第二章 基因的组织与结构

哺乳动物的主要TEs－反转录病毒：哺乳动物和其他脊椎动物 的主要TEs是一组感染的反转录病毒，其插入在宿主时称原病 毒（provirus），两端正向重复可作为转录的增强子，启动子 和终止信号，内部顺序约5－10kb可编码几种蛋白包括反转录 酶和整合酶(integrase)及病毒外壳蛋白等。 反转录病毒含两个拷贝RNA分子可以是相同的或含等位基因， 感染后在宿主细胞内可以任一条RNA链为模板合成cDNA由整 合酶将其插入宿主基因组。人体内有约1－100或更多的整合的 反转录病毒拷贝，有无害的或是致病性的，如艾滋病毒HIV。 一些插入的反转录病毒可诱发癌症因其使细胞进入失去控制生 长状态，正常细胞基因由反转录转座子或其他机制转化为癌症 相关形式称为致癌基因。
可变剪接（alternative splicing）：许多基因可进行可变剪接
将不同的内含子切除，外显子和内含子均可选择地被切除或 保留而产生不同mRNA分子并具有特殊功能。
假基因(pseudogene)
假基因就是指核苷酸序列与其相应的功能基因基本相同，但却 不能合成出相应的功能蛋白的失活基因。 非加工假基因是突变（编码区及5‘区的碱基替换，缺失和重排） 产生的，5’区突变使得基因无法转录，而编码区突变可形成异常 或无功能蛋白质，其位置与正常功能基因相同。 加工的假基因与mRNA匹配而无5‘端和3’端及内含子因而通常是 不转录的，可能是mRNA由反转录酶形成互补DNA(cDNA)后插 入基因组中。 rRNA, tRNA和sn/scRNA基因假基因的重复亦出现且有时比正常 基因还多。 tRNA来源的假基因具有完好的内部启动子故可正常 转录可通过反转录后cDNA的插入而增加其数量。
剪接反应：将内含子两端糖-磷酸键断开并连接游离端产生连 续的mRNA分子，断口精确发生在内含子-外显子接口处而不 会产生移码。内含子剪切有5种U小核RNAs（U snRNAs）即 U1，U2，U4，U5，U6及其关联蛋白组成复合物剪接体 （spliceosome）的参与，snRNA-蛋白复合物与内含子结合折 叠成易于切除的构象（分支RNA结构-套索，lariat），需ATP 的参与。 低等真核及线粒体和叶绿体内前体-mRNA的剪接为RNA自我 剪接（self-splicing），其剪接的RNA前体中的内含子属II类内 含子（group II introns），其形成的套索与二级结构有关（与 snRNA和前体-mRNA内含子配对构型相似），有些象核酶自 催化的反应。
约5.5Kb。
tRNA基因 多数物种中tRNA基因分布于几个和多个染色体，一种或多种 tRNA类型的基因成族存在。假基因普遍存在，尤其在高等真核生物中。 tRNA来源的假基因具有完好的内部启动子故可正常转录并通过反转录后 cDNA插入而增加其数量。 sn/scRNA基因家族 可成族（串联重复）或以单基因出现，正常的功能基因重复数不 多只有10－30个拷贝，而假基因拷贝数则很高。大多数假基因两端有正 向重复说明其很可能是从反转录后插入的，也有部分为非加工的假基因。
Classifying organisms according to cell types
Eukaryotic cell
Prokaryotic cell
A1 Cellular classification
典型原核细胞示意图
(鞭毛)
(类核)
(毛)
Cell wall: to prevent cell lysis in environments of low osmolarity Plasma membrane: lipid bilayer and embedded proteins for small molecule exchange Genetic materials: nucleiod (single and circular chromosome), plasmid Ribosmes: protein synthesis machinery Pili: to allow the cell to attach to other cells and surface Flagella: cell movement back
A1 Cellular classification
典型真核细胞示意图
microtubules: tubulin microfilament: actin
•Controls the shape and movement of the cell •Organizes some metabolic fun、中速和慢速复性组分， 与真核生物DNA的复杂程度是相关的。 DNA重复频率 重复频率f＝化学复杂度/动力学复杂度 单拷贝顺序：复性最慢，为编码蛋白质基因，40~70%； 轻度重复顺序：2~10个，组蛋白基因等，含假基因； 中度重复顺序：基因在基因组中出现几十次到几千次，如rRNA、tRNA和 某些蛋白质基因。占了人体DNA总量的30~40%； 高度重复顺序：重复出现百万次或更多，很多为短片段（小于10bp），大 多数不编码蛋白质或RNA，多数出现在染色体端粒和着丝粒两旁，一般 表现为富含A-T或G-C对。包括卫星DNA。
细菌插入顺序(IS——Insert Sequences) 通常拷贝IS顺序后再插入其他靶序列， IS顺 序两端有反向重复顺序且亦由短靶序列正向重复顺序 包括，IS编码转座酶，转座频率与细菌突变频率相当 (10-5~7)。 复合转座子(Tn——) 包含有细菌细胞基因(如青霉素、四环素等抗 性基因)，含末端反向重复顺序。 细菌Tn可以通过质粒进行传递和转座，因而扩散加快。
转座因子(Transposon)
转座因子(TEs, transposable elements)－可在基因组中快速 移动的因子，其从一处产生拷贝后离开并插入另一处而原来 位置的顺序不变。 转座子(transposons)：将TE切下后插入另一位置，多数在两 端含短反向重复顺序，中间区段一般包含至少一个转座酶 （transposase）基因。多数转座酶可将转座子插入到基因组 任何位置。 反转录转座子(retrotransposons): 由RNA中介通过反转录形 成cDNA后插入新的位置。
组蛋白基因家族 主要是组成染色体上核小体的H1、H2A、H2B、H3、H4，其 基因作为一个单元重复数百次形成若干个串联的基因家族，主要在细 胞分裂间期S期转录翻译。组蛋白基因无内含子，其mRNA无poly(A)尾 部。 珠蛋白基因家族 血红蛋白由珠蛋白α2β2亚基组成四聚体，人α、β珠蛋白基 因组成基因家族分别集中在染色体第16和第11染色体上。 α 基因家族 含ζ基因(1)、 α基因(2)及其假基因(4)，β基因家族含5个功能基因－ ε、γ(2)、δ、β、ψβ1(假基因)。不同个体发育时期血红蛋白的珠 蛋白亚基表达组装是不同的。
back
A2 Subcellular organelles
大肠杆菌基因组
基因组大小：环状DNA分子，4600Kb, 与蛋白质形成拟核区 域(100多个)，为超螺旋结构，约3000-4000个基因； 操纵子：多数组成操纵子单位，调节蛋白(trans因子)参与转 录调控，如乳糖、色氨酸、组氨酸操纵子； 基因拷贝：多数为单拷贝蛋白质基因，rRNA基因(rrn基因) 为多拷贝(7个拷贝16S-23S-5S rRNA基因), 其启动子顺序不 同。
第二章 基因的组织与结构
原核生物基因组 大肠杆菌 噬菌体 真核生物基因组 重复顺序 卫星DNA 基因家族 内含子与外显子 假基因 转座因子
原核生物基因组和基因
原核生物基因组的特点
核区：无核膜，为拟核(nucleoid)； 基因组较小：E.coli约4600Kb； 裸露DNA：无核小体结构，结合蛋白质少； 编码容量：多数编码蛋白质，非功能区少； 操纵子：功能相关基因一起转录(多顺反子)； 重复顺序少：多为单拷贝，出现重叠基因；
λ(lambda)噬菌体 双链DNA，48.5Kb, 线性分子可以通过粘性末端 (COS位点)连接形成环状分子，含46个基因。基因组分为5 个区域：头部基因、尾部基因、调控区、复制区、晚期调 控区。λ噬菌体可进行溶原(prophage)和裂解生长周期。 原核生物重叠基因 少数原核生物(如фx174、G4噬菌体、SV40病毒、 E.coli的trp操纵子等)在一段DNA分子内可进行不同转录产 生不同基因产物，多数为部分重叠，也有三重重叠。
卫星DNA DNA在CsCl密度梯度离心时其位置由其G+C％含量决定(真核在 30~50%之间) ，DNA不同区段G＋C%相差约10%。打断后离心出现 的带型除了主带外，出现偏离主带的次带，即卫星DNA带。卫星 DNA为高度重复顺序，主要是着丝粒和端粒顺序。
Alu重复顺序 人类与其他哺乳类动物中出现的含Alu限制酶切点的非功能重复顺序，约 300bp，1万~5万个拷贝，占基因组3~8%。含2个类似于SRP 7S scRNA顺 序(假基因)，两端有短正向重复顺序(移动因子特征)。Alu顺序可成单、 双或小族出现在人类基因组(6~8%)，25%mRNA基因的内含子中出现Alu 顺序，完整Alu顺序5’端有聚合酶III启动子，少数Alu顺序可以转录。Alu 顺序插入基因编码区可导致遗传病症。
真核生物的不连续基因
DNA与mRNA杂交发现许多不配对区(R-环结构)，说明转录的前体-mRNA 经过加工产生成熟mRNA发生了剪接，前体-mRNAs比成熟mRNA产物一般 长5-10倍。 比较mRNA基因，hnRNAs和成熟mRNAs发现了编码mRNA的基因中存在间 插顺序（intervening sequence），它们以间隔形式存在而在成熟mRNA中已 加工剪除，称内含子（intron），保留在成熟mRNA中的片段称外显子 （exon）。通过基因测序确定了大多数蛋白质编码基因含内含子，约每个 基因含1-60个内含子。 外显子区域与蛋白质的结构域的比较发现有一定的相关，外显子两端相当 于连接结构域的“绞链区”。 几乎所有mRNA基因的内含子两端相同即开始5’端为GU，3’端为 AG(GU/AG原则，DNA中以GT/AG表示)，一些内含子中还有其他基因。