生物化学与分子生物学——真核基因与基因组

人民卫生出版社 第九版 《生物化学与分子生物学》第十一章 真核基因与基因组，包含原核生物的基因组结构特点、真核基因的结构与功能、真核基因组的结构特点等。

真核基因与基因组

引入

基因概念

能够编码蛋白质或RNA等具有特定功能产物的、负载遗传信息的基本单位

通常是指染色体或基因组的一段DNA序列

编码序列

外显子

单个编码序列间的间隔序列

内含子

基因组概念

一个生物体内所有遗传信息的总和

组成

细胞核染色体DNA

线粒体DNA

原核生物的基因组结构特点

通常仅由一条环状双链DNA（和质粒）组成

基因组中只有一个复制起点，具有操纵子结构

无内含子，基因通常是连续的

基因组中重复序列很少，编码蛋白质的结构基因多为单拷贝基因

基因组中具有多种功能的识别区域

复制起始区

复制终止区

转录启动区

终止区

其他

编码区大于非编码区，非编码区主要是调控序列

基因组中存在可移动的DNA序列

插入序列

转座子

其他

真核基因的结构与功能

真核基因的基本结构

编码区

编码蛋白质或RNA

外显子

在基因序列中出现在成熟mRNA分子上的序列

非编码区

单个编码序列间的间隔序列

内含子

位于外显子之间，在mRNA剪接过程中被删除部分相对应的间隔序列

转录起始点后的基因5'-端非翻译区、3'-端非翻译区

特点

每个基因的内含子数目要比外显子少1个

不同基因外显子的数量不同，可以有较大差异

外显子的数量是描述基因结构的重要特征之一

高等真核生物绝大部分编码蛋白质的基因都有内含子（组蛋白编码基因例外）

内含子的数量和大小很大程度上决定了高等真核生物基因的大小

编码rRNA和一些tRNA的基因也都有内含子

外显子和内含子接头处有一段高度保守的序列

内含子5'-末端大多数以GT开始

内含子3'-末端大多数以AG结束

RNA剪接的识别信号

学术用语

上游

一个基因的5'-端

下游

一个基因的3'-端

+1

基因序列中开始RNA合成的第一个核苷酸对应的碱基

在此碱基上游的序列记为负数

在此碱基下游的序列记为正数

零不用于标记碱基位置

断裂基因

ppt解释

真核生物的基因中由若干个编码区和非编码区互相隔开，但又连续镶嵌而成，为一个连续氨基酸组成的完整蛋白质编码，称为断裂基因

医学百科

真核生物结构基因，由若干个编码区和非编码区互相间隔开但又连续镶嵌而成，去除非编码区再连接后，可翻译出由连续氨基酸组成的完整蛋白质，这些基因称为断裂基因（splite gene）

在遗传学上通常将能编码蛋白质的基因称为结构基因。真核生物的结构基因是断裂的基因。

基因编码序列

转录产物

mRNA

翻译产生多肽链

特定的RNA

rRNA

tRNA

小分子RNA

其他

特点

基因的编码序列决定了其产物的序列和功能

DNA的一级结构决定其转录产物RNA分子的一级结构

编码序列中一个碱基的突变或改变，可能使基因功能发生重要的变化

密码子具有简并性

转录起始位点的改变或mRNA存在的可变性剪接可以影响蛋白质多肽链

编码不同的蛋白质多肽链

基因调控序列

定义

位于基因转录区前后，对基因表达起调控作用的区域，因其是紧邻的DNA序列，又称旁侧序列，或顺式作用元件

种类

启动子

定义

DNA分子上能够介导RNA聚合酶结合并形成转录起始复合体的序列

特点

通常位于转录起始点的上游且不被转录

编码tRNA的启动子位于转录起始位点的下游，可被转录

真核生物主要有3类启动子

对应三种不同的RNA聚合酶及相关蛋白

Ⅰ类启动子

具有Ⅰ类启动子的基因主要是编码rRNA的基因

包括5.8、18和28S rRNA

特点

富含GC碱基对

组成

核心启动子

上游启动子元件

Ⅱ类启动子

具有Ⅱ类启动子的基因主要是能转录出mRNA且编码蛋白质的基因和一些snRNA基因

特点

具有TATA盒特征结构

组成

TATA盒

-25bp左右，核心序列TATA（A/T）A（A/T），与TATA结合蛋白结合， 启动基因转录

上游调控元件（如增强子和起始元件）

有的II类启动子上游还有CAAT盒、GC盒等特征序列，共同组成启动子

GC box

-50 bp左右，核心序列CCGCC，与转录因子SP1结合，促进转录过程

CAAT box

-70 bp左右，核心序列GGNCAATCT。与C/EBP结合，调控转录效率

Ⅲ类启动子

负责调控转录的基因包括5S rRNA、tRNA、U6 snRNA（核小RNA）等

组成

包含A、B和C盒

上游调控元件

增强子、沉默子

增强子

定义

可以增强真核启动子工作效率的顺式作用元件，是真核基因最重要的调控序列，决定着每个基因在细胞内的表达水平。

特点

任何方向和任何位置

大部分位于上游

不同增强子结合不同的调节蛋白

超级增强子

定义

是一类具有超强转录激活特性的顺式调控元件

是具有转录活性增强子的一个大簇，富集高密 度的关键转录因子、辅因子等，因此比普通增 强子调控的基因表达水平高很多，对转录因子 的阻断更敏感

沉默子

定义

可以抑制基因转录的特定DNA序列，与反式作用因子结合后对基因转录起阻遏作用，使基因沉默

绝缘子

定义

对转录调控起重要作用的一种元件，可以阻碍增强子对启动子的作用，或者保护基因不受附近染色质环境的影响

可能机理

通过影响染色质的三维结构如DNA发生弯曲或形成环状结构

加尾信号

定义

在结构基因的最后一个外显子中有一个保守的AATAAA序列，此位点下游有一段GT丰富区，这两部分序列共同构成poly(A)加尾信号

细胞信号反应元件

定义

是一类能够介导基因对细胞外的某种信号产生反应的DNA序列

举例

糖皮质激素反应元件

其他

真核基因组的结构与功能

基因组的概念

一个生物内所有遗传信息的总和

真核基因组的结构特点

基因编码序列占比远小于非编码序列

编码序列仅占据全基因组的 1%

含有大量的重复序列

人类可达到50%以上

根据重复序列的重复频率分类

高度重复序列

数千到几百万拷贝

按照结构特点分类

反向重复序列

相同顺序的互补拷贝在DNA链上呈反向排列

300bp或略短，占人基因组5%

散在而非集群分布于基因组中

卫星DNA

分类

卫星DNA

小卫星DNA

微卫星DNA

特点

密度梯度离心时与主体DNA分开

碱基组成中GC含量少

具有不同的浮力密度

分布于染色体着丝粒区

占人基因组10%以上

通常不被转录

功能

参与复制水平的调节

反向重复序列是DNA复制起始相关酶的结合位点

参与基因表达的调控

发夹结构（有些反向重复序列可以形成）有助于稳定RNA分子

参与染色体配对

同源染色体之间的联会可能依赖于具有染色体专一性的特定卫星DNA顺序

与进化相关

高度重复顺序的核苷酸序列具有种属特异性

中度重复序列

数十至数千次

根据重复序列的长度分类

短散在核元件（短散在重复序列）

散在方式分布于基因组中的较短重复序列

平均长度300-500bp，拷贝数可达数十万

如Alu、KpnI、和Hinf家族等

长散在核元件（长散在重复序列）

散在方式分布于基因组中较长重复序列

平均长度1000bp以上

常具有转座活性

DNA的转座，亦称移位（transposition）；是由可移动因子（transposition element）介导的遗传物质重排现象。

功能

不编码蛋白质，功能类似于高度重复序列

真核生物中的rRNA基因属于中度重复序列

rRNA基因通常集中成簇存在，而不是分散在基因组中

这样的区域被称为rDNA区

如染色体的核仁组织区即为rDNA区

低度重复序列（单拷贝序列）

一次或数次

特点

大多数编码蛋白质的基因属于这一类

通常与重复序列相间排列

人基因组中，大约有 60-65％ 的序列属于这一类

低度重复序列中储存了巨大的遗传信息，编码各种不同功能的蛋白质

存在多基因家族和假基因

多基因家族

定义

是由某一祖先基因经过重复和变异所产生的一组在结构上相似、功能相关的基因

分类

分布在一条染色体

同时发挥作用，合成某些蛋白质

举例

组蛋白基因家族

分布在不同染色体

不同成员编码一组功能上紧密相关的蛋白质

举例

人珠蛋白基因家族

α珠蛋白基因簇

β珠蛋白基因簇

基因超家族

定义

指一个共同的祖先基因通过各种各样的变异，产生了结构大致相同但功能却不尽相似的一大批基因组成的更大的基因家族

举例

免疫球蛋白基因超家族

许多细胞膜表面和机体某些蛋白质分子，其多肽链折叠方式与Ig折叠相似，在DNA水平和氨基酸序列上与IgV区或C区有较高的同源性。这一基因超家族所编码的产物称为免疫球蛋白超家族（IGSF）

假基因

定义

基因组中存在的一段与正常基因非常相似但一般不表达的DNA序列

分类

未加工的假基因

含有内含子

加工的假基因

没有内含子

推测来源

基因转录生成的成熟mRNA经逆转录产生cDNA，再整合到染色体DNA中去，便有可能成为假基因

存在大量的可变剪接

60%的基因转录后发 生可变剪接

而80%的可变剪接会 是蛋白序列改变

线粒体DNA（mtDNA)

结构与原核生物DNA类似

环状分子

人mtDNA

全长16569bp

编码37个基因

13个编码呼吸链多酶体系的多肽基因

22个mt-tRNA基因

2个mt-rRNA基因

人基因组大约有两万个蛋白质编码基因