基因和基因组生物化学.ppt

1 第二章第二章基因与基因组基因与基因组Gene and Genome 2第一节第一节 基因的概念与结构基因的概念与结构一、一、 基因的概念基因的概念 （一）基因概念的发展（一）基因概念的发展3（二）基因的概念（二）基因的概念 侧翼序列：侧翼序列： 含有调控序列含有调控序列 是编码是编码RNARNA或一条多肽或一条多肽链的链的DNADNA片段，包括：片段，包括：编码序列：编码序列： 外显子外显子(exon)插入序列：插入序列： 内含子内含子(intron)41. 原核生物的结构基因是原核生物的结构基因是 连续的连续的（一）（一）结构基因结构基因 基因中编码基因中编码RNARNA或蛋白质或蛋白质的的DNA序列二、二、 基因的结构基因的结构5 真核生物结构基因真核生物结构基因DNAmRNA前体前体编码序列不连续编码序列不连续，，称为称为断裂基因断裂基因（（interrupted gene））RNA剪接剪接2.2. 由由外显子外显子（编码序列（编码序列) )和和内含内含子子（非编码序列（非编码序列) )两部分组成，两部分组成， intron exon 成熟成熟mRNA6 5 5′′ 3′3′exon3exon1exon2GT AG GT AG真核基因中真核基因中RNA剪接的识别信号剪接的识别信号内含子的内含子的 5′端以端以GTGT开始，开始， 3′端以端以AGAG结束。

结束GT-AGGT-AG法则法则intron2intron13.3.7 5′ 3′exon3exon2exon1 intron1intron2( (二二) ) 转录调控序列转录调控序列 前导序列前导序列尾部序列尾部序列编码区编码区侧翼序列侧翼序列侧翼序列侧翼序列 结构基因编码区两侧的一段不被翻译结构基因编码区两侧的一段不被翻译的的DNADNA片段片段( (侧翼序列侧翼序列) )，，参与转录调控参与转录调控8tayz opstructural gene1.1.原核生物基因的调控序列原核生物基因的调控序列promoter启动子启动子 promoterterminator终止子终止子 terminatoroperator操纵元件操纵元件 operator92.2.真核生物基因的调控序列真核生物基因的调控序列反式作用因子反式作用因子trans-acting factor能识别和结合特定的顺能识别和结合特定的顺式作用元件式作用元件, ,并影响基因并影响基因转录的一类转录的一类蛋白质蛋白质或或RNARNA顺式作用元件顺式作用元件cis-acting element能能影响基因表达，影响基因表达，但不编码但不编码RNARNA和蛋和蛋白质的白质的DNADNA序列序列TATAAAATATTT 5′3′3′ 5′ 顺式作用元件顺式作用元件10Ø TATA盒盒（（TATA Box））: : 位于位于-25-25～～-30-30bpbp，，TATAAAA/TATATAT 与与TFII结合，启动基因转录。

结合，启动基因转录1)(1)．启动子和上游启动子元件．启动子和上游启动子元件-25-25+1+1-30-30（（II类类））11-30-30-25-25+1+1-80-80-70-70Ø CAAT盒（盒（CAAT BoxCAAT Box）） 位于位于-70～～-80bp，，GG C/ T CAATCT, , 与与CTF结合，决定启动子转录效率结合，决定启动子转录效率12Ø GC GC盒（盒（GC BoxGC Box））位于位于-35bp ，，GGCGG，与转录因，与转录因子子SP1SP1结合，促进转录的过程结合，促进转录的过程－－35-35-35+1+1 13(2).(2).增强子（增强子（enhancerenhancer）） CAAT box 与转录因子特异性结合，增强与转录因子特异性结合，增强转录活性，在基因任意位置都有效、转录活性，在基因任意位置都有效、无方向性无方向性TATA box enhancer promoter 5 ′3′ exon intron 145′--------AATAAA ---------- GT------- 3′ DNA mRNA 前体前体5′--------AAUAAA ---------- GU------- 3′5′--------AAUAAA ------AAAAAAAA 3′多聚腺苷酸化多聚腺苷酸化mRNA(3). Poly(A)加尾信号加尾信号Poly(A)聚合酶聚合酶5′--------AAUAAA ---------- GU------- 3′特异因子特异因子 含有含有IIII类启动子的基因，基因末端保类启动子的基因，基因末端保守的守的AATAAA顺序及下游顺序及下游GT或或T富含区富含区, ,被多聚腺苷酸化特异因子识别，在被多聚腺苷酸化特异因子识别，在mRNA 3′端加约端加约200200个个A。

15 CAAT boxTATA box Enhancer promoter 调控序列调控序列调控序列调控序列真核生物基因的结构真核生物基因的结构exonexon非翻译区非翻译区：：untranslated regions ，，UTR UTRUTRPoly(A)加尾信号加尾信号5 ′ +1Stop 3 ′结构基因结构基因intronintronexonTGA ATG开放阅读框开放阅读框：：open reading frame ，，ORFresponse element16三、中心法则三、中心法则 central dogmaReplicationReplicationReverseTranscriptionTranscriptionTranslationDNARNAProtein 17( (一一) ) 原核生物的原核生物的mRNAmRNA是多顺反子是多顺反子mRNAmRNAPromoterGene 1Gene 2Gene 3TerminatorDNATranscriptionmRNA3′1235′TranslationProteins123 多顺反子多顺反子mRNAmRNA ( (polycistronic mRNA):): 原核生物的一个原核生物的一个mRNAmRNA分子带有几个分子带有几个 结构基因的遗传信息，利用共同的启动结构基因的遗传信息，利用共同的启动 子及终止信号，组成操纵子的基因表达子及终止信号，组成操纵子的基因表达 调控单元。

调控单元18TranslationTranscriptionmRNADNAProteinPromoterGene3′5′( (二二) ) 单顺反子单顺反子mRNAmRNA( (monocistronic mRNA):): 真核生物的一个编码基因转录真核生物的一个编码基因转录生成一个生成一个mRNAmRNA19Ø基因组基因组：一个细胞或病毒的全部：一个细胞或病毒的全部 遗传信息；遗传信息； 第二节第二节 基因组基因组 一套完整的单倍体的遗传一套完整的单倍体的遗传物质的总合；物质的总合； 含有一种生物的一整套遗含有一种生物的一整套遗 传信息的遗传物质；传信息的遗传物质； ……20C值值（（C-value）：）：单倍体基因组中的全部单倍体基因组中的全部DNADNA量量( (bpbp) ) 10 106 6 10107 7 10108 8 10109 9 101010 10 10101111显花植物骨鱼类哺乳类甲壳类爬行类鸟类藻类真菌革兰氏阳性菌革兰氏阴性菌枝原体霉菌蠕虫类软体动物棘皮类昆虫类软骨鱼类两栖类21二、原核生物基因组二、原核生物基因组细菌染色体细菌染色体DNADNA质粒质粒DNADNA以大肠杆菌以大肠杆菌（（Escherichia coli））为例为例22类核（类核（nucleoid）：）：细菌染色体在细菌染色体在 细胞内形成的一个致密区域细胞内形成的一个致密区域大肠杆菌细胞结构大肠杆菌细胞结构nucleoidnucleoid质粒质粒plasmid23大肠杆菌染色体结构大肠杆菌染色体结构 蛋白质蛋白质核心核心超螺旋超螺旋DNADNA环环24（一）由一条环状双链（一）由一条环状双链DNADNA分子组成，分子组成， 通常只有一个通常只有一个DNADNA复制起复制起点。

点C-Value: 4.6×106bp大肠杆菌染色体大肠杆菌染色体DNA DNA 大肠杆菌大肠杆菌40004000K K30003000K K20002000K K10001000K K0 0OriCOriCTerCTerC25( (二二) ) 结构基因大多组成操纵子结构基因大多组成操纵子乳糖操纵子乳糖操纵子 lac operontayz opstructural genepromoterterminatoroperatorß-galactosidase半乳糖苷酶半乳糖苷酶 zß-galactoside permease透酶透酶 y ß-galactoside transacetylase半乳糖苷乙酰转移酶半乳糖苷乙酰转移酶 a 26 多个功能相关的结构基因多个功能相关的结构基因成簇串联排列，与上游共同的成簇串联排列，与上游共同的调控区和下游转录终止信号组调控区和下游转录终止信号组成的基因表达单位成的基因表达单位操纵子操纵子operon:operon:27（三）其它结构特点（三）其它结构特点 C 值：值：4,639,221 4,639,221 bpbp基因数：基因数：42884288基因大小：基因大小：950950bp/genebp/gene基因间隔：基因间隔：118118bp/bp/２２genegene1.1.基因密度非常高，编码区在基因密度非常高，编码区在 基因组中所占比例大；基因组中所占比例大；2.2.结构基因没有内含子，多为结构基因没有内含子，多为 单拷贝，单拷贝，rRNArRNA基因为多拷贝；基因为多拷贝；3.3.重复序列很少，重复片段为重复序列很少，重复片段为 转座子；转座子； 50kb284.4.有编码同工酶的同基因（有编码同工酶的同基因（isogene））§分支酸别构酶分支酸别构酶Ø ilvBN acetolactate synthase IØ ilvIH acetolactate synthase III §乙酰乳酸合酶乙酰乳酸合酶 Ø entC isochorismate synthaseØ entB isochorismatase295.5.不同的原核生物基因组的不同的原核生物基因组的GCGC含量含量 （（GC contentGC content））变化很大变化很大(25%-75%)(25%-75%)Escherichia coliMicrococcus luteus藤黄微球菌藤黄微球菌Bacillus subtilisSerratia marcescens枯草杆菌枯草杆菌粘质沙雷菌 大肠杆菌大肠杆菌%GC 51 51 52 55 58 52 37 66 61 43 45 33 39 25 75 73 69Shigella flexnerl志贺氏杆菌（痢疾）志贺氏杆菌（痢疾）Salmonella typhimurium鼠伤寒沙门菌 Klebsiella pneumoniae肺炎克雷伯士氏杆菌肺炎克雷伯士氏杆菌 Mycopiasma capricolum支原体支原体30（四）非编码区主要是调控序列：（四）非编码区主要是调控序列：复制起始区（复制起始区（OriCOriC））复制终止区（复制终止区（TerCTerC））转录起动区转录起动区转录终止区转录终止区31复制起始区（复制起始区（OriCOriC））32大肠杆菌强启动子大肠杆菌强启动子TTGAC TATAATTTGAC TATAAT 转录起始转录起始33GACCGCCGCUGGCGGC A U U U U-OH 3’5’U U C G G 5’…GCCGCCAGUUCGGCUGGCGGCAUUUU…3’RNA5’…GCCGCCAGTTCGGCTGGCGGCATTTT… 3’DNA终止子：终止子： 强终止子：有反向重复顺强终止子：有反向重复顺序，可形成茎环结构，其序，可形成茎环结构，其后面为后面为poly(T)poly(T)结构，转结构，转录终止无需录终止无需ρρ因子。

因子GCGC丰富区、丰富区、ATAT丰富区丰富区34（六）质粒（（六）质粒（plasmidplasmid）） 质粒质粒是存在于细菌染色体外的，是存在于细菌染色体外的，具有自主复制能力的环状双链具有自主复制能力的环状双链DNADNA分分子；大小为子；大小为2-3 2-3 kbkb35质粒的特性质粒的特性• 在宿主细胞内可自主复制；在宿主细胞内可自主复制；• 所携带的遗传信息能赋予宿主特所携带的遗传信息能赋予宿主特 定的遗传性状；定的遗传性状；• 细胞分裂时恒定地传给子代；细胞分裂时恒定地传给子代；• 质粒可以转移质粒可以转移36三三真核生物基因组真核生物基因组染色体染色体DNADNA线粒体线粒体DNADNA37人类基因组染色体人类基因组染色体（一）染色体（一）染色体DNADNA的组成的组成核小体核小体381. 1. 单一序列单一序列DNA（（unique sequence DNA ）） 单一序列在人类基因组中单一序列在人类基因组中大于大于5050％结构基因主要存％结构基因主要存在于单一序列中在于单一序列中单拷贝单拷贝DNA(single copy DNA)392. 2. 高度重复序列高度重复序列DNA （（highly repetitive DNA））卫星卫星DNADNA（（satellite DNAsatellite DNA））反向重复序列反向重复序列 （（inverted repeats)inverted repeats)重复次数重复次数>106次次40 （（1）） 卫星卫星DNADNA 存在于非编码区的串联重复序列，存在于非编码区的串联重复序列， 在基因组中约占在基因组中约占5 5％。

％ 主带主带 光光密密度度 卫星卫星DNA41a. 大卫星（大卫星（macro-satellite））DNADNA：： 重复单位重复单位5-10 5-10 bpbp，，其在人群中多态其在人群中多态性不显著性不显著 光密度光密度260nm果蝇基因组果蝇基因组42b. 小卫星小卫星（（minisatelliteminisatellite）） DNADNA：： 重复单位重复单位9-24 9-24 bpbp，，呈高度多态性呈高度多态性可变数目串联重复序列（可变数目串联重复序列（variable variable number of tandem repeat,VNTR number of tandem repeat,VNTR））端粒端粒DNADNA：：（（TTAGGGTTAGGG））n n，，2-20 kb2-20 kb，， 染色体复制，末端保护染色体复制，末端保护 核心序列核心序列 GGGCAGGAGGGCAGGAX XG G；；43c. 微卫星微卫星DNADNA ( (macro-satellite DNA) )短串联重复短串联重复(short tandem repeat,STR)重复单位重复单位2-62-6bpbp，，常见为常见为( (ACAC)n)n和和( (TGTG)n)n，，重复次数重复次数10-6010-60次，总长度小于次，总长度小于150150bpbp，，高度多态性，可作遗传标记。

高度多态性，可作遗传标记44（（2））. 反向重复序列反向重复序列5`AAACCACCGCTGGTAGCGGTGGTTT3`3`TTTGGTGGCGACCATCGCCACCAAA5`5`AAACCACCGCTAGCGGTGGTTT3`3`TTTGGTGGCGATCGCCACCAAA5`回文结构回文结构 两两个个顺顺序序列列相相同同的的拷拷贝贝在在DNADNA链链上上呈呈反反向向排排列列在在基基因因组组中中约约占占5 5％，常见于基因调控区％，常见于基因调控区453.3.中度重复序列中度重复序列: :tRNAtRNA、、rRNArRNA组蛋白、免疫球蛋白组蛋白、免疫球蛋白可能与基因调控相关序列可能与基因调控相关序列重复次数重复次数10-1010-105 5，约占基因组的，约占基因组的3535％％46AluAlu家族：家族：有有AluAluⅠⅠ酶切位点（酶切位点（AG/CTAG/CT））而得名 重重复复单单位位约约300300bpbp，， 由由两两个个130130bpbp重重复复序序列列及及3131bpbp间间隔隔序序 列列组组成成；；重重复复30-5030-50万万次次，，散散在在分分布布；； 灵长类特有。

灵长类特有47等位型等位型1 1等位型等位型2 2（二）基因组序列多态性（二）基因组序列多态性 两个同源两个同源DNADNA序列中同一碱基位置序列中同一碱基位置含有不同的核苷酸含有不同的核苷酸1.1.单核苷酸多态性单核苷酸多态性（（single nucleotide polymorphism,SNP））482. 2. 限制性片段长度多态性限制性片段长度多态性 （（restriction fragment length polymorphism））↓↓↓↓DNA1-1DNA1-1↓↓DNA1-2DNA1-2 用一种限制性内切酶消化不同个用一种限制性内切酶消化不同个体的同一段体的同一段DNADNA时，由于碱基组成的时，由于碱基组成的变化而改变限制性内切酶识别位点，变化而改变限制性内切酶识别位点，从而会产生长度不同的从而会产生长度不同的DNADNA片段49( (三三) ) 多基因家族多基因家族（（multigene familymultigene family）） 1.1.基因超家族基因超家族（（supergene family）） 由多基因家族及单基因组成，成员由多基因家族及单基因组成，成员间有不同程度的同源，但它们的功能不间有不同程度的同源，但它们的功能不一定相同。

一定相同 是指一组有类似功能，核苷是指一组有类似功能，核苷酸序列又有同源性的基因酸序列又有同源性的基因502.2.核酸序列相同：核酸序列相同： 组蛋白基因家族组蛋白基因家族多拷贝基因形成的基因簇，多拷贝基因形成的基因簇，rRNArRNA、、tRNAtRNA、、组蛋白基因家族组蛋白基因家族 非洲爪蟾的非洲爪蟾的5 5SRNASRNA基因结构基因结构 5 5SRNASRNA基因基因 非转录空隔区非转录空隔区513.3.核酸序列高度同源核酸序列高度同源生长激素（生长激素（GH））与绒毛膜生长催乳激素（与绒毛膜生长催乳激素（CS）） 氨基酸序列比对氨基酸序列比对217524.4.编码产物的功能或功能区相同编码产物的功能或功能区相同53( (四四) )假基因假基因（（pseudogene,Ψpseudogene,Ψ）） G A 21Alu10 kb珠蛋白基因簇中的假基因珠蛋白基因簇中的假基因 与有功能的基因相似，不表达与有功能的基因相似，不表达基因产物的基因。

基因产物的基因5455。