真核生物基因組

真核生物基因組第1頁，共40頁，2023年，2月20日，星期一一真核生物基因結(jié)構(gòu)1啟動(dòng)子元件開放閱讀框標(biāo)志：

由于大量?jī)?nèi)含子的存在，真核生物中沒有發(fā)現(xiàn)原核生物具有的顯著長(zhǎng)度的開放閱讀框標(biāo)志。RNA聚合酶種類：與原核生物只使用一種由多種蛋白質(zhì)聚合而成的RNA聚合酶不同，真核生物至少使用由8～12種蛋白質(zhì)組成的3種不同類型的RNA聚合酶。啟動(dòng)子元件多樣性：每種真核生物RNA聚合酶都能識(shí)別一套不同的啟動(dòng)子，并轉(zhuǎn)錄不同類型的基因。第2頁，共40頁，2023年，2月20日，星期一RNA聚合酶啟動(dòng)子位置啟動(dòng)子的復(fù)雜性所轉(zhuǎn)錄的基因RNA聚合酶Ⅰ-45至＋20簡(jiǎn)單核糖體RNARNA聚合酶Ⅱ上游遠(yuǎn)端至-25非常復(fù)雜蛋白質(zhì)編碼基因RNA聚合酶Ⅲ＋50至＋100簡(jiǎn)單tRNA和其他小RNA3種真核生物RNA聚合酶第3頁，共40頁，2023年，2月20日，星期一2斷裂基因－－內(nèi)含子和外顯子內(nèi)含子（intron）：已發(fā)現(xiàn)真核細(xì)胞中至少有8種明顯不同的內(nèi)含子，但只有一種遵循GU-AG規(guī)則（GU-AG

rule）的內(nèi)含子與真核細(xì)胞蛋白編碼基因有關(guān)系。

GU-AG規(guī)則：所有內(nèi)含子序列5’端起始的兩個(gè)核苷酸總是5’-GU-3’，而3’端的最后兩個(gè)堿基總是5’-AG-3’。內(nèi)含子和外顯子的長(zhǎng)度：內(nèi)含子至少長(zhǎng)60bp；在脊椎動(dòng)物中外顯子長(zhǎng)度的變化范圍也很廣，于100－2000bp之間，常見的長(zhǎng)約450bp。第4頁，共40頁，2023年，2月20日，星期一EukaryoticGene第5頁，共40頁，2023年，2月20日，星期一真核基因的內(nèi)含子/外顯子結(jié)構(gòu)和對(duì)應(yīng)的hmRNA轉(zhuǎn)錄物經(jīng)過加工后的mRNA：（a）顯示了與酵母內(nèi)含子的5′和3′剪接位點(diǎn)相關(guān)聯(lián)的保守序列。每個(gè)核苷酸旁的下標(biāo)數(shù)字表示該核苷酸在所有已知酵母基因內(nèi)含子中的出現(xiàn)頻率。（b）剪接體通過配對(duì)識(shí)別剪接位點(diǎn)，從而產(chǎn)生mRNA以供核糖體翻譯之用。第6頁，共40頁，2023年，2月20日，星期一不同生物基因組內(nèi)含子的特點(diǎn)：在簡(jiǎn)單的真核基因組中內(nèi)含子一般出現(xiàn)得較少（如酵母基因組6000個(gè)基因中總共只有239個(gè)內(nèi)含子

95%的人類基因至少有一個(gè)內(nèi)含子，某些單個(gè)基因中就具有100個(gè)或更多內(nèi)含子內(nèi)含子在給定基因中的位置具有進(jìn)化保守性，在同源基因的序列比對(duì)中內(nèi)含子經(jīng)常出現(xiàn)在相同的位置。第7頁，共40頁，2023年，2月20日，星期一第8頁，共40頁，2023年，2月20日，星期一3基因的轉(zhuǎn)錄真核mRNA原始轉(zhuǎn)錄體（primarytranscripts）：簡(jiǎn)單原始轉(zhuǎn)錄體－－經(jīng)剪接僅生成一條成熟mRNA和翻譯出一條多肽鏈復(fù)雜原始轉(zhuǎn)錄體－－在不同的時(shí)（不同發(fā)育階段）空（不同組織細(xì)胞），同一原始轉(zhuǎn)錄體因轉(zhuǎn)錄起點(diǎn)、剪接方式或終止點(diǎn)的不同，可產(chǎn)生兩種或多種成熟mRNA和多肽鏈。例如果蠅肌球蛋白重鏈轉(zhuǎn)錄體，在不同發(fā)育階段有三種不同表達(dá)產(chǎn)物。相同的降鈣素基因相關(guān)肽（calcitoningenerelatedpeptide）原始轉(zhuǎn)錄體，在甲狀腺、腦等不同組織細(xì)胞內(nèi)，因剪接方式不同使其表達(dá)產(chǎn)物不同。不同B細(xì)胞的免疫球蛋白原始轉(zhuǎn)錄體都是相同的第9頁，共40頁，2023年，2月20日，星期一4轉(zhuǎn)錄后加工－－加帽、剪接和加尾：RNA聚合酶Ⅱ轉(zhuǎn)錄物在加工前稱為hnRNA（異質(zhì)RNA），通過加帽（capping）、剪接和多聚腺苷酸化轉(zhuǎn)化成適合核糖體翻譯的mRNA。加帽（capping）－－是指所有發(fā)生在hnRNA5′末端的化學(xué)改變（包括甲基化作用）剪接（splicing）－－從hnRNA中大批地精確切除大片段的過程多聚腺酸化（polyadenylation）－－指用一段大約由250個(gè)腺嘌呤（A）組成的序列替換hnRNA3′端的過程，這段序列不被翻譯。第10頁，共40頁，2023年，2月20日，星期一可變剪切

大部分真核基因被加工成一種類型的剪接后mRNA，約有20%的人類基因因?yàn)榭勺兗艚佣a(chǎn)生兩種或多種mRNA序列有一個(gè)人類基因已被證明，相同的原始轉(zhuǎn)錄物可以產(chǎn)生64種不同的mRNA外顯子的相互排斥：小鼠肌鈣蛋白T基因的外顯子2和3是相互排斥的，外顯子2用在平滑肌中，而外顯子3用于其他所有組織中剪接裝置：由多種細(xì)胞核內(nèi)小RNA和一些蛋白組成，不同的細(xì)胞類型中可不同第11頁，共40頁，2023年，2月20日，星期一RepressorRepressorstopssplicingthatwouldotherwiseoccurActivatorActivatorinitiatessplicingthatotherwisewouldn’toccurAlternativeSplicingBasicMechanism第12頁，共40頁，2023年，2月20日，星期一AlternativesplicingWithafewgenes,alternativesplicinggeneratesmorethanonemRNA

fromtheprimarytranscript.Exons,orpartsofexons,maybeskipped.第13頁，共40頁，2023年，2月20日，星期一二重復(fù)序列重復(fù)序列是指多拷貝的相同或近似序列的DNA片段。重復(fù)序列一般可以分為兩類：高度重復(fù)序列和中度重復(fù)序列串行重復(fù)DNA和分散在整個(gè)基因組中的重復(fù)片段第14頁，共40頁，2023年，2月20日，星期一1高度重復(fù)序列：衛(wèi)星DNA、小/微衛(wèi)星

重復(fù)頻度>105。在真核生物基因組中，約有45%~60%的DNA中G：C堿基對(duì)含量較高，相對(duì)浮力密度大，將DNA打碎后，進(jìn)行密度梯度超離心分離，可見一主峰和1~2個(gè)小峰，這種小峰被看成是主峰的衛(wèi)星，稱為衛(wèi)星DNA，它是多種短重復(fù)序列的混合物。根據(jù)衛(wèi)星DNA的長(zhǎng)度，又可分成3種。第15頁，共40頁，2023年，2月20日，星期一衛(wèi)星DNA（satelliteDNA）：

其重復(fù)序列長(zhǎng)度在5bp~200bp，串聯(lián)排列，通常存在著幾百萬個(gè)拷貝，總長(zhǎng)度最長(zhǎng)可達(dá)100Mb，

它們主要存在于異染色體以及中心粒和端粒附近，通常不轉(zhuǎn)錄。

小衛(wèi)星DNA（mini-satelliteDNA）：重復(fù)序列長(zhǎng)度在15~70bp之間，串聯(lián)排列，總長(zhǎng)度在0.5kb~30kb

主要分布于常染色體，在人群中有高度的多態(tài)性（也即有高度的特異性或拷貝的多態(tài)性）。第16頁，共40頁，2023年，2月20日，星期一微衛(wèi)星DNA（micro-satelliteDNA）

由2～6個(gè)核苷酸長(zhǎng)的重復(fù)序列組成，又稱為簡(jiǎn)單串聯(lián)重復(fù)序列（simpletandemrepeatsSTRs）以(CA)n、(GT)n、(CAG)n較常見，重復(fù)次數(shù)多為15～60次，總長(zhǎng)度一般在400bp以下。存在于常染色體，除著絲粒及端粒區(qū)域外,微衛(wèi)星DNA在染色體的其他區(qū)域均廣泛均勻分布。很隨機(jī)地分布在整個(gè)基因組中，而不像衛(wèi)星或小/微衛(wèi)星那樣串聯(lián)成簇存在微衛(wèi)星DNA在基因組中的功能尚不清楚，已知其有自身特異結(jié)合蛋白，是一種非?；钴S的堿基序列,且能直接編碼蛋白質(zhì)；另外，微衛(wèi)星DNA能參與遺傳物質(zhì)的結(jié)構(gòu)改變，染色體折疊及端粒形成，是基因重排和變異的來源,通過改變DNA結(jié)構(gòu)或與特異性蛋白質(zhì)結(jié)合而發(fā)揮其基因調(diào)控作用。在人類基因組中，由CA重復(fù)序列構(gòu)成的微衛(wèi)星如5′-CACACACACACA-3′大約每1萬bp出現(xiàn)一次，占整個(gè)基因組的0.5%（總共15Mb），而單堿基重復(fù)（即5′-AAAAAAAA-3′）占人類基因組的0.3%第17頁，共40頁，2023年，2月20日，星期一微衛(wèi)星的產(chǎn)生機(jī)理

大多認(rèn)為是DNA復(fù)制和修復(fù)過程中的復(fù)制滑脫(replicationslippage)，滑鏈錯(cuò)配（slipped-strandmispairing）或染色體減數(shù)分裂時(shí)姊妹染色單體不均等交換的結(jié)果。微衛(wèi)星DNA的核心序列是高度保守的，而微衛(wèi)星DNA本身的重復(fù)單位變異則是形成多態(tài)性的基礎(chǔ)，其高度多態(tài)性主要表現(xiàn)在核苷酸重復(fù)單位數(shù)目的多態(tài)性和重復(fù)序列中核苷酸的替換多態(tài)性。重復(fù)單位數(shù)目的多態(tài)性是由于STR在精子和卵子產(chǎn)生時(shí)，以及在生殖細(xì)胞減數(shù)分裂過程中發(fā)生不相等的交叉重組造成的。由于這種不相等的交叉重組，使STR的長(zhǎng)度在每一個(gè)個(gè)體中有差別，這也是進(jìn)行DNA指紋分析的基礎(chǔ)。第18頁，共40頁，2023年，2月20日，星期一第19頁，共40頁，2023年，2月20日，星期一中度重復(fù)序列由較大的片段（由100bp到幾千bp）串聯(lián)重復(fù)組成，分散在整個(gè)基因組中，重復(fù)頻度不等一般具有種屬特異性，可作為DNA標(biāo)記有多種類型的中度重復(fù)序列，其表達(dá)產(chǎn)物常是細(xì)胞大量需要的，如rRNA、tRNA和組蛋白等。第20頁，共40頁，2023年，2月20日，星期一1、rRNA基因真核生物的rRNA有28s、18s、5.8s和5s4種，其中28s、18s和5.8s3種的編碼基因串聯(lián)排列，組成一個(gè)轉(zhuǎn)錄單位，在人類基因組中約有300個(gè)拷貝，分布在13、14、15、21和22號(hào)染色體上。在每個(gè)轉(zhuǎn)錄單位的各種rRNA編碼基因間都有一個(gè)基因間隔區(qū)，在28srRNA基因中還存在插入序列，在轉(zhuǎn)錄時(shí)一并轉(zhuǎn)錄，形成rRNA前體，經(jīng)轉(zhuǎn)錄后加工，切除間隔區(qū)，插入序列等加工成3種成熟的rRNA。5srRNA基因單獨(dú)為一個(gè)轉(zhuǎn)錄單位，在人類基因組中約有2000個(gè)拷貝,位于1號(hào)染色體。rRNA基因可以作為一種遺傳標(biāo)志，在分子遺傳學(xué)中有重要的意義。第21頁，共40頁，2023年，2月20日，星期一第22頁，共40頁，2023年，2月20日，星期一2、tRNA基因：每一種tRNA基因的拷貝數(shù)有幾十到幾百個(gè)。同一種tRNA基因常常串聯(lián)在一起排列成基因簇，各個(gè)編碼tRNA基因之間也有間隔區(qū)有的tRNA基因編碼序列中插入有內(nèi)含子3、Alu家族：每個(gè)長(zhǎng)度約300bp，富含CG，因在其第170bp處有一個(gè)限制性內(nèi)切酶AluI（AGCT）的位點(diǎn)而得名占人類基因組的3%~6%，Alu家族分散于整個(gè)基因組的間隔序列中，多位于一些編碼基因的5’端和3’端的遠(yuǎn)端，個(gè)別的也有存在于內(nèi)含子中。Alu序列具有種屬特異性，其功能可能與hnRNA的加工成熟，DNA復(fù)制及轉(zhuǎn)錄調(diào)節(jié)有關(guān)。第23頁，共40頁，2023年，2月20日，星期一第24頁，共40頁，2023年，2月20日，星期一三、基因家族(genefamily)在真核細(xì)胞編碼蛋白質(zhì)的基因中，約有25%~50%是以單個(gè)基因存在于基因組中。而剩余的基因都有2個(gè)或2個(gè)以上序列相似而又不全相同的基因。是一組功能相似且核苷酸序列具有同源性的基因，可能由某一共同祖先基因經(jīng)重復(fù)和突變產(chǎn)生，這一組基因就稱為基因家族，被其編碼的同源蛋白稱為蛋白質(zhì)家族，具有相似的功能?；蚣易逵写笥行。瑥膸讉€(gè)到幾十個(gè)，少數(shù)情況可有幾百個(gè)，稱為超級(jí)家族。珠蛋白和組蛋白基因家族是研究得最多的例子。第25頁，共40頁，2023年，2月20日，星期一組蛋白基因家族第26頁，共40頁，2023年，2月20日，星期一四移動(dòng)基因

轉(zhuǎn)座子（transposon）

插入序列(insertionsequence)（末端反向重復(fù)＋中間的編碼轉(zhuǎn)座酶基因），轉(zhuǎn)座酶促使對(duì)應(yīng)的轉(zhuǎn)座子以保守（重復(fù)拷貝的數(shù)目沒有變化）或復(fù)制（拷貝數(shù)增加）的方式從基因組的一個(gè)部位插入到另一個(gè)部位（轉(zhuǎn)座）。

復(fù)合轉(zhuǎn)座子（指IS元件＋其他基因）

Tn3型轉(zhuǎn)座子（一般以復(fù)制的方式轉(zhuǎn)座）

可轉(zhuǎn)座的噬菌體（將復(fù)制性轉(zhuǎn)座作為它們正常感染周期一部分的病毒）人類基因組中的DNA轉(zhuǎn)座子數(shù)少于1000。真核轉(zhuǎn)座子mariner長(zhǎng)1250bp，最早是在果蠅中發(fā)現(xiàn)的，但現(xiàn)在包括人類在內(nèi)的多種真核生物中都發(fā)現(xiàn)了這種轉(zhuǎn)座子。第27頁，共40頁，2023年，2月20日，星期一ReplicativeTransposition;Tn3Elementencodesatransposasefortransposition,arepressorthatregulatesthetransposaseandanantibioticresistancegeneAgain,theendsoftheelementarecriticalformovement第28頁，共40頁，2023年，2月20日，星期一ReplicativeTransposition第29頁，共40頁，2023年，2月20日，星期一五人類基因組人類基因組概貌：人類基因組結(jié)構(gòu)大編碼蛋白質(zhì)的結(jié)構(gòu)基因比例極少作為真核生物，人類基因組也具有真核生物基因組的一般結(jié)構(gòu)特點(diǎn)－－假基因

CpG島甲基化等。第30頁，共40頁，2023年，2月20日，星期一2假基因根據(jù)是否保留相應(yīng)功能基因的間隔序列(如內(nèi)含子)，分兩大類：

保留了間隔序列，稱為復(fù)制型假基因(duplicatedpseudogene)，通常因基因的復(fù)制修飾，如點(diǎn)突變、插入、缺失和移碼突變而導(dǎo)致復(fù)制后的基因在轉(zhuǎn)錄和翻譯時(shí)出現(xiàn)異常，喪失正常功能，它與功能基因通常在同一條染色體上，也稱非加工假基因(non-processedpseudogene)。

缺少間隔序列的已加工假基因(processedpseudogene)，主要是轉(zhuǎn)錄過程中mRNA以cDNA的方式重新整合進(jìn)入基因組（很可能發(fā)生在生殖細(xì)胞中），在長(zhǎng)期進(jìn)化選擇過程中因?yàn)殡S機(jī)突變積累而喪失功能。已加工假基因序列兩邊有小的側(cè)翼定向重復(fù)序列(flankingdirectrepeat)，3′端多具多聚腺苷酸尾。目前已知人類基因組上的假基因，數(shù)目估計(jì)約在20000個(gè)以上，呈現(xiàn)極不均一分布。意義：一些在醫(yī)學(xué)中非常重要的人類基因也有假基因，這可能干擾疾病的診斷和治療，系統(tǒng)和準(zhǔn)確地對(duì)基因組上假基因進(jìn)行分類有助于對(duì)功能基因的預(yù)測(cè)和研究。第31頁，共40頁，2023年，2月20日，星期一3DNA甲基化是哺乳動(dòng)物DNA最常見的復(fù)制后調(diào)節(jié)方式之一，由甲基轉(zhuǎn)移酶介導(dǎo)，將胞嘧啶（C）轉(zhuǎn)變?yōu)?－甲基胞嘧啶（5－mC）。DNA甲基化與基因表達(dá)呈負(fù)相關(guān)，即基因在它不表達(dá)的組織中被甲基化，而在特異表達(dá)的組織中非甲基化。甲基化一方面可在發(fā)育和分化中調(diào)控基因表達(dá)，還可中和潛在的危險(xiǎn)的DNA序列，如外源病毒和轉(zhuǎn)座子等。DNA甲基化調(diào)控基因表達(dá)直接的機(jī)制：可能是因?yàn)榧谆鶑腄NA分子的大溝中突出，阻止了轉(zhuǎn)錄因子與基因相互作用，還可能直接抑制RNA聚合酶活性而抑制基因的表達(dá)。第32頁，共40頁，2023年，2月20日，星期一DNA甲基化是腫瘤中最常見的一種分子改變，包括基因組總體甲基化水平降低和某些基因啟動(dòng)區(qū)域的高甲基化(hypermethylation)?；蚪M總體甲基化水平降低導(dǎo)致染色體的不穩(wěn)定發(fā)生于細(xì)胞周期調(diào)控基因、DNA修復(fù)基因、血管形成基因及細(xì)胞凋亡基因相應(yīng)的CpG島的甲基化，則引起轉(zhuǎn)錄沉默(silencing)，進(jìn)而促進(jìn)了腫瘤細(xì)胞形成。第33頁，共40頁，2023年，2月20日，星期一4CpG島CG兩聯(lián)核苷酸的出現(xiàn)頻率低：

CG兩聯(lián)核苷酸的出現(xiàn)頻率僅為其隨機(jī)出現(xiàn)頻率的20%許多人類基因5’端的1－2kb片段中發(fā)現(xiàn)CpG島：

這些CpG島一般跨越-1500～＋500，并且其CpG密度達(dá)到隨機(jī)預(yù)測(cè)的水平。CpG島的意義：

CpG與已知轉(zhuǎn)錄增強(qiáng)子如Sp1等的結(jié)合位點(diǎn)有關(guān)人類基因組大約有45000個(gè)CpG島，有一半左右與已知的管家基因關(guān)聯(lián)，其余的CpG島有許多和組織特異性基因的啟動(dòng)子相關(guān)聯(lián)

CpG島很少出現(xiàn)在不含基因的區(qū)域或那些發(fā)生多次突變的基因中第34頁，共40頁，2023年，2月20日，星期一

兔α－類球蛋白基因族：人類基因組富含GC的一組組織特異性基因。對(duì)應(yīng)基因的區(qū)域用黑色框來表示，而兔基因組中主要短散布元件的拷貝（C重復(fù)）用數(shù)字標(biāo)注并表示為黑色箭頭。下一幅圖顯示200bp滑動(dòng)窗口中出現(xiàn)核苷酸G或C的頻率。底部?jī)筛綀D表示200bp滑動(dòng)窗口中兩聯(lián)核苷酸CpG和GpC和出現(xiàn)次數(shù)。在α-θ1球蛋白基因的5′端都出現(xiàn)了CpG島。另外兩聯(lián)核苷酸5′-GC-3′的出現(xiàn)次數(shù)一般比CpG高，這是因?yàn)镃pG易被甲基化而發(fā)生突變。第35頁，共40頁，2023年，2月20日，星期一5.人類基因組的多態(tài)性及在分子診斷中的應(yīng)用短串聯(lián)重復(fù)序列(shorttandemrepeat,STR)：

STR在人類基因組內(nèi)分布廣泛，平均每15kb～20kb就有一個(gè)STR位點(diǎn)，占基因組的10%

多存在于非編碼區(qū)及內(nèi)含子中，具高度多態(tài)性且信息量大，檢測(cè)快速，成為非常重要的一種遺傳標(biāo)記。STR的主要用途：人類基因遺傳圖譜的制作。目的基因篩選和基因診斷。若目的基因與STR位點(diǎn)鄰近且有連鎖關(guān)系，可通過對(duì)STR附近區(qū)域克隆測(cè)序而發(fā)現(xiàn)目的基因。通過家系和對(duì)照研究，運(yùn)用連鎖和相關(guān)分析，可以找到與疾病高度相關(guān)STR位點(diǎn)。1993年首先發(fā)現(xiàn)肝臟苯丙氨酸羥化酶(phenylalaninehydroxylase，PHA)基因內(nèi)含子3中，有STR位點(diǎn)（TCTA）存在于約700bp處，通過連鎖分析可對(duì)PKU患者進(jìn)行產(chǎn)前基因診斷。法醫(yī)學(xué)個(gè)體識(shí)別和親權(quán)鑒定。法醫(yī)案例中，特別對(duì)量極少和降解嚴(yán)重的生物檢材，通過PCR擴(kuò)增STR位點(diǎn)并將幾個(gè)STR位點(diǎn)聯(lián)合起來分析，可得到相當(dāng)高的累積個(gè)體識(shí)別率和父權(quán)排除率，可為司法偵案、破案提供有利的科學(xué)依據(jù)。第36頁，共40頁，2023年，2月20日，星期一STR在醫(yī)學(xué)的意義：

STR位點(diǎn)的不穩(wěn)定性與疾病的相關(guān)性是研究熱點(diǎn)，STR主要以三核苷酸為重復(fù)單位，如果父母本的某個(gè)或某些STR重復(fù)次數(shù)超過正常個(gè)體的上限，處于一種前突變狀態(tài)，則易造成后代相應(yīng)位點(diǎn)核心序列重復(fù)數(shù)目急劇增加。已發(fā)現(xiàn)有8種人類遺傳性疾病與此相關(guān)，如脆性X綜合癥、重癥肌無力(myastheniagravis)、Huntington舞蹈癥（Huntington’schoreadisease）等。

STR與腫瘤關(guān)系密切。1990年在遺傳性非息肉性結(jié)腸炎中發(fā)現(xiàn)，與正常組織比較，腫瘤組織中STR拷貝數(shù)發(fā)生明顯變異，在胃癌、食道癌、乳腺癌及肺癌等多種腫瘤中均發(fā)現(xiàn)STR不穩(wěn)定現(xiàn)象，使STR成為腫瘤檢測(cè)的重要手段。第37頁，共40頁，2023年，2月20日，星期一單核苷酸的多態(tài)性

單核苷酸的多態(tài)性(singlenucleotidepolymorphism,SNP):

是因單個(gè)堿基的變異（主要是置換，也有缺失和插入）引起的DNA序列多態(tài)性，在特定核苷酸位置上存在兩種不同的堿基，其中最少一種在群體中的頻率不小于1%。人類基因組中每300～1000個(gè)核苷酸就有一個(gè)SNP，占所有已知多態(tài)性的90%以上。盡管遺傳密碼由4種堿基組成，但SNP通