基因组学与相关组学

基因组学与相关组学第1页，共54页，2023年，2月20日，星期四DNA的质粒载体导入宿主细胞的方法①转化，用质粒作载体所常用的方法②转染，用（无外壳）噬菌体DNA作载体所用的方法③转导，用（有外壳）噬菌体作载体所用的方法④注射，如果宿主是比较大的动植物细胞用注射方法把重组DNA分子导入

第2页，共54页，2023年，2月20日，星期四组学组学（omics）是研究生物体内某种生物大分子（比如DNA、RNA、蛋白质或其他分子）的所有组成的学科。研究内容包括基因组及基因组产物的系统研究，然后上升到细胞机制，分子机制和系统生物学的水平。第3页，共54页，2023年，2月20日，星期四20世纪自然科学史上的三大计划第4页，共54页，2023年，2月20日，星期四第5页，共54页，2023年，2月20日，星期四第6页，共54页，2023年，2月20日，星期四第一节基因组学

基因组：在个体水平代表生物所有遗传性状的总和；在细胞水平是一个细胞所有染色体的总和；从分子角度认识，是一个物种所有DNA分子的总和。一般的定义是单倍体细胞中的全套染色体为一个基因组，或是单倍体细胞中的全部基因为一个基因组。

基因组学是研究基因结构与功能的科学，是对所有基因进行基因作图（包括遗传图谱、物理图谱、转录图谱）、核苷酸序列分析、基因定位、基因结构与功能的关系以及基因间相互作用的一门科学。第7页，共54页，2023年，2月20日，星期四人类基因组组成第8页，共54页，2023年，2月20日，星期四二、人类基因组计划（一）、人类基因组计划的提出

1985年6月，美国能源部提出HGP的初步草案，经讨论于1986年3月宣布实施。参与国家；美国、英国、日本、法国、德国、中国

HGP被誉为20世纪自然科学史上“最伟大的三大计划”之一。(二）、人类基因组计划的研究内容和任务

研究内容:遗传图、物理图、转录图和序列图

1993年，美国国家人类基因组研究中心修改后的HGP具体研究内容包括：人类基因组作图及序列分析；基因的鉴定；基因组研究技术的建立、创新与改进；模式生物基因组的作图和测序；信息系统的建立、信息的贮存、处理及相应的软件开发；与人类基因组相关的伦理学、法学和社会影响与结果的研究；研究人员的培训；技术转让及技术开发；研究计划的外延等。第9页，共54页，2023年，2月20日，星期四第10页，共54页，2023年，2月20日，星期四遗传图遗传图又称为连锁图，是利用人类基因组中的一些特殊位点作为遗传标记而进行的基因组分区。通过计算连锁的遗传标记之间的重组频率，确定它们的相对距离，即以具有遗传多态性的遗传标记作为“位标”，遗传学距离作为“图距”的基因组图，图距一般用厘摩.cM值越大，两者之间相对距离越远。遗传多态性为在某个遗传位点上具有一个以上的等位基因,且其在群体中出现的频率均高于1%。遗传学距离则是指在减数分裂事件中,两个位点之间进行交换、重组的百分率,并规定1%的重组率为1cM(厘摩)。人基因组全长约3600cM，如两个标记之间相距1cM，则需3300个标记，如两个标记之间相距2～5cM，则需660～1650个标记.第11页，共54页，2023年，2月20日，星期四多态性标记第一代：限制性酶切片段长度多态性（RFLP）标记在20世纪70年代后期建立的经典的遗传标记，例如ABO血型位点标记。利用限制性内切酶特异性切割双链DNA分子，由于DNA上的一个点的变异所造成的能切与不能切两种状况，可产生长度不同的片段，用凝胶电泳显示多态性，利用片段多态性与表型间的关系进行连锁分析，找到致病基因。第二代：可串联重复多态性（SSLP）标记其可提供长度不同的片段，其重复单位长度为6至12个核苷酸。第三代：单核苷酸多态性（SNP）标记单核苷酸多态性是指不同种族之间，或相同种族不同个体之间相对应基因的DNA序列中单核苷酸之间的相同或不同程度，个体所变现出的表型差异。第12页，共54页，2023年，2月20日，星期四物理图物理图(physicalmap)是通过测定遗传标志的排列顺序与位置而绘制成的，即以一段已知核苷酸的DNA片段为“位标”，以DNA实际长度(Mb、kb或bp)为“图距”的基因图谱。HGP在整个基因组染色体每隔一定距离标上序列标签位点(STS)为“路标”之后，随机将每条染色体酶切为大小不等的DNA片段，以酵母人工染色体

(YAC)或细菌人工染色体

(BAC)等作为载体构建YAC或BAC邻接克隆系，确定相邻STS间的物理联系，绘制以Mb、kbp、bp为图距的人类全基因组物理图谱。物理图标和遗传图标可进行相互转换。第13页，共54页，2023年，2月20日，星期四物理图酵母人工染色体（YAC）：是利用酿酒酵母染色体的复制原件构建的载体，其工作环境也是在酿酒酵母中。细菌人工染色体（BAC）：是基于大肠杆菌的F质粒构建的高容量低拷贝的质粒载体。第14页，共54页，2023年，2月20日，星期四物理图的意义在于STS可把经典遗传学与细胞遗传学的位点信息转化为基因组位点的物理信息，基于STS位点信息的相连片段群又提供了研究区域的实验材料，以这些片段的材料可进行该区域的基因组研究或在该区域寻找新基因。第15页，共54页，2023年，2月20日，星期四转录图转录图

(transcriptionmap)又称cDNA图或表达图(expressionmap)，是一种以表达序列标签(expressedsequencetags，EST)为位标绘制的基因图谱，是编码蛋白质的序列在基因组中的位置。可提供人类基因组或基因家族的准确数目，每一基因的序列和在基因组中的位置，并且提供基因表达的时间和空间关系。通过从cDNA文库中随机挑取的克隆进行测序所获得的部分cDNA的5'或3'端序列称为表达序列标签（EST），一般300～500bp左右。将mRNA反转录的cDNA或表达序列标签EST的部分cDNA片段作为探针与基因组DNA进行杂交，通过标记转录基因，绘制出可表达基因转录图，最终绘制出人体所有组织、所有细胞以及所有发育阶段的全基因组转录图谱。第16页，共54页，2023年，2月20日，星期四转录图cDNA文库的概念基因文库指将整套基因组片段插入克隆载体获得的分子克隆的总和。而cDNA文库是指将整套基因组转录形成的所有mRNA反转录形成cDNA，在将cDNA插入克隆载体形成的分子克隆的总和。反转录PCR又称逆转录PCR是扩增mRNA的一种实验技术。先将mRNA反转录成cDNA，然后再以cDNA为模板，用常规PCR方法加以扩增。

转录图的意义在于由于cDNA具有组织、生理与发育阶段的特异性，因此EST除提供序列信息外，同时也提供该基因表达的组织、生理状况与发育阶段的信息。第17页，共54页，2023年，2月20日，星期四序列图序列图(sequencemap)即人类基因组核苷酸序列图，是人类基因组在分子水平上最高层次、最详尽的物理图。其绘制方法是在遗传图谱和物理图谱基础上，精细分析各克隆的物理图谱，将其切割成易于操作的小片段，构建YAC或BAC文库，得到DNA测序模板，测序得到各片段的碱基序列，再根据重叠的核苷酸顺序将己测定序列依次排列，获得人类全基因组的序列图谱。其测序方法有两种；鸟枪法测序和逐个克隆法。鸟枪法：将目的DNA随机地处理成大小不同的片段，再将这些片段的序列连接起来的测序方法。

第18页，共54页，2023年，2月20日，星期四

鸟枪法核酸序列测定第19页，共54页，2023年，2月20日，星期四三、人类基因组计划完成情况2004年10月，国际人类基因组测序联盟在《Nature》公布了“人类基因组完成图”，认为人类只有2万～2.5万个基因。2006年5月，美英科学家发表了人类最后一个染色体第1号染色体的基因测序，标志着解读人体基因密码的“生命之书”全部完成。我国于1999年10月1日正式启动HGP，2000年4月完成了1%的人类基因组框架图；2001年8月绘制完成中国卷，提前2年获得精确度达99.99%的'完成图'序列。第20页，共54页，2023年，2月20日，星期四2002年2月公布了“精细图”研究结果人类基因总数在2万到2.5万个之间，低于原来估计数目的一半，说明人类在使用基因上比其它物种更为高效；基因组中存在着基因密度较高的“热点”区域和大片不携带人类基因的“荒漠”区域。研究结果表明：基因密度在第17、19和22号染色体上最高，在X、Y、第4号和第18号染色体上密度较小；大约1/3以上基因组包含重复序列，这些重复序列的作用有待进一步研究；所有人都具有99.99%的相同基因，任何两个不同个体之间大约每1000个核苷酸序列中会有一个不同，这称为单核苷酸多态性(SNP)，每个人都有自己的一套SNP，它对“个性”起着决定性的作用。第21页，共54页，2023年，2月20日，星期四四、人类基因组计划(HGP)的意义鉴定人类的全部基因将人类带入基因医学的新时代推动了模式生物基因组的研究促进了学科的交叉与重组第22页，共54页，2023年，2月20日，星期四一、鉴定人类的全部基因人类基因组计划获得了人类的全基因组序列，对研究基因组的结构与功能有着巨大的推动作用。HGP的大规模运作也将推动生物技术并肩走向操作的规模化，自动化和系统化。第23页，共54页，2023年，2月20日，星期四二、将人类带入基因医学的时代随着基因组工作框架图的问世，许多致病单基因被确认为候选基因，目前已经分离到哮喘病．乳腺癌等70多种遗传病的致病基因，多基因疾病也已经成为疾病基因组学研究的重点。多基因复杂性状基因定位将可以进行全基因组的定位扫描，使得确认致病基因的工作更加容易。同时HGP的完成，为基因药物的设计提供了重要的理论基础和设计原则。第24页，共54页，2023年，2月20日，星期四生命科学技术系25

人类进入基因医学的时代疾病诊断药物1药物2药物3疾病诊断药物1药物2药物3药物敏感性测定目前的疾病治疗将来的疾病治疗第25页，共54页，2023年，2月20日，星期四三、推动了模式生物基因组的研究人类基因组框架图的建立和完成，推动了对模式生物的全基因组的测定。目前已经完成了酵母、大肠杆菌、小鼠、线虫、果蝇、水稻等70种生物基因组的测序和作图。另外有1300多种生物的基因组测序正在进行中。第26页，共54页，2023年，2月20日，星期四四、促进了学科的交叉与重组HGP的深入发展诞生了许多新学科领域，其中以生物信息的收集、贮存、分析、利用、共享、服务、研究、和开发为核心的生物信息学。以数据处理和作图为主的计算生物学等等。第27页，共54页，2023年，2月20日，星期四人类基因组数据库的利用主要相关数据库NCBI基因组站点：

/genbank/欧洲分子生物学实验室的EMBL（DNA数据库）站点：

http://www.embl-heidelberg.de日本遗传研究所的DDBJ站点：

http://www.ddbj.nig.ac.jp/三个数据库中的数据基本一致，仅在数据格式上有所差别。是综合性的DNA和RNA序列数据库。

第28页，共54页，2023年，2月20日，星期四GenBankGenBank是美国国家生物技术信息中心（NCBI)建立的DNA序列数据库，从公共资源中获取序列数据，主要是科研人员直接提供或来源于大规模基因组测序计划。为保证数据尽可能的完全，GenBank与EMBL、DDBJ建立了相互交换数据的合作关系。用户可以通过NCBI的主页使用GenBank。GenBank的宗旨是鼓励科研团体对DNA序列的获取，从而促进数据库中DNA序列的丰富和更新，所以NCBI对GenBank的数据使用与发送没有任何限制。

GenBank的利用：人的22条常染色体、X、Y染色体目前序列分析的详细资料；疾病和基因关系的教学用选择性病例；其他生物基因组序列等。NCBI收集的基因组数据量非常大，包括2000多个病毒基因组、1000多个微生物基因组及部分真核生物基因组。第29页，共54页，2023年，2月20日，星期四第30页，共54页，2023年，2月20日，星期四与医学相关数据库OMIM

该数据库收集和更新人类基因和遗传病中的变异信息。SAGEmap

是专门设计的一项获得基因表达定量资料的技术。实验技术包括分子生物学、DNA序列分析和生物信息学等技术。GenesandDisease

一个面向学生和公众的网站，提供一些疾病与基因关系的实例。CGAP

癌症基因组解剖计划：其目标是确定正常、癌前和癌细胞的基因表达谱，以指导癌症的早期诊断和治疗。第31页，共54页，2023年，2月20日，星期四第二节后基因组学

一、功能基因组学功能基因组学是研究基因组中所有基因的功能的科学。它利用基因组学提供的信息和产物，发展和应用新的实验手段，在基因组或系统水平上全面分析基因组中所有基因功能。研究内容主要包括基因组的表达，蛋白质产物的功能，基因组多样性的研究，基因组功能注释及突变检测。第32页，共54页，2023年，2月20日，星期四基因表达谱细胞在特定的条件下(不同分化阶段、疾病、应激)所表达的基因种类和数量的特定模式。基因表达谱的研究方法：基因芯片技术（DNA微阵列）将大量已知序列的核酸探针分子固定于支持物上后与标记的样品cDNA杂交。杂交信号阳性的探针分子就是在组织或细胞中表达的分子阶段。可以一次性对细胞内多种核酸分子进行检测和分析。基因表达序列分析可以快速和详细地分析成千上万个基因。此方法可以全面提供生物体基因表达谱信息，并且有可定量的优势。第33页，共54页，2023年，2月20日，星期四基因芯片技术基因芯片技术主要包括四个基本要点：芯片方阵的构建、样品的制备、生物分子反应和信号的检测。1、芯片制备，先将玻璃片或硅片进行表面处理，然后使DNA片段按顺序排列在片芯上。2、样品制备，生物样品往往是非常复杂的生物分子混合体，可将样品进行生物处理，获取其中的DNA、RNA，并且加以标记，以提高检测的灵敏度。3、生物分子反应，芯片上的生物分子之间的反应是芯片检测的关键一步。通过选择合适的反应条件使生物分子间反应处于最佳状况中，减少生物分子之间的错配比率。4、芯片信号检测，常用的芯片信号检测方法是将芯片置入芯片扫描仪中，通过扫描以获得有关生物信息。第34页，共54页，2023年，2月20日，星期四基因芯片的测序原理

在一块基片表面固定了序列已知的八核苷酸的探针。当溶液中带有荧光标记的核酸序列TATGCAATCTAG，与基因芯片上对应位置的核酸探针产生互补匹配时，通过确定荧光强度最强的探针位置，获得一组序列完全互补的探针序列。据此可重组出靶核酸的序列。

第35页，共54页，2023年，2月20日，星期四基因芯片及信息收集系统第36页，共54页，2023年，2月20日，星期四功能基因组的意义功能基因组内容包括识别和鉴定人类基因组，分析基因的功能，研究基因表达谱。功能基因组研究具有巨大的应用价值；在医疗卫生方面，研究成果课用于医药的发现和发生；致病基因和易感疾病基因的鉴定和克隆，可用于全新原理的诊断治疗和预防；医生能根据患者的个体遗传信息，设计个体化的药物疗法；科学家在人体器官和组织重组和再造方面讲取得巨大进步。第37页，共54页，2023年，2月20日，星期四二、转录组学转录组(transcriptome)是指一种生物基因组表达的全部转录产物的总称，包括某一环境条件、某一生命阶段、某一生理或病理(功能)状态下，生命体的细胞或组织所表达的基因种类和水平。与基因组不同，转录组的定义中包含了时间和空间的限定。同一细胞在不同的生长时期及生长环境下，其基因表达情况是不完全相同的。而在相同的生长时期及生长环境下，不同组织的转录组也是不同的。以转录组分析为研究内容的研究领域称为转录组学，即研究细胞在某一功能状态下所含mRNA的类型与拷贝数。第38页，共54页，2023年，2月20日，星期四转录组学的研究方法包括基因芯片技术、基因表达系列分析及大规模平行测序系统。一种以尼龙膜为基质的“cDNA阵列”是至今为止生物信号平行分析最成功的形式，用于检测生物样品中基因表达谱的改变。第39页，共54页，2023年，2月20日，星期四三、蛋白质组学一、蛋白质组、蛋白质组学的概念蛋白质组(proteome)指一个细胞或一种组织的基因组所表达的全部蛋白质。蛋白质组学(proteomics)是在整体水平上研究细胞内蛋白质组成及其活动规律的科学。第40页，共54页，2023年，2月20日，星期四二、蛋白质组与基因组的比较第41页，共54页，2023年，2月20日，星期四蛋白质组与基因组的比较（结果）蛋白质具有多样性

在转录时，一个基因可以有多种mRNA选择性剪接，而且同一蛋白又可能进行多种形式的翻译后修饰，故一个蛋白质组不是一个基因组的直接产物。目前估计人类蛋白质数量种类大约在20万到200万之间，远大于人类基因的数量（2.4万～2.5万个）。蛋白质随时间和空间而动态变化在个体的不同发育阶段或者细胞的不同活动时期，在不同的外环境或者应激条件下，细胞内产生的蛋白质种类是不一样的。而个体或细胞的基因组则不发生变化。蛋白质彼此间有着直接的影响某一种蛋白质功能的实现，通常离不开它与其他蛋白质之间的相互作用。换而言之，不与其他蛋白质发生作用的孤立蛋白质根本就不存在。蛋白质组学研究技术尚不成熟目前还没有建立起想人类基因组测序那样高效可行的技术平台。第42页，共54页，2023年，2月20日，星期四三、蛋白质组学研究方法双向电泳：根据蛋白质的两个一级属性：等电点和分子量的特异性，将蛋白质混合物在电荷(等电聚焦)和分子量(变性聚丙酰胺凝胶电泳，SDS)两个水平上进行分离。能同时分辨上千个蛋白质点。蛋白质组研究的发展以双向电泳技术作为核心.

蛋白质芯片是一种高通量的蛋白功能分析技术，可用于蛋白质表达谱分析，研究蛋白质与蛋白质的相互作用，甚至DNA－蛋白质、RNA－蛋白质的相互作用，筛选药物作用的蛋白靶点等

生物质谱与蛋白质鉴定：质谱分析是通过测定样品离子的质荷比(m/z)来进行成分和结构分析的方法。可用于：①蛋白质被识别特异蛋白酶水解后得到的肽片段质量图谱；②串联质谱仪可直接测定肽段的序列；③翻译后修饰蛋白质的鉴定：质谱可以进行蛋白质翻译后修饰鉴定。第43页，共54页，2023年，2月20日，星期四双向电泳是等电聚焦电泳和SDS的组合，即先进行等电聚焦电泳（按照pI分离），然后再进行SDS（按照分子大小），经染色得到的电泳图是个二维分布的蛋白质图。等电聚焦电泳是利用特殊的缓冲液在聚丙烯酰胺凝胶内制造一个pH梯度，电泳时每种蛋白质就将迁移到等于其等电点（pI）处（此时此蛋白质电荷为零），形成一个很窄的区带。第44页，共54页，2023年，2月20日，星期四四、蛋白质组数据库蛋白信息源数据库(PIR)蛋白序列数据库(SWISS-PROT，TrEMBL)基因序列数据库(Genbank，EMBL)蛋白模式数据库(Prosite)蛋白二维凝胶电泳数据库蛋白三维凝胶电泳数据库(PDB,FSSP)蛋白翻译后修饰数据库(O-GLYCBASE)基因组数据库(GDB,OMIM)代谢数据库(ENZYME)第45页，共54页，2023年，2月20日，星期四PIR数据库（ProteinInformationResource）PIR数据库是个全面的、经过注释的、非冗余的蛋白质序列数据库，所有序列数据都经过整理。帮助研究者识别和解释蛋白质的序列信息，研究分子进化、功能基因组。PIR是一个蛋白质序列数据库、相关数据库和辅助工具的集成系统，包括(1)能快速查询、比较蛋白质序列(2)查出蛋白质的功能位点(3)可进行多种方式的序列比较除了蛋白质序列数据外，PIR还包含以下信息：

(1)蛋白质名称、蛋白质的分类、蛋白质的来源(2)关于原始数据的参考文献(3)蛋白质功能和蛋白质的一般特征，包括基因表达、翻译后处理、活化等(4)序列中相关的位点、功能区域第46页，共54页，2023年，2月20日，星期四PIR数据库（ProteinInformationResource）第47页，共54页，2023年，2月20日，星期四五、蛋白质组学的应用及进展用于寻找疾病相关的蛋白质，如疾病蛋白质标志物。用于微生物蛋白质组研究，彻底阐明病原微生物的致病机制并寻找全新的药物作用靶点。蛋白质组数据库将成为