进行交换、重组的百分率位点之间进行交换、重组的百分率cMcM作为作为“图距图距”，反映基因遗传效应的基因组图。反映基因遗传效应的基因组图。 1 1）根据）根据来确定来确定之间的距离。之间的距离。 2 2）通过测量基因组）通过测量基因组DNADNA位点间的重组来绘制。位点间的重组来绘制。( (一一) ) 遗传图谱遗传图谱105106AEDbAEdBAEdbDBAE10cM10%遗传图谱遗传图谱（genetic map）107108遗传图谱遗传图谱的构建的构建 图谱构建中

31、需要可以鉴别的标记图谱构建中需要可以鉴别的标记(marker)(marker)，在，在构建遗传图谱中，可用基因和构建遗传图谱中，可用基因和DNADNA作为标记。作为标记。 (1) (1) 基因标记基因标记 (2) DNA(2) DNA标记标记 109 110简称分子标记简称分子标记, ,以以作为遗传标记；作为遗传标记；优点：优点：v 不受时间和环境的限制不受时间和环境的限制v 遍布整个基因组，数量无限遍布整个基因组，数量无限v 不影响性状表达不影响性状表达v 自然存在的变异丰富，自然存在的变异丰富，v 共显性，能鉴别纯合体和杂合体共显性，能鉴别纯合体和杂合体111由于不能对人类进行由于不能对人

32、类进行“选择性选择性”婚配，而且人类子婚配，而且人类子代个体数量有限、世代寿命较长，呈共显多态性的代个体数量有限、世代寿命较长，呈共显多态性的蛋白质数量不多，等位基因的数量不多。蛋白质数量不多，等位基因的数量不多。DNADNA技术技术的建立为人类提供了大量新的遗传标记。的建立为人类提供了大量新的遗传标记。112第一代第一代（19751975） 限制片断长度限制片断长度多态（多态（RFLPRFLP） 分布数量分布数量10105 5 多态程度较多态程度较低低, ,利用价利用价值受限值受限 第二代第二代（19891989） 短串连复制序短串连复制序列 长 度 多 态列 长 度 多 态(STR) (S

33、TR) 分布数量分布数量10104 4 高度多态高度多态 第三代第三代（19961996） 单核苷酸多态单核苷酸多态（SNPSNP） 分布数量分布数量3 310106 6 一般为二态一般为二态单体型分析单体型分析 113 DNADNA序列上的微小变化，甚至序列上的微小变化，甚至1 1个核苷酸的变化，个核苷酸的变化，也能引起也能引起的丢失或产生，导致酶的丢失或产生，导致酶切片段长度的变化。切片段长度的变化。114 115116117RFLPRFLP片断可被某些片断可被某些特异识别并切特异识别并切割。割。DNADNA序列的改变甚至是一个碱基的改变，序列的改变甚至是一个碱基的改变，将会改变限制性内切

34、酶酶切片段的长度变化，将会改变限制性内切酶酶切片段的长度变化，并可通过一种称为并可通过一种称为的方法来方便地显的方法来方便地显示这种示这种。RFLPRFLP在在，根据对，根据对RFLPRFLP片段片段的多态性分析，可对某些疾病进行诊断并将与的多态性分析，可对某些疾病进行诊断并将与。但但RFLPRFLP提供的信息量有限，在检测提供的信息量有限，在检测RFLPRFLP片段时片段时需用到需用到，不太安全。，不太安全。 118卫星卫星DNA分类分类特征特征卫星卫星DNA串联重复的基本单位首尾相接，在基因组中呈不均匀分布，串联重复的基本单位首尾相接，在基因组中呈不均匀分布，但主要集中于但主要集中于等特定

35、部位，高度或中等等特定部位，高度或中等重复，分属三个大家族。重复，分属三个大家族。卫星卫星DNA中等重复，基本单位长中等重复，基本单位长171bp。小卫星小卫星DNA中等重复，基本单位长中等重复，基本单位长1565bp。微卫星微卫星DNA中等重复，基本单位长中等重复，基本单位长28bp 119 由由151565bp65bp的基本单位串联重复的基本单位串联重复而成，长度一般不超过而成，长度一般不超过20kb20kb。主要分布在染色体末主要分布在染色体末端（端粒区域）。端（端粒区域）。重复次数（小卫星重复次数（小卫星DNADNA区的长度）区的长度）在人群中是高度变异的；按照孟德尔的规律遗传在人群中

36、是高度变异的；按照孟德尔的规律遗传重复单元重复单元2-8bp2-8bp，通常重复，通常重复10-6010-60次，次，CTAGCTTATATATATATATATATATATATAAGCTTGC120STRSTR具有具有，同一遗传位点数目变化很大，同一遗传位点数目变化很大，在群体中也可形成多达几十种的等位基因，这是在群体中也可形成多达几十种的等位基因，这是其他遗传标记所不能比拟的；其他遗传标记所不能比拟的；利用利用PCRPCR的的DNADNA体外扩增技术，实现机器自动化。体外扩增技术，实现机器自动化。19961996年初，所建立的遗传图已含有年初，所建立的遗传图已含有60006000多个以多个以

37、，平均分辨率即两个遗传标记，平均分辨率即两个遗传标记间的平均距离为间的平均距离为0.70.7分摩，这个距离大致对应于分摩，这个距离大致对应于0.7Mb0.7Mb的物理距离。的物理距离。121122可能是最好的遗传标记，是可能是最好的遗传标记，是，包括，包括单个碱基的缺失、插入和替换。单个碱基的缺失、插入和替换。SNPSNP中大多数为转换，即由一种嘧啶碱基替换另一中大多数为转换，即由一种嘧啶碱基替换另一种嘧啶碱基，或由一种嘌呤碱基替换另一种嘌呤碱种嘧啶碱基，或由一种嘌呤碱基替换另一种嘌呤碱基，颠换与转换之比为基，颠换与转换之比为1 1：2 2。SNPSNP有可能在密度上达到人类基因组有可能在密度

38、上达到人类基因组“多态多态”位点位点数目的极限。估计人类基因组中可能有数目的极限。估计人类基因组中可能有300300万个万个SNPSNP位点！位点！SNPSNP与与RFLPRFLP和和STRPSTRP标记的主要不同之处在于，它不标记的主要不同之处在于，它不再以再以DNADNA片段的长度变化作为检测手段，而片段的长度变化作为检测手段，而。123124125126“遗传图遗传图”的建立为人类疾病相关基因的分离克隆的建立为人类疾病相关基因的分离克隆奠定了基础。拥有奠定了基础。拥有，相当于把，相当于把整个人类基因组划分为整个人类基因组划分为50005000多个小区，并分别设置多个小区，并分别设置了了“

39、标牌标牌”。如果在家系中证实该基因与某个标记。如果在家系中证实该基因与某个标记不连锁（重组率为不连锁（重组率为50%50%），表明该基因不在这一标），表明该基因不在这一标记附近。记附近。如果发现该基因与某个标记有一定程度的如果发现该基因与某个标记有一定程度的“连锁连锁”（重组率小于（重组率小于50%50%但大于但大于0 0），表明它可能位于这个），表明它可能位于这个标记附近。标记附近。如果该基因与某标记间不发生重组（重组率等于如果该基因与某标记间不发生重组（重组率等于0 0），我们就推测该标记与所研究的疾病基因可能），我们就推测该标记与所研究的疾病基因可能非常接近。非常接近。127人类基因组的

40、物理图是指以人类基因组的物理图是指以，以碱基，以碱基对（对（bpbp，kbkb，MbMb）作为基本测量单位（图距）的基）作为基本测量单位（图距）的基因组图。因组图。STSSTS是基因组中任何单拷贝的长度在是基因组中任何单拷贝的长度在100100500bp500bp之之间的间的DNADNA序列，与核酸内切酶识别序列相关联。序列，与核酸内切酶识别序列相关联。物理图主要内容是建立相互物理图主要内容是建立相互连接的连接的“。物理图与遗传图相互参照就可以把遗传学的物理图与遗传图相互参照就可以把遗传学的信息转化为物理学信息。信息转化为物理学信息。128 1 1）遗传图谱有限的分辨率）遗传图谱有限的分辨率

41、对于人类或其他高等生物不可能得到大量的子对于人类或其他高等生物不可能得到大量的子代群体，减数分裂的后代有限，限制了连锁分析。代群体，减数分裂的后代有限，限制了连锁分析。 2 2）遗传图谱的精确性不高）遗传图谱的精确性不高 染色体上存在染色体上存在重组热点重组热点，影响邻近区段的遗传，影响邻近区段的遗传图谱的准确性。图谱的准确性。129 识别位点较多的内切酶：如识别位点较多的内切酶：如NotNot，其，其8 8个核苷个核苷酸出现的频率为酸出现的频率为1/41/48 8=1/65536bp=1/65536bp，而识别位点为，而识别位点为6 6个核苷酸的出现频率为个核苷酸的出现频率为1/41/46

42、6=1/4094bp=1/4094bp。 其酶切位点在基因组中出现频率低的内切酶：其酶切位点在基因组中出现频率低的内切酶： Sma Sma 酶切酶切DNADNA，每，每78kb78kb只有只有1 1个切点。个切点。 BssH BssH 酶切酶切DNADNA，每，每390kb390kb只有只有1 1个切点。个切点。 Not Not 酶切酶切DNADNA，每，每10Mb 10Mb 只有一个切点。只有一个切点。130（Fluorescent in situ Fluorescent in situ hybridization),FISH)hybridization),FISH)：通过：通过，杂交信号即

43、探针，杂交信号即探针DNADNA在染色体上的在染色体上的图谱位点。图谱位点。 取处于有丝分裂中期的细胞制片，将取处于有丝分裂中期的细胞制片，将染色体变性成单链，在将标记的染色体变性成单链，在将标记的DNADNA探针变性后探针变性后杂交到染色体上，保温处理后，显微镜下直接观杂交到染色体上，保温处理后，显微镜下直接观察。察。131（fluorescent in situ hybridizationfluorescent in situ hybridization，FISHFISH）132133 DNADNA序列标定部位（序列标定部位（seguones tagged site, STS)seguon

44、es tagged site, STS) 重叠克隆群（重叠克隆群（contingconting） YAC (yeast artificial chromosome)YAC (yeast artificial chromosome) BAC (bacterial artificial chromosome)BAC (bacterial artificial chromosome)134135136137 物理作图是应用分子生物学技术来直接分析物理作图是应用分子生物学技术来直接分析DNADNA分子，从而构建能显示包括基因在内的序列特征分子，从而构建能显示包括基因在内的序列特征的位置图。的位置图。

45、是对小的基因组进行物理作图的有是对小的基因组进行物理作图的有效方法。效方法。 是通过荧光标记显示是通过荧光标记显示DNADNA标记在一条染标记在一条染色体中的位置。色体中的位置。 用放射性杂交体组及克隆文库技术进行用放射性杂交体组及克隆文库技术进行，是最有效的物理作图方法。是最有效的物理作图方法。138如某一区域的大小为多少如某一区域的大小为多少cMcM可以基本折算为某一可以基本折算为某一区域大小为多少区域大小为多少KbKb。物理图的绘制需要筛选大量。物理图的绘制需要筛选大量的物理标记以及进行大量复杂和繁琐的分析。的物理标记以及进行大量复杂和繁琐的分析。19951995年，第一张以称为年，第一

46、张以称为问世，它包括了问世，它包括了9494的基因组和的基因组和15001500多个标记位点，平均间距为多个标记位点，平均间距为200Kb200Kb（这就是（这就是所谓的分辨率）。这样，物理图就把人类庞大基所谓的分辨率）。这样，物理图就把人类庞大基因组分成具有界标的因组分成具有界标的15001500个小区域。个小区域。 人类基因组物理图的问世是基因组计划中的一个人类基因组物理图的问世是基因组计划中的一个重要里程碑，被遗传学家誉为重要里程碑，被遗传学家誉为2020世纪的世纪的 。139利用一张遗传图，研究人员可将一种特定的遗传利用一张遗传图，研究人员可将一种特定的遗传病的遗传模式同标记顺序的遗传

47、模式进行比较，病的遗传模式同标记顺序的遗传模式进行比较，迅速确定引起该遗传病的基因的位置。迅速确定引起该遗传病的基因的位置。然后，计算机把数据固定在物理图框架内。遗传然后，计算机把数据固定在物理图框架内。遗传图与物理图结合在一起，就能迅速确定与疾病有图与物理图结合在一起，就能迅速确定与疾病有联系的基因。联系的基因。物理图的问世标志着离人类基因组全序列测定仅物理图的问世标志着离人类基因组全序列测定仅有一步之遥了。有一步之遥了。140（sequence tagged site, STSsequence tagged site, STS）作图是通过作图是通过PCRPCR或分子杂交将小段或分子杂交将小

48、段DNADNA顺序定位在顺序定位在基因组的基因组的DNADNA区段中。是目前用于构建最为详尽的区段中。是目前用于构建最为详尽的大基因组物理图的主流技术。大基因组物理图的主流技术。 STS STS是一段短的是一段短的DNADNA序列，序列，100-500 bp100-500 bp，每个基因，每个基因组只有一个拷贝。当两个片段含有同一组只有一个拷贝。当两个片段含有同一STSSTS时，可时，可确认这两个片段重叠。确认这两个片段重叠。 两个不同的两个不同的STSSTS出现在同一片段的机会取决于它出现在同一片段的机会取决于它们在基因组中的位置，彼此接近，同时出现在同们在基因组中的位置，彼此接近，同时出现

49、在同一片段的机会就大，反之则小。一片段的机会就大，反之则小。 两个标记间的图距根据分离频率来计算。两个标记间的图距根据分离频率来计算。141ChromosomeChromosomeMaleMaleFemaleFemale1 1 1.12 1.76 1.12 1.762 2 0.78 1.40 0.78 1.403 3 0.86 1.30 0.86 1.304 4 0.67 1.40 0.67 1.40物理图距离（物理图距离（ Mb Mb ）与）与遗传学距离遗传学距离 ( cM ) ( cM ) 的对应关系的对应关系cM / MbcM / Mb142 在制备基因组物理图谱中，需大容量载体。在制备

50、基因组物理图谱中，需大容量载体。 主要的类型是黏粒：主要的类型是黏粒： cosmid cosmid 粘粒粘粒 - YACs(yeast artificial chromosomes),- YACs(yeast artificial chromosomes), - BACs(bacterial artificial chromosomes) - BACs(bacterial artificial chromosomes)和和 PACs (phage P1-based artificial PACs (phage P1-based artificial chromosomeschromosomes

51、）143 CosmidCosmid（粘粒）（粘粒） YACYAC（酵母人工染色体）（酵母人工染色体） BACBAC（细菌人工染色体）（细菌人工染色体）144 19871987年，年，RFLPRFLP图谱，图谱，403403个标记，个标记，10Mb10Mb 1994 1994年，年，58005800个标记，个标记，0.7Mb0.7Mb 1996 1996年，年，1700017000多个标记，多个标记，100kb100kb 完全适应全基因组测序的要求完全适应全基因组测序的要求145 有些标记既是遗传标记，又是物理标记有些标记既是遗传标记，又是物理标记 RFLPRFLP标记标记 SSRSSR标记标记

52、 某些基因序列某些基因序列 借助这些标记可以将遗传图和物理图整借助这些标记可以将遗传图和物理图整合起来。合起来。146147收集各种细胞或组织的基因表达谱进行两两或多重收集各种细胞或组织的基因表达谱进行两两或多重比较，能较全面了解哪些基因是特异性表达的。在比较，能较全面了解哪些基因是特异性表达的。在某一细胞或组织中某一细胞或组织中。获得各类组织或细胞的基因表达谱，从而给出人体获得各类组织或细胞的基因表达谱，从而给出人体200200余种基本组织或不同细胞组成的人体基因图余种基本组织或不同细胞组成的人体基因图（bodymapbodymap）。）。转录图（基因表达谱）研究所提供的信息，使人们转录图（

53、基因表达谱）研究所提供的信息，使人们能系统地全面地从能系统地全面地从mRNAmRNA水平了解特定细胞、组织或水平了解特定细胞、组织或器官的基因表达模式并解释其生理属性，深入认识器官的基因表达模式并解释其生理属性，深入认识细胞生长、发育、分化、衰老和疾病发生的机制。细胞生长、发育、分化、衰老和疾病发生的机制。148有了一张总的转录图，我们就可以了解某基因有了一张总的转录图，我们就可以了解某基因在不同的时间、不同组织的表达情况；在不同的时间、不同组织的表达情况；可以了解不同组织中不同基因的表达；还可以可以了解不同组织中不同基因的表达；还可以了解正常条件下与异常状况下基因表达的差异。了解正常条件下与

54、异常状况下基因表达的差异。149（Sequence MapSequence Map）150人类所拥有的基因位点都是相同的，不同种族、人类所拥有的基因位点都是相同的，不同种族、不同个体的基因差异不同个体的基因差异( (人类基因组的多样性人类基因组的多样性) )以以及及“正常正常”与与“疾病疾病”基因的差异，只是基因的差异，只是。人类基因组计划所提供的人类核酸序列图，蕴人类基因组计划所提供的人类核酸序列图，蕴藏了决定我们生、老、病、死的所有遗传信息，藏了决定我们生、老、病、死的所有遗传信息，将成为人类认识自我、改造自我使人类健康将成为人类认识自我、改造自我使人类健康长寿的知识源泉，为长寿的知识源泉

55、，为2121世纪现代生物学和医学世纪现代生物学和医学奠定了基础。奠定了基础。151152153154采集采集5 5个自愿者的个自愿者的DNADNA样品样品155156157158 限制性内切酶将大片段限制性内切酶将大片段DNADNA切成小的片段切成小的片段 小片段插入（连接）到测序载体中小片段插入（连接）到测序载体中 用测序仪对小片段用测序仪对小片段DNADNA测序测序 超级计算机分析测序结果，进行拼接得到超级计算机分析测序结果，进行拼接得到 一致序列一致序列159DNA切下的片段插入切下的片段插入（连接）到载体中（连接）到载体中叠连群测序后得出一致序列叠连群测序后得出一致序列大量的重叠大量的

56、重叠片段片段gtatgtacatttttaaaatctcattttaaaaggccagttaaaatgggtatgtacatttttaattttaaaatctcattttaatttaaaaggccagttaagttaaaatgg1601.1. 分析得知：全部人类基因组约有分析得知：全部人类基因组约有2.91Gbp2.91Gbp，约有，约有3900039000多个基因；平均的基因大小有多个基因；平均的基因大小有27kbp27kbp；2.2. 基因数量少得惊人：基因数量少得惊人： 一些研究人员曾经预测人类约有一些研究人员曾经预测人类约有1414万个基因，万个基因，但实际上不超过但实际上不超过40,

57、00040,000，只是线虫或果蝇基因数，只是线虫或果蝇基因数量的两倍，人有而鼠没有的基因只有量的两倍，人有而鼠没有的基因只有300300个。个。161的比例约为的比例约为1/1250bp1/1250bp，不同人群仅有不同人群仅有140140万个核苷酸差异，人与人之万个核苷酸差异，人与人之间间的。并且发现，的。并且发现，来自不同人种的人比来自同一人种的人在基来自不同人种的人比来自同一人种的人在基因上更为相似。在整个基因组序列中，人与因上更为相似。在整个基因组序列中，人与人之间的人之间的，从而说明人类，从而说明人类不同不同“种属种属”之间并没有本质上的区别。之间并没有本质上的区别。 162 在染色体上有基因成簇密集分布的区域，在染色体上有基因成簇密集分布的区域，也有大片的区域只有也有大片的区域只有“无用无用DNADNA” . . 在所有的在所有的DNADNA中，只有中，只有1%-1.5%DNA1%-1.5%DNA能编码能编码蛋白，在人类基因组中蛋白，在人类基因组中98%98%以上序列都是所谓以上序列都是所谓的的“无用无用DNADNA”，分布着，分布着300300多万个长片断重复多万个长片断重复序列。序列。1635.5.，而且大部分，而且大部分人类遗传疾病是在人类遗传疾病是在Y Y染色体上进行的。所以，染色体上进行的。所以，可能男性在人类的遗传中起着更重要的作用。可能男