第三章 真核生物基因组
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AAA …
3
蛋白质 非编码序列 编码序列 核蛋白体结合位点 起始密码子 终止密码子
断裂基因（split gene）
真核生物结构基因的 DNA 序列由编码序 列和非编码序列两部分交替组成，编码序 列是不连续的，被非编码序列分割开来， 称为断裂基因。其包括外显子和内含子。
Gilbert （1978年）提出内含子、外显子概念
因丢失；或无剪接加工信号；或编码区出现
终止信号；或编码无功能或不完整的基因。
根据假基因产生的机制分类：
复制假基因：复制后基因发生序列变化而失 去功能，这样产生的假基因带有内含子 加工假基因：基因转录后加工成熟的RNA经
逆转录生成互补DNA，后者在整合到基因组中
称为加工假基因
基因多态性
（polymorphism）
具有种特异性
人类Alu序列特征： 由两个约130bp的正向重复构成的二聚体； 第二个单体中有一个31bp的插入序列，不同成员 之间核苷酸顺序相似但不相同； 两侧为6-20bp的正向重复顺序，不同成员的侧翼
重复顺序各不相同；
正向重复序列 正向重复序列
正向重复序列
130bp
＞ ＞ ＞
6-20 bp
130bp+31b p
（一）高度重复序列
高度重复序列在基因组中重复频率高，
可达 106次，因此复性速度很快。高度
重复序列在基因组中所占比例随种属
而异，一般在10～60%范围内。
人的高度重复序列约占整个基因组的
20%左右。
高度重复序列按其结构特点可分为两种：
1. 反向重复序列（inverted repeats）
DNA/short tandem repeat, STR）：
其重复单位为2~5 bp，存在于常染色体，常见 于内含子中。
☆ 人类基因组DNA中平均每6～10kb就有一个STR
位点 。不同个体之间在一个同源STR位点的重复 次数不同。 由于重复单位及重复次数不同，使 其在不同种族，不同人群之间的分布具有很大差 异性，构成了STR遗传多态性。
端粒(telomere)
是指真核生物
染 色 体 线 性 DNA 分子末端的结构 部分，通常膨大 成粒状。
（二）染色体外基因组——线粒体
真核生物线粒体和叶绿体中携带遗传物质 ，能自行复制和表达 线粒体DNA（mitochondrial DNA, mtDNA） 属于真核细胞核外遗传物质，可独立编码 存在于线粒体中的多肽链、rRNA或tRNA。 mtDNA为双链环状DNA，其分子结构特点 与原核生物DNA相同。
LINEs):平均长度>1000bp，如KpnⅠ家族
Alu家族
是哺乳动物和人类基因组中含量最丰富的一 种中度重复序列家族 Alu 家族每个成员长度约为 300bp ，典型的特 征 是 内 部 有 一 个 限 制 性 内 切 酶 AluⅠ 位 点 （ AG/CT ），序列被分割成 170bp 和 130bp 的两个 片段，因而称其为Alu序列或Alu家族。
外显子（exon）：编码的DNA序列，即被 表达的DNA区段
内含子（intron）：非编码的DNA序列
5`GT
—— AG 3`法则
在每个外显子和内含子的接头区都是一段
高度保守的共有序列，内含子的5`端是GT，
3端是AG，这种接头方式称为GT-AG法则，
普遍存在于真核生物中，是RNA剪接的识 别信号，转录后的前体RAN中的内含子剪 接位点。
人类基因组中可分离出三类卫星：
① 大卫星DNA（macrosatellite DNA）：
其重复单位为5~171 bp，主要分布于染色体的 着丝粒区。
② 小卫星DNA（minisatellite DNA）：
其重复单位为15~70 bp，存在于常染色体。
③ 微卫星DNA/短串联重复序列（microsatellite
• SNP是指单个核苷酸变异而形成的DNA 分子多态性
百度文库
SNP所表现的多态性只涉及到单个
碱基的变异，也就是通常说的基因的点 突变，这种变异可由单个碱基的转换或 颠换所引起。 转换是指同型碱基之间替换 颠换是指发生在嘌呤与嘧啶之间替换
组成DNA的碱基虽然有4种，SNP理论上有四种 等位形式，但实际上某一特定位点的SNP通常只 有一种变异形式，即二等位多态。三等位和四等
chromosome 7
H1 海胆(R) 海胆(S) 海胆(L) H1 果蝇 H1 蝾螈 图 10-31 组蛋白基因簇的重复单位 基因； 间隔区； 转录方向 H3 H2B H2A H4 9000bp H3 H4 H2A H2B 4800bp H4 H2B H3 H2A 6000bp 6540bp 7240bp
是由两个相同顺序的
互 补 拷 贝 在 同 一 DNA
双链上反向排列而成。
反向重复序列的两种形式
发卡结构
回 文 结 构
2. 卫星DNA（satellite DNA）
卫星 DNA 的重复单位一般由 2 ～ 70 bp 组
成，成串排列。
卫星 DNA 占基因组的比例随种属而异，
在0.5～31% 范围内。
• SNP的应用范围较微卫星标记更加宽广，经常被 用于基因组作图、法医鉴定、亲子鉴定、疾病的 连锁反应、群体遗传学及生物学进化的研究，此 外 SNP 在个体化医学及保健中有着广阔的应用前 景。 • 人们希望通过研究 SNP 图谱，更深刻地认识癌症 、糖尿病、血管性疾病和 某些精神性疾病等发病率 高的多基因疾病的发生机 制。
高度重复序列的功能
参与复制水平的调节 参与基因表达的调控 参与转位 与进化有关 与个体特征有关 与染色体减数分裂时染色体配对有关
（二）中度重复序列
基因组中重复次数<105的重复顺序,重复单位平均长 度约300bp;
复性速度快于单拷贝顺序，慢于高度重复顺序。
多与单拷贝基因间隔排列。
指基因组中某个基因在同种 生物的不同个体中，同时和经常 存在的两种或两种以上的变异型 或基因型的现象
基因多态性的类型：
限制性片段长度多态性(RFLP) (restuiction fragment lengh polymorphism)
单核苷酸多态性(SNP)
(single nucleotide polymorphism)
细胞核基因组的特征
※真核生物基因组的一般特征
1. 真核生物基因组都是由大分子双链线状
DNA构成。染色体通常成对出现（双倍
体）。
2. 基因组非常庞大，结构
非常复杂，有多个复制
起始位点。
3. 基因组中存在大量的重复序列以及非编 码序列。真核生物基因组内非编码序列 占90%以上，是与细菌、病毒的重要区 别，在一定程度上也是生物进化的标尺。 4. 功能基因大多不连续，存在有内含子和 外显子； 5. 真核生物基因组中也存在一些可移动的 DNA序列（转座元件）。
多为非编码序列，如Alu序列
也有编码基因产物的，如rDNA、tDNA、组蛋白基因
家族, 一般往往以基因家族的形式存在。
依据重复序列的长度分为：
短散在核元件( short interspersed nuclear elements,
SINEs):平均长度300bp，如Alu家族
长散在核元件( long interspersed nuclear elements,
Bam HⅠ
GGATCC CCTAGG G GATCC + CCTAG G
RFLP的类型
1.点的多态性 表现为DNA链中发生单个碱基的突变，且突变导致 一个原有酶切位点的丢失或形成一个新的酶切位 点。Southern杂交即可诊断。 2.序列多态性 ①由于DNA 顺序上发生突变如缺失、重复、插入所 致。 ②由于高变区（highly variable region ）内串 联重复顺序的拷贝数不同所产生的，其突出特征 是限制性内切酶识别位点本身的碱基没有发生改 变，改变的只是它在基因组中的相对位置。
KpnⅠ家族的重复单位一般为6
~
7 kb
或更长，其两侧也各有一段正向重复序
列，功能上与Alu家族相似。
（三）低度重复序列（单拷贝序列）
单拷贝序列在基因组中只出现一次或
少数几次，因此复性速度很慢。
单拷贝序列属于结构基因，它储存了
巨大的遗传信息，编码各种功能不同 的蛋白质。
真核生物基因组中的重复序列
• RFLP指用某个限制性核酸内切酶来酶解
基因组的某段序列时，在同种的不同个体 之间该段序列可能被酶解成长短不等的几 个DNA片段，这些序列在该种生物的群体 中形成多态性。
限制性核酸内切酶 restriction endonuclease, RE
RE是一类能识别和切割双链DNA特定 核苷酸序列的核酸水解酶。
单顺反子结构
多数的真核生物不存在操纵子结构，每一 个基因都单独构成一个转录单位，转录产 生单顺反子mRNA，及编码一种蛋白质。 这是原核生物基 因的操纵子结构， 转录产生多顺反 子mRNA，可编 码多种蛋白质。
原核生物的多顺反子
5 PPP 3
蛋白质
真核生物的单顺反子
5 mG - PPP
第三章 真核生物基因组
细胞核基因组（cytoblast genome） 细胞器基因组（organelle
genome）
（一）细胞核基因组
由染色体DNA组成： DNA+蛋白质=核小体 线性双链DNA分子 染色体的数目，绝大多数真核生物 体细胞都是二倍体 基因表达与染色质结构相关
*M期——染色体形式 大部分细胞周期——染色质(弥散状)
位多态很少见。
人类基因组1SNP/kb，共约300万SNP，是人群
中个体差异最具代表性的DNA多态性
根据SNP在基因组中的位置分为
-编码区SNP
非同义SNP（20-30%）
同义SNP（70-80%）
-基因周边区SNP
-基因间SNP
大多数SNP位点十分稳定，被认为是一
种能稳定遗传的早期突变
SNP的研究意义
DNA染色质的电镜图像
a、常染色质：密度较低， 一部分基因能被表达 b、异染色质：密度较高， 不被表达(着丝粒、端粒)
核小体
——染色体的基本结构 多为
DNA：约200bp 组蛋白：H1 H2A，H2B H3 H4
串珠状核小体结构
核小体的细微结构影响基因表达
- 念珠样结构不利于基 因表达 - 乙酰化组蛋白有利于 基因表达
多基因家族和假基因
多基因家族(multigene family)：指由 某一祖先基因经过重复和变异所产生的一 组基因。 DNA序列具有较高的同源性（通常大于 50%），并且其编码产物具有相同或相似生 理功能的一组结构基因。
可分为二类： 一类是基因簇，基因家族成员位置相对集中 ，成簇地分布在同一染色体上并同时进行转 录。如组蛋白基因家族。
人线粒体基因组共编码37个基因
2个RNA---基因16S和12S rRNA 22个tRNA基因 13个蛋白质基因 1个Cyt b基因 2个ATP酶亚基的基因-ATPase6和ATPase8 3个细胞色素氧化酶亚基基因-CO1、CO2、CO3
图例：
另一类是基因家族成员分布在不同的染色体 上，分别进行转录，且不同基因编码的蛋白 质在功能上相关，如珠蛋白基因家族。
假基因（ pseudo gene ）： 在多基因家族 中，某些并不产生有功能的基因产物的成员 假基因是由于在进化过程中，某些 DNA 片
段发生了缺失、倒位或点突变，导致调控基
断裂基因存在的意义
断裂基因存在是生物进化的结果，是从 复制水平而言，不同的外显子可分别编 码不同的功能结构域，基因外显子不同 的组合产生新的编码蛋白质，即是外显 子改组。如血红蛋白和肌红蛋白均由独 立的外显子编码结合血红素的结构域。
真核生物的重复序列
重复序列：多拷贝的相同或近似序列的 DNA片段 真核生物基因组中通常存在大量的重复序 列，可占整个基因组DNA的90%以上。 按复性动力学方法可将这些重复序列分为 高度重复序列，中度重复序列和低度重复 序列（单拷贝序列）三大类。
正向重复序列
＞ ＞ ＞
130bp
170bp
6-20 bp
AluI
Alu家族的功能是多方面的，可能
参与hnRNA的加工与成熟，也与遗
传重组及染色体不稳定性有关。最
近研究表明，Alu顺序可能具有转录 调节作用。
典型的长散在核元件（LINEs）是
KpnⅠ重复序列家族，因在其序列中存 在限制酶KpnⅠ的切点而得名。
3
蛋白质 非编码序列 编码序列 核蛋白体结合位点 起始密码子 终止密码子
断裂基因（split gene）
真核生物结构基因的 DNA 序列由编码序 列和非编码序列两部分交替组成，编码序 列是不连续的，被非编码序列分割开来， 称为断裂基因。其包括外显子和内含子。
Gilbert （1978年）提出内含子、外显子概念
因丢失；或无剪接加工信号；或编码区出现
终止信号；或编码无功能或不完整的基因。
根据假基因产生的机制分类：
复制假基因：复制后基因发生序列变化而失 去功能，这样产生的假基因带有内含子 加工假基因：基因转录后加工成熟的RNA经
逆转录生成互补DNA，后者在整合到基因组中
称为加工假基因
基因多态性
（polymorphism）
具有种特异性
人类Alu序列特征： 由两个约130bp的正向重复构成的二聚体； 第二个单体中有一个31bp的插入序列，不同成员 之间核苷酸顺序相似但不相同； 两侧为6-20bp的正向重复顺序，不同成员的侧翼
重复顺序各不相同；
正向重复序列 正向重复序列
正向重复序列
130bp
＞ ＞ ＞
6-20 bp
130bp+31b p
（一）高度重复序列
高度重复序列在基因组中重复频率高，
可达 106次，因此复性速度很快。高度
重复序列在基因组中所占比例随种属
而异，一般在10～60%范围内。
人的高度重复序列约占整个基因组的
20%左右。
高度重复序列按其结构特点可分为两种：
1. 反向重复序列（inverted repeats）
DNA/short tandem repeat, STR）：
其重复单位为2~5 bp，存在于常染色体，常见 于内含子中。
☆ 人类基因组DNA中平均每6～10kb就有一个STR
位点 。不同个体之间在一个同源STR位点的重复 次数不同。 由于重复单位及重复次数不同，使 其在不同种族，不同人群之间的分布具有很大差 异性，构成了STR遗传多态性。
端粒(telomere)
是指真核生物
染 色 体 线 性 DNA 分子末端的结构 部分，通常膨大 成粒状。
（二）染色体外基因组——线粒体
真核生物线粒体和叶绿体中携带遗传物质 ，能自行复制和表达 线粒体DNA（mitochondrial DNA, mtDNA） 属于真核细胞核外遗传物质，可独立编码 存在于线粒体中的多肽链、rRNA或tRNA。 mtDNA为双链环状DNA，其分子结构特点 与原核生物DNA相同。
LINEs):平均长度>1000bp，如KpnⅠ家族
Alu家族
是哺乳动物和人类基因组中含量最丰富的一 种中度重复序列家族 Alu 家族每个成员长度约为 300bp ，典型的特 征 是 内 部 有 一 个 限 制 性 内 切 酶 AluⅠ 位 点 （ AG/CT ），序列被分割成 170bp 和 130bp 的两个 片段，因而称其为Alu序列或Alu家族。
外显子（exon）：编码的DNA序列，即被 表达的DNA区段
内含子（intron）：非编码的DNA序列
5`GT
—— AG 3`法则
在每个外显子和内含子的接头区都是一段
高度保守的共有序列，内含子的5`端是GT，
3端是AG，这种接头方式称为GT-AG法则，
普遍存在于真核生物中，是RNA剪接的识 别信号，转录后的前体RAN中的内含子剪 接位点。
人类基因组中可分离出三类卫星：
① 大卫星DNA（macrosatellite DNA）：
其重复单位为5~171 bp，主要分布于染色体的 着丝粒区。
② 小卫星DNA（minisatellite DNA）：
其重复单位为15~70 bp，存在于常染色体。
③ 微卫星DNA/短串联重复序列（microsatellite
• SNP是指单个核苷酸变异而形成的DNA 分子多态性
百度文库
SNP所表现的多态性只涉及到单个
碱基的变异，也就是通常说的基因的点 突变，这种变异可由单个碱基的转换或 颠换所引起。 转换是指同型碱基之间替换 颠换是指发生在嘌呤与嘧啶之间替换
组成DNA的碱基虽然有4种，SNP理论上有四种 等位形式，但实际上某一特定位点的SNP通常只 有一种变异形式，即二等位多态。三等位和四等
chromosome 7
H1 海胆(R) 海胆(S) 海胆(L) H1 果蝇 H1 蝾螈 图 10-31 组蛋白基因簇的重复单位 基因； 间隔区； 转录方向 H3 H2B H2A H4 9000bp H3 H4 H2A H2B 4800bp H4 H2B H3 H2A 6000bp 6540bp 7240bp
是由两个相同顺序的
互 补 拷 贝 在 同 一 DNA
双链上反向排列而成。
反向重复序列的两种形式
发卡结构
回 文 结 构
2. 卫星DNA（satellite DNA）
卫星 DNA 的重复单位一般由 2 ～ 70 bp 组
成，成串排列。
卫星 DNA 占基因组的比例随种属而异，
在0.5～31% 范围内。
• SNP的应用范围较微卫星标记更加宽广，经常被 用于基因组作图、法医鉴定、亲子鉴定、疾病的 连锁反应、群体遗传学及生物学进化的研究，此 外 SNP 在个体化医学及保健中有着广阔的应用前 景。 • 人们希望通过研究 SNP 图谱，更深刻地认识癌症 、糖尿病、血管性疾病和 某些精神性疾病等发病率 高的多基因疾病的发生机 制。
高度重复序列的功能
参与复制水平的调节 参与基因表达的调控 参与转位 与进化有关 与个体特征有关 与染色体减数分裂时染色体配对有关
（二）中度重复序列
基因组中重复次数<105的重复顺序,重复单位平均长 度约300bp;
复性速度快于单拷贝顺序，慢于高度重复顺序。
多与单拷贝基因间隔排列。
指基因组中某个基因在同种 生物的不同个体中，同时和经常 存在的两种或两种以上的变异型 或基因型的现象
基因多态性的类型：
限制性片段长度多态性(RFLP) (restuiction fragment lengh polymorphism)
单核苷酸多态性(SNP)
(single nucleotide polymorphism)
细胞核基因组的特征
※真核生物基因组的一般特征
1. 真核生物基因组都是由大分子双链线状
DNA构成。染色体通常成对出现（双倍
体）。
2. 基因组非常庞大，结构
非常复杂，有多个复制
起始位点。
3. 基因组中存在大量的重复序列以及非编 码序列。真核生物基因组内非编码序列 占90%以上，是与细菌、病毒的重要区 别，在一定程度上也是生物进化的标尺。 4. 功能基因大多不连续，存在有内含子和 外显子； 5. 真核生物基因组中也存在一些可移动的 DNA序列（转座元件）。
多为非编码序列，如Alu序列
也有编码基因产物的，如rDNA、tDNA、组蛋白基因
家族, 一般往往以基因家族的形式存在。
依据重复序列的长度分为：
短散在核元件( short interspersed nuclear elements,
SINEs):平均长度300bp，如Alu家族
长散在核元件( long interspersed nuclear elements,
Bam HⅠ
GGATCC CCTAGG G GATCC + CCTAG G
RFLP的类型
1.点的多态性 表现为DNA链中发生单个碱基的突变，且突变导致 一个原有酶切位点的丢失或形成一个新的酶切位 点。Southern杂交即可诊断。 2.序列多态性 ①由于DNA 顺序上发生突变如缺失、重复、插入所 致。 ②由于高变区（highly variable region ）内串 联重复顺序的拷贝数不同所产生的，其突出特征 是限制性内切酶识别位点本身的碱基没有发生改 变，改变的只是它在基因组中的相对位置。
KpnⅠ家族的重复单位一般为6
~
7 kb
或更长，其两侧也各有一段正向重复序
列，功能上与Alu家族相似。
（三）低度重复序列（单拷贝序列）
单拷贝序列在基因组中只出现一次或
少数几次，因此复性速度很慢。
单拷贝序列属于结构基因，它储存了
巨大的遗传信息，编码各种功能不同 的蛋白质。
真核生物基因组中的重复序列
• RFLP指用某个限制性核酸内切酶来酶解
基因组的某段序列时，在同种的不同个体 之间该段序列可能被酶解成长短不等的几 个DNA片段，这些序列在该种生物的群体 中形成多态性。
限制性核酸内切酶 restriction endonuclease, RE
RE是一类能识别和切割双链DNA特定 核苷酸序列的核酸水解酶。
单顺反子结构
多数的真核生物不存在操纵子结构，每一 个基因都单独构成一个转录单位，转录产 生单顺反子mRNA，及编码一种蛋白质。 这是原核生物基 因的操纵子结构， 转录产生多顺反 子mRNA，可编 码多种蛋白质。
原核生物的多顺反子
5 PPP 3
蛋白质
真核生物的单顺反子
5 mG - PPP
第三章 真核生物基因组
细胞核基因组（cytoblast genome） 细胞器基因组（organelle
genome）
（一）细胞核基因组
由染色体DNA组成： DNA+蛋白质=核小体 线性双链DNA分子 染色体的数目，绝大多数真核生物 体细胞都是二倍体 基因表达与染色质结构相关
*M期——染色体形式 大部分细胞周期——染色质(弥散状)
位多态很少见。
人类基因组1SNP/kb，共约300万SNP，是人群
中个体差异最具代表性的DNA多态性
根据SNP在基因组中的位置分为
-编码区SNP
非同义SNP（20-30%）
同义SNP（70-80%）
-基因周边区SNP
-基因间SNP
大多数SNP位点十分稳定，被认为是一
种能稳定遗传的早期突变
SNP的研究意义
DNA染色质的电镜图像
a、常染色质：密度较低， 一部分基因能被表达 b、异染色质：密度较高， 不被表达(着丝粒、端粒)
核小体
——染色体的基本结构 多为
DNA：约200bp 组蛋白：H1 H2A，H2B H3 H4
串珠状核小体结构
核小体的细微结构影响基因表达
- 念珠样结构不利于基 因表达 - 乙酰化组蛋白有利于 基因表达
多基因家族和假基因
多基因家族(multigene family)：指由 某一祖先基因经过重复和变异所产生的一 组基因。 DNA序列具有较高的同源性（通常大于 50%），并且其编码产物具有相同或相似生 理功能的一组结构基因。
可分为二类： 一类是基因簇，基因家族成员位置相对集中 ，成簇地分布在同一染色体上并同时进行转 录。如组蛋白基因家族。
人线粒体基因组共编码37个基因
2个RNA---基因16S和12S rRNA 22个tRNA基因 13个蛋白质基因 1个Cyt b基因 2个ATP酶亚基的基因-ATPase6和ATPase8 3个细胞色素氧化酶亚基基因-CO1、CO2、CO3
图例：
另一类是基因家族成员分布在不同的染色体 上，分别进行转录，且不同基因编码的蛋白 质在功能上相关，如珠蛋白基因家族。
假基因（ pseudo gene ）： 在多基因家族 中，某些并不产生有功能的基因产物的成员 假基因是由于在进化过程中，某些 DNA 片
段发生了缺失、倒位或点突变，导致调控基
断裂基因存在的意义
断裂基因存在是生物进化的结果，是从 复制水平而言，不同的外显子可分别编 码不同的功能结构域，基因外显子不同 的组合产生新的编码蛋白质，即是外显 子改组。如血红蛋白和肌红蛋白均由独 立的外显子编码结合血红素的结构域。
真核生物的重复序列
重复序列：多拷贝的相同或近似序列的 DNA片段 真核生物基因组中通常存在大量的重复序 列，可占整个基因组DNA的90%以上。 按复性动力学方法可将这些重复序列分为 高度重复序列，中度重复序列和低度重复 序列（单拷贝序列）三大类。
正向重复序列
＞ ＞ ＞
130bp
170bp
6-20 bp
AluI
Alu家族的功能是多方面的，可能
参与hnRNA的加工与成熟，也与遗
传重组及染色体不稳定性有关。最
近研究表明，Alu顺序可能具有转录 调节作用。
典型的长散在核元件（LINEs）是
KpnⅠ重复序列家族，因在其序列中存 在限制酶KpnⅠ的切点而得名。