基因组学考试答案

基因组学

一、名词解释

1.gene：基因是有遗传效应的DNA片段，是控制生物性状的基本遗传单位。Gene一词于1909年由丹麦植物学家Wilhelm Johannsen首次提出，以取代孟德尔的factor等用语。

2.肿瘤标志物：反应肿瘤存在的化学类物质。它们或不存在于正常成人组织而仅见于胚胎组织，或在肿瘤组织中的含量大大超过在正常组织里的含量，它们的存在或量变可以提示肿瘤的性质，借以了解肿瘤的组织发生、细胞分化、细胞功能，以帮助肿瘤的诊断、分类、预后判断以及治疗指导。

3.基因组编辑：genome editing，一种在基因组水平上对DNA序列进行改造的遗传操作技术。技术的原理是构建一个人工内切酶，在预定的基因组位置切断DNA，切断的DNA在被细胞内的DNA修复系统修复过程中会产生突变，从而达到定点改造基因组的目的。

4.BLAST：Basic Local Alignment Search Tool，一套在蛋白质数据库或者DNA数据库中进行相似性比较的分析工具。

5.微生物组群：微生物组群是指在多细胞生物体中发现的一组共生的病原微生物菌群，包括细菌、古细菌、原生生物、真菌和病毒等。微生物组群在免疫、体内激素代谢平衡方面有至关重要的作用。

6.组蛋白修饰：组蛋白修饰是指组蛋白在相关酶作用下发生甲基化、乙酰化、磷酸化、腺苷酸化、泛素化、ADP核糖基化等修饰的过程。

7.L-W曲线：Lander-Waterman模型是1988年美国Eric Lander以及Michael Waterman提出的一个数学模型，广泛用于基因组大小评估，还能够推算出覆盖度和reads的关系，在测序和序列组装中起到关键的指导意义。对于已知待测基因组大小的G和测序长度L都是常数，使用Lander-Waterman模型绘制L-W曲线，可以得到contig数与基因组大小（G）和测序reads数（N）的关系图。

8.液体活检：Liquid Biopsy，是一种利用高通量测序技术来检测血液中的小DNA碎片的技术。可用于癌症早期临床诊断。

9.miRNA:miRNA 是一类进化上保守的非编码小分子RNA，具有在翻译水平调控基因表达的功能。

10.N50：contigs或scaffolds从大到小排列，当其累计长度刚刚超过全部不组装序列的总长度的50%是，最后一个contig或scaffold的大小即为N50的大小，N50对评价基因测序的完整性有重要意义。

11.STR:微卫星DNA，重复单位序列最短，只有2～6bp，串联成簇，长度50～100bp，又称为短串联重复序列（Short Tandem Repeat STR)。广泛分布于基因组中。其中富含A-T碱基对，是在研究DNA多态性标记过程中发现的。

12.HLA：HLA系统是具有代表性的序列多态性遗传标记。HLA基因是位于6p21.31、全长3.6Mb的由一系列紧密连锁的位点所组成的具有高度多态性的复合体。

13.SNP：single nucleotide polymorphism，单核苷酸多态性，主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。

14.痕量DNA: 痕量DNA又称低拷贝模板(low copy number,LCN)。

15.Alignment：序列比对是基于生物学中序列决定结构，结构决定功能的普遍规律，将核酸序列和蛋白质一级结构上的序列都看成由基本字符组成的字符串，检测序列之间的相似性，发现生物序列中的功能、结构和进化的信息。

16.SBS:SBS法是一种基于DNA合成反应的测序技术，又称Sanger法。其使用双脱氧核算-ddNTP作为链终止剂。

17.KEGG: KEGG(京都基因与基因组百科全书) 是了解高级功能和生物系统(如细胞、生物和生态系统)，从分子水平信息，尤其是大型分子数据集生成的基因组测序和其他高通量实

验技术的实用程序数据库资源，由日本京都大学生物信息学中心的Kanehisa实验室于1995年建立。是国际最常用的生物信息数据库之一，以"理解生物系统的高级功能和实用程序资源库"著称。

18.iPS：诱导多能干细胞，是由动物体细胞，经四种或者多种诱导因子（oct4，c-myc，sox2，klf4等）感染，在一定条件下转化为与ES（embryo stem ，胚胎干细胞）形态，功能类似的ips细胞，ips具有分化潜能，在体外能分化为EB（胚体），在动物体内能形成畸胎瘤或者嵌合体。

19.遗传标记：遗传标记是指在遗传分析上用作标记的基因，具有遗传上的可遗传性、个体性和可识别性，以及方便取样和快速分析等特点。主要特点为多态性、高频性、共显性、规律性。

20.e-PCR：electronic PCR,e-PCR 技术是利用生物信息学数据库作为平台, 借助相应的分析运算软件, 搜索所查询的DNA 序列(query sequence) 是否含有序列标记位点(Sequence Tagged Sit , STS) , 根据STS 在已知基因组图谱的位置将所查询的DNA 序列在基因组图谱上进行定位。

21.免疫组测序：（Immune Repertoire sequencing(IR-SEQ)）是以T/B 淋巴细胞为研究目标，以多重PCR或5’RACE技术目的扩增决定B细胞受体（BCR）或T细胞受体（TCR）多样性的互补决定区（CDR区），再结合高通量测序技术，全面评估免疫系统的多样性，深入挖掘免疫组库与疾病的关系。

22.靶区域测序：是指对一个较大的区域或几个不同的基因组区域同时进行测序。DNA捕获是靶区域测序制备模板的主要方法。

23.基因电路：是一种将基因网络和电子网络电路做类比的研究方法，在这种类比下，成熟的电路分析可以被用来分析基因网络的功能和结构。

24.连锁不平衡：(linkage disequilibrium) 在某一群体中，不同座位上某两个等位基因出现在同一条单元型上的频率与预期的随机频率之间存在明显差异的现象，称连锁不平衡。

25.后随基因：在DNA复制过程中，以亲代链(5’→ 3’)为模板时，子代链的合成不能以3’→5’方向进行，而是按5’→ 3’方向合成出许多小片段，因为是冈崎等人研究发现，因此称冈崎片段。由许多冈崎片段连接而成的子代链称为后随链。在后随链上的基因称为后随基因。26. Synthia：第一个人工合成的基因组，由美国生物学家文特尔领导的研究团队，重塑"丝状支原体丝状亚种"(Mycoplasma mycoides)这种微生物的DNA，并将新DNA片段"黏"在一起，植入另一种山羊支原体中。新生命1个月前诞生，昵称Synthia"Synthia"(合成体)，这种微生物由蓝色细胞组成，能够生长、繁殖，细胞分裂了逾10亿次。

27.PGT：Preimplantation Genetic Testing,植入前检测是指通过显微操作技术取出早期胚胎（体外受精后、植入前）的一个或少数几个细胞及囊胚期的胚胎滋养层，应用DNA分析技术进行特定基因和染色体畸变的检测。

28.CRISPR：CRISPR是基因组中自然存在的成簇的规律间隔的短回文重复序列。CRISPR序列广泛分布于细菌和古菌基因组中。

29．RFLP：（Restriction Fragment Length Polymorphism,限制性片段长度多态性）第一代DNA 标记是RFLP，是一种“单位点双等位”的遗传标记。

30.Genome：基因组，在生物学中，一个生物体的基因组是指包含在该生物的DNA中的全部遗传信息。一个生物体的基因组是指一套染色体中的完整的DNA序列。

31.假基因：(pseudogene)，是基因组中与编码基因序列非常相似的非功能性基因组DNA 拷贝,一般情况都不被转录,且没有明确生理意义。

32.K-mer：K-mer就是一个基因长度为K的DNA序列，K为整数。K-mer大小选取取决于它的主要使用目的：拼接和比对。所以，一般来说K-mer的唯一性越高越好。

33.C值悖论：目前C值得概念已推广到所有生物的基因组大小。原先的研究认为，物种基

因组的大小与生物的复杂性相关。但是某些物种经常出现C值和生物复杂性不一致的情况，主要是由各种重复序列引起的，称此为C值悖论（C-value paradox）。

34.CpG岛：哺乳动物中CpG以两种形式存在：一种是分散于DNA序列中；另一种呈现高度聚集状态，称为CpG岛（CpG island）。在正常组织里，70%～90%散在的CpG是被甲基修饰的，而CpG岛则是非甲基化的。并且CpG岛常位于转录调控区附近。

35. Lod 值：确定两个基因座是否在染色体上距离很近，因此可能一起遗传的统计学评估。通常判定连锁关系是以Lod值大小为依据。Lod值为0，意味着连锁假设与不连锁假设的可能性相等；Lod值为正值，有利于连锁；Lod值为负值，表示有一定重组率的连锁。

36.ChIP-Seq：染色质免疫共沉淀技术(Chromatin Immunoprecipitation，ChIP) 是研究体内蛋白质与DNA相互作用的，通常用于转录因子结合位点或组蛋白特异性修饰位点的研究。ChIP-Seq技术是将ChIP与MPH测序技术相结合，ChIP-Seq的数据是DNA序列的，为各种DBP 的结合区域的研究提供了高分辨率的方法。

37.表现型：具有特定基因型的个体，在一定环境条件下，所表现出来的性状特征的总和。

38.中性演化学说：认为分子水平上的大多数突变是中性或近中性的，自然选择对它们不起

作用，这些突变全靠一代又一代的随机漂变而被保存或趋于消失，从而形成分子水平上的进化性变化或种内变异。

39.Assembly：序列组装，序列的组装一般包括contig组装、scaffold构建以及“补洞”等几个步骤，是将原始的下机序列还原成DNA序列片段。

40.非编码RNA：(Non-coding RNA)是指不编码蛋白质的RNA。其中包括rRNA，tRNA，snRNA，snoRNA 和microRNA 等多种已知功能的RNA，还包括未知功能的RNA。

41.精准医学：指根据每个病人的个人特征量体裁衣式地制定个性化治疗方案。它是由“个性化医疗”联合最新的遗传检测技术发展而来。

42.重叠基因：（overlapping gene）是指两个或两个以上的基因共有一段DNA序列，或是指一段DNA序列成为两个或两个以上基因的组成部分。

43.遗传图：是人类基因组计划绘制的人类基因组四张图的第一张图。指通过遗传学方法如

遗传重组等测得的参数来表示基因或DNA标记在染色体上得相对位置与遗传距离的图谱。

44.基因型：是某一生物个体全部基因组合的总称。

45.b-PCR:booster PCR，增敏PCR，其在扩增模板量很低的样品时可明显提高PCR产量。

46.MPH：Massively Parallel High-thriughput ,大规模并行高通量测序，又称新一代或下一代

测序，是测序技术发展史上影响最为深远的一场革命。其以芯片技术实现了大规模多模板并行测序。但其通量的提高也损失了下机读长，需要通过生物信息软件来实现。

47. de novo sequencing：从头测序是指不依赖于任何基因组参考序列信息即可对某个物种进行测序，用生物信息学分析方法进行拼接、组装，从而获得该物种的基因组序列图谱。48：单基因病：单基因遗传病的发生主要受一个基因的控制，其遗传方式遵循孟德尔遗传规律，因此也称为孟德尔遗传病，可简称为遗传病或单基因病。

49.二次打击假说：第一，一次突变发生于生殖细胞，此后由这个细胞分裂分化的所有细胞

都已经是突变过一次了的，如果这些细胞再次由于某些理化因素影响而发生突变，而可能会导致癌症。第二，两次突变均发生于同一体细胞，则这个细胞可能会癌变。

50.驱动基因：与癌症发生发展相关的重要基因称为驱动基因，驱动基因决定了这个癌症最

主要的原因。当驱动基因突变后，就会把癌细胞"驱动"起来。

二、综述

6. DNA结构及有关机制与测序仪设计

摘要：核酸是生命的遗传物质，除少数病毒外,大多数生物的遗传物质为DNA。DNA 的二级结构主要包括A-DNA、B-DNA、Z-DNA等，同时还有高级结构三链DNA、四

链体DNA的存在。DNA的结构具有多态性，不同形态的DNA都具有各自的生物学作用。DNA测序技术至今已经发展到了第三代测序技术，随着DNA测序技术的不断发展，我们对生物基因组的研究也越来越深入。

关键词：DNA结构;螺旋;测序技术;测序仪

一、DNA的结构和有关机制

1.1 DNA的一级结构

DNA的一级结构即是指DNA链上脱氧核苷酸的排列顺序，它们通过3’,5’-磷酸二酯键相连而形成的大分子聚合物，5’端含有磷酸（5’-Pi），3’端含有羟基（3’-OH）。DNA所特有的物理化学和生物学上的性质和功能都是源于它的一级结构。其以三联体密码子的形式来编码蛋白质，每三个核苷酸对应一个氨基酸。

1.2 DNA的二级结构

DNA的二级结构为双螺旋结构，并且在螺旋的表面都有大小不同的凹槽。DNA的二级结构具有多种构象，包括A、B、C、Z型。上世纪50年代，根据R.Franklin 和M.Wilkins对DNA纤维的X-光衍射分析以及Chargaff的碱基当量定律的提示，Watson和Crick 提出了DNA二级结构为的双螺旋模型。他们发现的这种双螺旋DNA为B-DNA，是双链DNA的优势构象，广泛存在于基因组内。B-DNA是在相对湿度为92%时进行X射线衍射图谱测定得到的，即碱基对与螺旋轴垂直，每个碱基对围绕相邻的碱基对旋转36°，因此一个螺旋含有十个碱基对，长3.4nm。螺旋外部的两个“沟”，一个宽而深，称为“大沟”，为DNA与DNA和DNA与蛋白质的相互作用提供了环境；一个窄而浅，称为“小沟”，为一些小分子和DNA相互作用提供了环境。A-DNA是在相对湿度为65%-75%的条件下形成的，每圈有11个碱基对，碱基对的平面与螺旋轴成30°。B-DNA和A-DNA在一定条件下可以相互转换，如在转录过程中，DNA模板被RNA聚合酶结合合成RNA时，DNA可能变成A型。C-DNA是以Li+作为反离子，当相对湿度降到66%时就会出现。C-DNA 呈左手螺旋，每圈螺旋含有9.3个碱基，目前这一构象仅在实验室中观察到，在生物体内并未有证据证明它的存在。Z-DNA为左手双螺旋，每圈螺旋有12个碱基对，长4.5nm，比B-DNA更细长。现有研究表明Z-DNA参与基因调节和控制基因的开关。因为Z-DNA的形成，使局部DNA双链处于不稳定状态有利于双链解开，而DNA解链是DNA复制和转录的必要环节。DNA的二级结构具有多态性，

但B-DNA是生物体内最常见、最稳定的构象，由于DNA一直处于动态的过程中，所以才会有其他构象的出现。

1.3 DNA的高级结构

DNA更高级的结构包括三链DNA和四链体DNA。三链DNA是在DNA双螺旋的基础上形成的三链区的3条链均为同源嘌呤（HPu）或同源嘧啶（HPy），即整段的碱基均为嘌呤或者嘧啶。根据第三条链的来源，三链DNA可分为分子间和

分子内两组；根据三条链的组成以及相对位置又可分为Pu-Pu-Py和Py- Pu- Py两

种类型。最常见的为Py- Pu- Py型，它的三条链中有两条链为正常的双螺旋，第

三条嘧啶链位于双螺旋的大沟中T与嘌呤链的方向一致T并随双螺旋结构一起旋转。碱基的配对方式不变，但第三条链上的C必须质子化，且与G形成两个氢键。

四链体DNA也是非经典的碱基配对方式，主要有G-quadruplex和i-motif两类。G-quadruplex是在G-四联体的中心有一个有四个带负电荷的氧原子围城的口袋，通过G-四联体的堆积可以形成分子内或分子间的右手螺旋。i-motif的形成原理为：胞嘧啶C在酸性环境下可以被质子化为C+，与C形成三氢键的配对。富含C的寡核苷酸片段部分质子化后，通过C·C+配对成平行的双链结构，然后双链反向排列，碱基对之间相互交错，从而形成四链结构。

二、DNA测序技术的发展与测序仪设计

DNA测序技术是分子生物学相关领域研究中常用的技术方法之一。迄今为止已经发展到了第三代测序技术。每一代测序技术的更迭都是技术领域的重大突破，既降低了测序的成本，又提高了测序的速度，使测序技术可以更加广泛的应用于各个领域。伴随着测序技术的不断发展，各种类型的测序仪也是争相涌现，为测序技术的进步提供了条件。

2.1第一代测序技术和测序仪设计

第一代测序技术主要SBC和SBS两种方法。SBC法是1977年美国哈佛大学的Maxam和Gilbert发明的，因此也称为Maxam-Gilbert method。该方法是利用化学

降解法来进行DNA测序。方法是将5′端被标记的目的DNA分子分别进行5个各自独立的反应，分别用不同的化学试剂将目的DNA分子部分打碎成重复的单个碱

基片段，然后进行聚丙烯酰胺凝胶电泳分离，再经过放射线自显影，根据不同泳道所显示的条带情况，从而可以获得目的DNA分子的碱基序列。SBS法是1997

年由Sanger发明的，其原理是利用双脱氧核苷三磷酸（ddNTP）的结构比脱氧核苷三磷酸（dNTP）缺少了3’-OH，因此可以使得DNA链的合成中断这个性质来

设计四个相互独立的反应。在每个反应中都分别加入四种dNTP和不同的ddNTP，并用同位素进行标记。由于加入的ddNTP的量占得比例很小，因此最后会合成出不同长度的DNA链。最后利用聚丙烯酰胺凝胶电泳分离得到DNA分子的碱基序列。由于SBS法比SBC法具有更多的优点，例如所用试剂无毒、操作简单、结果稳定、所需设备简单等等，SBS法广为使用。

上世纪80年代末期，荧光标记技术凭借更加安全的特性逐渐取代同位素标记技术。1986年，Leroy Hood发明了四色荧光物质，不同波长的激光可激发其产生不同的颜色。用这些荧光物质来标记四种不同的ddNTP，可以实现一条电泳道测定所有的反应产物，使用对应的激光器可以对胶板上的通过的测序反应产物进行扫描。测序的效率被提高了很多，分辨率也大为提高。根据上述原理，美国ABI 公司推出了第一台商品化的测序仪——ABI370A，但此阶段的测序仪并没有实现完全的自动化，其中的制胶和加样还是需要人工来完成。随着基因组学的发展对测序技术的要求，后来的毛细管电泳技术相比平板电泳技术实现了更加规模化、高通量、低成本的特点。此时期ABI公司开发的377型、373型测序仪采用了毛细管电泳技术，可以实现电泳过程自动化、并行化，灵敏度高、所需样品少，且快速高效。

2.2第二代测序技术和测序仪设计

第二代测序技术又叫下一代测序技术，它突破了第一代测序技术效率的瓶颈问题，实现了真正意义上的高通量测序，是测序技术发展史上影响最为深远的一场革命。目前第二代测序的主要技术平台包括Roche/454 GS FLX、

Illumina/SolexaGenomeAnalyzer、Helicos BioSciences公司的HeliScope? Single Molecule Sequencer、美国DanaherMotion公司推出的Polonator；以及连接法测序(sequencing by ligation)，即通过引物来定位核酸信息，技术平台有Applied Biosystems/SOLiD? system。以上技术平台所运用的测序原理均为循环微阵列法。

以Illumina测序仪所使用的克隆单分子阵列技术为例来讲一下该类型的测序

仪的设计原理。将目的DNA分子打断成100~200 bp的片段，随机连接到固相基质上，经过Bst聚合酶延伸和甲酸胺变性的桥PCR循环，生成大量的DNA簇，每个DNA簇中约有1000个相同序列的DNA片段。之后的反应与Sanger法类似，加入

用4种不同荧光标记并结合了可逆终止剂的dNTP。固相基质上每个孔有八道独立检测的位点，所以一次可以并行八个独立文库，可容纳数百万的模版克隆，可把多个样品混合在一起检测，每个固相基质上一次可读取10亿个碱基。DNA簇与单链扩增产物的通用序列杂交，由于终止剂的作用，DNA聚合酶每次循环只延伸一个dNTP。每次延伸所产生的光信号被标准的微阵列光学检测系统分析测序，下一次循环中把终止剂和荧光标记基团裂解掉，然后继续延伸dNTP，实现了边合成边测序技术。

2.3第三代测序技术和测序仪设计

虽然第二代技术已经逐渐趋于成熟，但是仍然它仍然存在一些固有的问题，如成本、结果误差等，随着科学技术的进一步发展，出现了第三代测序技术。其中包括单分子读取技术和纳米孔单分子测序技术，它们都不需要PCR扩增，具有很好的应用前景。

PacBio测序仪的基本原理是单分子实时测序技术（SMRT），可以实现DNA 甲基化的直接测序。

纳米孔测序的基本原理是当单链DNA分子穿过生物分子组成的纳米级小孔时，由于不同的碱基的形状大小有差异，与孔内的环式糊精分子发生特异性反应，引起电阻变化。只要在纳米孔的两侧加上一个恒定电压就可以检测到纳米孔的电流变化，从而反映出通过小孔的单链DNA分子的碱基排序情况。该技术的主要问题暴扣纳米孔的精度、双链DNA穿过纳米孔的速度问题。

参考文献：

1.郭海学. DNA结构的多态性[J]. 生物学杂志,1999,(04):8-10.

2.李彦明,张映,关志刚. 遗传的物质基础——DNA结构的多态性[J]. 生物学通

报,2004,(09):22-24.

3.徐亮. DNA结构多态性及小分子对其识别与调控[D].武汉大学,2012.

4.谢浩,赵明,胡志迪,王大巾等.DNA测序技术方法研究及其进展.生命的化学.2015,35:811-816.

5.刘振波.DNA测序技术比较.生物学通报，2012,47:14-17.

6.MaxamAM, GilbertW. Sequencingend-labeled DNA with basespecific chemical cleavages. Methods Enzymol,1980, 65: 499-560.

7.Matthew W. Anderson and Iris Schrijver. Next Generation DNA Sequencing and the Future of Genomic Medicine. Genes 2010, 1, 38-69; doi:10.3390.

8.韩九强,吴思佳,刘瑞玲,吕红强,钟德星. 第二代基因测序仪的硬件设计[J]. 生命科学仪器,2017,(01):43-45+42.