基因与基因组的结构.ppt

1、Chapter3 基因与基因组的结构,一. 基因的概念,基因是原核、真核生物以及病毒的DNA和RNA分子中具有遗传效应的核苷酸序列，是遗传的基本单位。,基因可以通过复制、转录和决定翻译的蛋白质的生物合成，以及不同水平的调控机制，来实现对遗传性状发育的控制。 基因还可以发生突变和重组，导致产生有利、中性、有害或致死的变异。,基因概念的演变,能产生一个特定蛋白质的DNA序列,转录单位包括转录的启动子及其上游的其它调控区域、基因本身和转录的终止序列等。,顺反子指能编码一条多肽链的核苷酸序列，一个顺反子就是一段核苷酸序列（Benzer，1955）。,1955年，Benzer在研究感染大肠杆菌的T4噬菌

2、体时发现，控制寄主细胞致死效应（快速溶菌）的功能，是由噬菌体的r区编码的，r区分为两个亚区：rA和rB，它们各产生一种特殊的物质，只有这两种物质同时存在时，才能使寄主的细胞溶菌裂解。用rA或rB的突变株分别单独感染大肠杆菌时都不能正常生长，而用两种突变型混合感染时才溶菌裂解，由此认为：rA和rB是互补的突变型，它们是两个不同的功能单位。Benzer称之为rA顺反子和rB顺反子。,一般而言，一个顺反子就是一个基因，大约1500个核苷酸。 它是由一群突变单位和重组单位组成的线形结构（因为任何一个基因都是突变体或重组体）。,基因是DNA分子上的功能单位，在染色体或DNA分子上，基因成串排列，它既是遗

3、传的功能单位，同时也是交换单位和突变单位。 但并非所有的DNA序列都是基因，只有某些特定的多核苷酸区段才是基因的编码区。,二. 基因的命名,1用三个小写英文斜体字母表示基因的名称： lac（涉及乳糖代谢相关的酶基因）、leu（涉及亮氨酸代谢相关的酶基因） 2用三个小写英文斜体字母后面加上一个斜体大写字母表示其不同的基因座，全部用正体时表示蛋白产物和表型： 大肠杆菌lac操纵子的基因座有lacZ, lacY, lacA；其表达的产物蛋白质分别是lacZ, lacY, lacA。（注：对于大肠杆菌和其它细菌，用三个小写英文斜体字母表示一个操纵子，lac操纵子即乳糖操纵子）,3. 对于质粒和其他染色

4、体外成分，如果是自然产生的质粒，用三个正体字母表示，第一个字母大写，例如：ColE；但如果是重组质粒，则在两个大写字母之前加一个p，大写字母表示构建该质粒的研究者或单位。例如pMT555（MT代表Manchester Technology）。 4. 对于酵母，一般用三个大写斜体字母表示基因的功能，后面的数字表示不同的基因座。例如，啤酒酵母基因GAL4，CDC28；其表达的蛋白则是GAL4，CDC28。 5. 脊椎动物一般用描述基因功能的14个小写字母和数字表示其基因功能。例如，基因sey，myc，蛋白Sey，Myc。 6. 人类基因的命名方法与脊椎动物类似，但需大写。例如基因MYC、ENO1，

5、蛋白质则为MYC、ENO1。,三. 基因组,基因组是指细胞或生物体中，一套完整单体的遗传物质的总和。,原核生物基因组 原核生物基因组一般指的是其染色体基因组，即原核生物环状或线状双链DNA分子所含有的全部基因，有的原核生物还含有染色体外的质粒基因组。,真核生物基因组,真核生物的基因组指真核生物的核基因组（包括染色体基因组和核内的染色体外基因）、细胞质的线粒体和叶绿体基因组等。,真核生物染色体基因组 线粒体基因组 叶绿体基因组,真核生物的染色体基因组为真核生物单倍体染色体所含有的一整套基因。由于进化程度的不同，不同种类的真核生物基因组的大小及复杂程度相差很大。存在于细胞核中的染色体DNA为线状双

6、链，分子量较高。,真核生物染色体基因组,线粒体基因组 （mtDNA）,线粒体基因组存在于细胞质中，所有的mtDNA都是双链环状分子。 线粒体基因组至少包含以下基因或基因簇：rRNA基因、tRNA基因、ATPase基因、细胞色素COXase基因。线粒体是个半自主性的细胞器。其自身基因组只能编码部分所需产物，许多重要物质的产生需由核基因组与线粒体基因组共同互作。,叶绿体基因组,叶绿体也属于半自主性的细胞器，同mtDNA类似，叶绿体DNA也以双链环状分子的形式存在于细胞质中。,四.真核生物的断裂基因,断裂基因（split gene）指基因的编码序列在DNA分子上的不连续排列，被不编码的系列所隔开。

7、其中，基因中编码的序列称为外显子（exon），即DNA分子中对应于信使RNA序列的区域；不编码的间隔序列称为内含子（intron），即对应于信使RNA被转录后的剪接加工中去除的区域。,DNA和mRNA之间形成特殊的RNA-DNA异源双链分子结构,断裂基因 Split Genes,在真核生物基因的表达过程中，DNA经过转录产生了精确对应于DNA序列的RNA拷贝，但这个RNA只是一个前体分子，不能用于直接表达蛋白质。必须从mRNA原始转录产物中去除内含子序列，以产生一个只由外显子构成的mRNA，这个过程叫做RNA的剪接。,断裂基因的性质 ：,外显子在基因中的排列顺序与它在成熟mRNA产物中的排列顺

8、序相同； 每种断裂基因在所有的组织中都具有相同的内含子成分； 核基因的内含子一般没有编码功能； 在内含子上发生的突变不影响蛋白质的结构，所以其突变往往对生物体没有影响。,五. 基因及基因组的大小与C值矛盾,基因的大小取决于它所包含的内含子的长度和数量。,由于断裂基因的存在，使人们认识到一个基因比它实际编码蛋白质的序列要大得多。与整个基因相比，真正编码蛋白质的序列很短，所以基因的大小取决于它所包含的内含子的长度和数量。,不同生物的平均基因大小,不同生物的基因数目,C值矛盾,生物体的一个特征是一个单倍体基因组的全部DNA含量总是相对恒定的，称为该物种的C值。 真核生物基因组的C值，即指生物单倍体基

9、因组中的DNA含量，以pg表示（1pg10-12g）。,不同生物种类的C值范围分布,C值矛盾是指真核生物中DNA含量的反常现象。,C值矛盾的主要表现为： C值不随生物的进化程度和复杂性而增加； 亲缘关系密切的生物C值相差甚大； 高等真核生物具有比用于遗传高得多的C值，如人的染色体组DNA含量在理论上含300万个基因，但有实际用途的基因只有510万。,六. 重叠基因 Overlapping Genes,重叠基因最早发现在原核生物中，噬菌体X174单链环形DNA的序列组织上有这样的特点：E基因完全包括在D基因之内，B基因位于A基因之内，K基因则跨越在A基因和C基因之间。,在基因表达时，重叠基因的表

10、达会有两种情况： 1）重叠基因表达时使用的是不同的阅读框，虽然DNA序列相同，但表达的蛋白质不同；,2）当一个基因包含在另一个基因之中时，两个基因使用相同的阅读框。小基因可独立地表达一种蛋白质，相当于大基因表达的蛋白质的一部分，最终结果类似于一个完整的蛋白质发生了部分的断裂。,重叠基因及基因内基因的现象反映了原核生物利用有限的遗传资源表达更多生物功能的能力。,在真核生物中，基因组中很少有重叠基因。 只是在某些基因中，存在选择性的外显子连接途径，一个特定的外显子可以选择性地与不同的外显子连接形成信使RNA，在一种途径表达时作为外显子，而在另一种途径表达时作为内含子。,大鼠肌钙蛋白T基因就是利用这

11、种方式产生了、两种产物。,七. 真核生物DNA序列组织,根据DNA复性动力学的研究，真核生物的DNA序列可以分为4种类型： 单拷贝序列 轻度重复序列 中度重复序列 高度重复序列,1单拷贝序列（非重复序列） 在一个基因组中只有一个拷贝，在复性动力学中对应于慢复性组分。 真核生物的大多数基因都是单拷贝的。,2轻度重复序列 在一个基因组中有210个拷贝，在复性动力学中也对应于慢复性组分。 包括酵母tRNA基因、人和小鼠的珠蛋白基因等。,3中度重复序列 在一个基因组中有十至上百个拷贝，在复性动力学中对应于中间复性组分。 中度重复序列平均长度约300bp，一般是不编码的序列，但它们在基因表达调控制中起重

12、要作用。例如人类基因组中的Alu序列。,4高度重复序列 在一个基因组中有几百到几百万个拷贝，在复性动力学中对应于快复性组分。 例如rRNA和某些tRNA基因以及重复程度更高的卫星DNA等。,不同生物中非重复基因占基因组的比例差别很大。原核生物含有完全不重复的DNA，低等真核生物的大部分DNA是非重复的，高等真核生物中非重复基因所占基因组的比例更低。,从不同种类的原核生物的Cot曲线可以看出，各种原核生物的Cot曲线形状都很相似，跨度一般只有两个数量级，只是Cot1/2值不同。表明各种原核生物的DNA都是单一序列，只是其序列复杂性不同。,真核生物DNA复性曲线与原核生物有很大不同，跨越78个数量

13、级。可以看出复性反应分三个组分进行，每个组分代表基因组中不同复杂性的序列类型。,大多数的结构基因都位于非重复的DNA序列上，基因组中的非重复序列决定基因组的复杂性。,利用mRNA作探针进行的RNA-DNA杂交，可以鉴定基因组中的结构基因。,八、基因家族,基因家族是指真核生物基因组中来源相同，结构相似，功能相关的一组基因。,1. 基因家族和基因簇,基因家族的成员在染色体上分布形式： 基因簇 (基因簇是指基因家族中的各成员紧密成簇排列成大段的串联重复单位，定位于染色体的特殊区域) 广泛分布在整个染色体上，甚至在不同的染色体上。,人类血红蛋白的、基因簇,基因家族的分类： 家族中各成员的全序列或至少编

14、码序列具有高度的序列同源性，比如rRNA基因家族和组蛋白基因家族； 家族中各成员在编码产物上有大段高度保守的氨基酸序列； 超基因家族，各基因序列间没有同源性，但其表达产物的功能却相似，它们在整体上有相同的结构特征，如免疫球蛋白家族。,2. 基因外的DNA重复序列,染色体上存在大量无转录活性的重复DNA序列，主要有两种形式： 串联重复的DNA，如卫星DNA，成簇存在于染色体的特定区域； 分散重复的DNA，分散在染色体的各个位点。,卫星DNA,有些高度重复的DNA序列的碱基组成和浮力密度与主体DNA不同，在CsCl密度梯度离心时，可形成相对独立于主DNA带的卫星带。,Alu序列,人类的Alu序列家

15、族和小鼠B序列家族是十分典型的分散基因家族。 Alu序列也称为短的分散因子（short interspersed elements, SINEs），长约300bp，30万个成员分散分布在单倍体基因组中，在其170bp处有一个限制性酶AluI的酶切位点，故称这个重复序列为Alu基因家族。,Alu I 30bp Alu序列,Alu I：一种核酸内切限制酶，源自Arthrobacter luteus,Alu家族的广泛存在意味着它具有某种功能，只是目前尚未能搞清楚。 部分Alu序列中有14bp区域和乳头瘤病毒、乙型肝炎病毒的复制起始区有同源性，因此推测Alu家族可能和真核基因组的复制区相连接。 但与此

16、相矛盾的是Alu序列的成员数要比推测的复制区多10倍。,九、人类基因组计划 （Human genome project， HGP）,20世纪三大科学工程 曼哈顿原子弹计划 人类登月计划 人类基因组计划,人类基因组计划的进展,1986年，美国生物学家、诺贝尔奖获得者Renato Dulbecco 在Science上发表短文首次提出人类基因组计划的设想，并建议组织国家级和国际级的项目来进行这方面的研究。,1988年10月美国能源部（DOE）和美国国立卫生研究院（NIH）达成协议，共同管理和实施这一计划（15年，30亿美元）。,1990年10月美国国会批准正式启动HGP研究，随后法国、英国、意大利、

17、德国、日本等也相继宣布开始各自的HGP研究。中国于1987年在“863计划”中开始设立人类基因组研究课题。,2000年6月26日，由公众资助的人类基因计划和私人基因公司宣布他们已经完成了破译了全部的人类基因。,2003年，基因组的全部测序工作完成，HGP工程提前完成。,人类基因组计划的目标,确定人类基因组所携带的全部遗传信息，并确定、阐明和记录组成的人类基因组的全部DNA序列。,有人将HGP比作一张20世纪的生命（生物学）周期表，因为它一改经典分子生物学零敲碎打地研究个别基因的习惯，而力求在细胞水平上解决基因组的问题，同时研究10万个基因及其产物，以建立对生命现象的整体认识。,人类基因组研究的

18、应用,医学领域 基础理论研究 生物学研究领域,对特殊疾病基因的确定 各种人类基因组图谱会使寻找与特定遗传疾病有关的基因的工作变得容易。 有利于优生和产前诊断 应用遗传座位专一性的分子探针，可检测出疾病基因的携带者，将使父母了解其子女出现遗传缺陷的危险程度。,医学领域,加强对癌症的认识和治疗 癌症是由于细胞生长失控造成的，而细胞分裂的失控是因为特定基因的异常造成的。遗传的缺陷通常会使人体对特定的癌症具有高的易感性。寻找与癌症相关的基因的研究是当前医学研究的热点之一。人类基因组计划将会大大地促进这方面的研究。 有利于医学生物学的研究,人类基因组研究的主要内容,建立遗传图谱 遗传图谱，又称连锁图，是指基因或DNA标志在染色体上的相对位置与遗传距离。 建立物理图谱 物理图谱是指DNA序列上两点的实际距离。 DNA序列测定 基因的确定和分析,人类基因组研究引发的社会和伦理问题,如何解释遗传信息的医学意义,人类基因组作图和测序工作将提供大量有