中山大学遗传学课程《基因组水平上的遗传学》2009.ppt

第五章 基因组水平上的遗传内容大纲• 1、基因组及基因组学； • 2、基因组的序列组织； • 3、人类基因组计划； • 4、DNA分子标记； • 5、染色体外基因组； • 6、基因组印记；1. 基因组及基因组学• Genome（基因组）一词是由H.Winkler 于1920年提出，原意是基因与染色体的 组合，表示一个生物种配子中染色体的 总和 • 现在基因组更常指细胞或生物体的全套 遗传物质C 值• 基因组的大小通常以一个基因组中的 DNA的含量来表示，称为C值 • C值是指单倍体染色体中的DNA总量 • 每种生物各有其特定的C值，而不同物 种之间有很大的C值差异基因组大小的分类支原体 0.58 X 106 细菌 2.8 X 106 酵母 3.0 X 107 霉菌 5.5 X 107 蠕虫 1.1 X 108 昆虫 0.5 X 109 鸟类 0.2 X 1010 两栖类 0.1 X 1010 哺乳类 2.8 X 1010基因组大小与进化的关系总体来说，进化程度越高，进化地位越 高，结构越复杂的生物一般其基因组也 越大。

基因组大小种类 Mb 大肠杆菌 4.64 啤酒酵母 12.1 线 虫 100 果 蝇 140 蝗 虫 5000 小 鼠 3300 豌 豆 4800 玉 米 5000 小 麦 17000 人 3000C值悖论（C-value paradox）• 高等生物具有比低等生物更复杂的 生命活动，所以，理论上应该是它们的 C值也应该更高但是事实上C值没有体 现出与物种进化程度相关的趋势高等 生物的C值不一定就意味着它的C值高于 比它低等的生物。

这种生物学上的DNA 总量的比较和矛盾，称为C值悖论C值悖论的两层含义• 第一，一些物种之间的复杂性变化程度并不大 ，但是C值却有很大的变化范围，或低级生物 的C值较高级生物的C值还要大得多• 第二，与预期的编码蛋白质的基因的数目相比 ，基因组DNA的含量过多 • C值悖论启示我们：真核生物基因组中必然存 在大量不编码基因产物的DNA序列（非结构 基因的DNA序列）C值悖论引出两个问题• 1、非结构基因的DNA序列的结构和功 能是怎样的？ • 2、基因组DNA的C值巨大差异在生物学 功能和进化中有什么意义？ • 上述问题的解决，将随着一门新兴学科- 基因组学的发展而逐步解决基因组学（Genomics）• 基因组学一词是美国的H.Roderick于 1986年提出来的，它是随着基因组计划 的发展而逐步发展起来的一门新兴学科 ，其主要研究内容是生物基因组的结构 和功能它分为两个部分：结构基因组 学（主要研究基因和基因组的结构、基 因组作图和基因定位等）和功能基因组 学（着重研究不同序列结构的功能、基 因的相互作用、基因表达及其调控等） 蛋白质组（proteome）和蛋白质组 学（proteomics）• 一个细胞或生物体内所含的全部蛋白质 叫蛋白质组。

• 研究全部蛋白质的组成及其活动规律的 学科叫蛋白质组学DNA序列的分类• 基因序列和非基因序列基因序列：以起始密码子开始，终止密码子 结束的一段DNA序列，称为开放阅读框（ open reading frame, ORF）非基因序列：基因序列以外的DNA序列• 编码序列和非编码序编码序列：编码RNA和蛋白质的DNA序列非编码序：内含子和基因的间隔序列2. 基因组的序列组织• 单一序列和重复序列 单一序列（非重复序列）： 基因组中只有一个 拷贝的DNA序列细菌基因组的绝大部分是 单一序列DNA，人类基因组中，单一序列约 占总RNA量的50%左右大多数单一序列是结 构基因，它编码许多重要的蛋白质 重复序列：基因组中重复出现的序列例如， STR，SNP，微卫星DNA等它又分为轻度重 复、中度重复和高度重复序列重复序列• 轻度重复序列：在基因组中只有2-10个拷贝的 DNA序列，但一般2-3个拷贝的DNA序列常常 被视为单一序列 • 中度重复序列：指在每个基因组中出现10至几 百个拷贝的DNA序列，重复单位长度约300bp ，一般代表高度保守的多基因家族的分散重复 序列（功能基因或假基因）和转座因子。

人的 珠蛋白基因属于这一类 • 高度重复序列：指存在大量拷贝的序列，在基 因组中出现几百至几百万个拷贝的序列，一般 长度在6-200bp，如卫星DNA等重复序列的功能• 一般认为大多数重复序列是过剩的DNA，但 其中某些重复序列具有特殊的功能，如调节基 因的表达，增强同源染色体之间的配对和重组 ，维持染色体结构的稳定性，调节mRNA前提 的加工过程，参与DNA复制等 • 原核生物含有完全不重复的DNA，低等真核 生物大部分DNA是非重复的；在动物细胞中 ，接近50%的基因组DNA是中度或高度重复的 ；在植物和两栖动物中，中度或高度重复序列 占80%基因家族• 基因家族（Gene family）是指真核生物基因组 中来源相同、结构相似、功能相关的一组基因 一个基因家族的成员在特殊的染色体区域上 可以成簇存在，中间常以中度重复序列相间隔 ；同一基因家族的成员在整个染色体上可广泛 分布甚至可存在于不同的染色体上根据家族 成员的分布形式，可把不同的基因家族分为成 簇存在的基因家族（clustered gene family）或 基因簇以及散布的基因家族（interspersed gene family）。

成簇存在的基因家族• 一个基因家族的各成员紧密成簇排列在 某一染色体上，成大段的串联重复单位 ，从而形成一个基因簇它们是一个祖 先基因扩增的产物例如，编码免疫球 蛋白重链和轻链的基因复合体在成簇 的多基因家族中偶尔分散的成员称为孤 独基因(orphon)散布的基因家族• 有些基因编码一组密切相关的蛋白质， 但这些成员的序列并不相同，且这些不 同的成员成簇地分布在不同染色体上， 它们也组成一个基因家族假基因• 所谓假基因，是指在多基因家族中，那 些在结构和DNA序列上与有功能的基因 具有相似性，但并不产生具功能的基因 产物的成员假基因与功能基因同源， 原来可能是有功能的基因，由于缺失、 倒位或突变等原因使该基因失去活性而 成为无功能基因假基因常用希腊字母 ψ(psi /psi:/ )表示假基因分类• 1、未加工的假基因也称常规假基因是通 过基因组DNA的复制产生的它们与有功能 的同源基因有相似的结构，偶尔可以通过一个 有利的突变而重新激活 • 2、加工的假基因也称为反转录假基因是 通过对mRNA的反转录和获得的cDNA的随机 整合而产生的加工的假基因只在真核生物中 发现，一般不表达重复序列DNA• 重复序列DNA是由特定大小序列（重复单位）以特定 拷贝数在空间上以特殊的方式所组成。

它有三种组织 形式： • 第一种是串联重复（tandem repeats）：在单个重复单 位间没有间隔；（如AGGTAGGT） • 第二种是不完善重复（hyphenated repeats）,被小间隔 分离，但还是成群排列；（AGGTNNNNNAGGT） • 第三种是分散重复（dispersed repeats），重复单位散 布在整个基因组中 • 串联重复DNA中最简单的结构是重复单位只有一个核 苷酸，这被称为同聚体（homopolymer）卫星DNA（Satellite DNA）• 各种DNA在氯化铯梯度离心中，平衡时的浮力密度决 定于它的GC含量，GC含量越高，浮力密度越大真 核生物的DNA一般含有30-50%的GC含量 • 对一个物种来说，当将基因组DNA切断成数百个碱基 对的片断进行氯化铯密度梯度超离心时，根据荧光强 度分析，其浮力密度曲线是覆盖一定浮力密度范围的 一条宽带，但有些DNA片断含有异常高或低的GC含 量，常在主要DNA带的前面或后面有一个次要的DNA 带相伴随，这些小的区带就像卫星一样围绕着DNA主 带，故称卫星DNA小鼠DNA氯化铯密度梯度离心后的主带 和卫星带吸光率浮力密度主带卫星带卫星DNA的特性• 它是一类高度重复的DNA序列，由非常短的 串联多次重复DNA序列所组成，是高等真核 基因组中重复程度最高的成分。

卫星DNA具 有串联集中分布的特点，多位于着丝点的异染 色质区，可能在染色体功能中起作用，重复频 率约为106-108卫星DNA重复单位的长短不 一，由于一般分布在异染色质区，难以用分子 杂交或PCR的方法揭示其多态性，因而不适于 作为基因组的指纹分析或遗传图的分子标记小卫星DNA（minisatellite DNA）• 由11-60个核苷酸对的串联重复序列组成，总 长度可达数百至数千碱基对，不同个体间串联 重复的数目是有差异的，当用某种限制性内切 酶对某基因组进行切割时，如果在重复序列中 没有切点，而在重复序列的两侧有切点的话， 则从不同个体中切割下来的片断将由于所包含 重复序列的数目不同而出现长度的变化，因此 由小卫星DNA组成的染色体座位具有丰富的 多态性，这种多态性亦称为VNTR序列（ variable number of tandem repeats）DNA指纹（DNA fingerprints）• 当将人类的总DNA用限制性酶切成不同长度 的片断（各种VNTR上都没有酶切位点）后， 以VNTRs中的特异序列为探针进行Southern杂 交，即可发现阳性片断的长度各不相同这是 由于不同个体的这种串联重复的数目和位置都 不相同，所以VNTR的Southern 杂交带谱就具 有高度的个体特异性，这就是人们常说的 DNA• 指纹，它可用于亲子鉴定，法医鉴定等。

微卫星DNA（microsatellite DNA）• 又称短的串联重复序列（short tandem repeat，STR），是由更简单的重复单位 （1-5个核苷酸）组成的小序列，分散于 基因组中，大多数重复单位是二核苷酸 ，也有少量含有三核苷酸和四核苷酸的 重复单位，它们有高度的多态性，分布 在基因组的不同位置，是理想的遗传标 记3. 人类基因组计划• 人类基因组计划（Human Genome Project, HGP）是以 测定人类基因组全序列为目 标的巨大工程 • 它与曼哈顿原子弹计划和阿 波罗登月计划一起被称为20 世纪三大科学工程为什么要进行人类基因组计划？• 1、人类基因组所蕴含的几万个基因迄今只有 极少数被克隆或鉴定，对于与复杂生物学功能 相关的基因可能只知道一部分，按照传统的研 究模式，不能从整体上搞清生物学功能的基因 机理； • 2、这些相关基因是通过相互作用来实现生物 学功能的，孤立的研究不可能全面了解基因间 的相互作用 • 人们认识到应进行基因组水平上的整体研 究人类基因组计划所采取的策略就是“基因 组学”这们科学的策略人类基因组计划的意义•生物与医学基础研究•基因诊断、基因疗法、基因药物•带动一批高技术产业的发展人类基因组计划的启动• 1985年，美国能源部（Department of Energy, DOE。