山东师范大学生命科学院分子生物学课件
合集下载
- 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)。
。
➢随着复杂度增加，每组中最小基因组
大小也会随着增加。但是随着高等真 核生DNA 绝对的增加，有些门类基 因组大小有很大的变化。
• 支原体是最小的原核生物，其基因组
只相当于一个大噬菌体的3 倍(T4为 1.7×105bp)。
• 细菌基因组从2×106bp开始。 • 单细胞真核生物(其生活方式类似原核)
表明随着基因组复杂性增加，在给定的
DNA中一个特定序列的拷贝数减少。
图1 不同种类原核生物Cot 曲线
Cot （摩尔x秒/ 升）
➢例如，如果DNA 的C0值为12pg，那 么一个大小为0.004pg的细菌基因组中 每个序列有3000 个拷贝，但是在3pg 的真核基因组中每个序列只有4 个拷 贝。因此同样以摩尔核苷酸每升表示
基因组也很小，但比细菌基因组大。
✓ 但是，真核生物基因组大小并非线性 增加，酵母基因组可能是1.3×107bp，
仅仅是最大的细菌基因组的两倍。
基因组大小与遗传复杂性并非线性相 关，无法用功能来解释基因组的DNA 含量称为C值矛盾(C-value Paradox)。 它涉及到真核基因组绝对和相对的 DNA数量。
➢一段DNA 可能编码蛋白质。DNA 的编码序 列由一系列密码子组成，从一个固定的起 始点开始。
• 一个基因包括一系列密码子，从一端的起 始密码(Initiation codon )往另一端的终止密 码(Termination codon)阅读。
• 按照通常的5’到3’顺序，编码蛋白质的 DNA核苷酸序列与从N 端到C 端的氨基酸 序列一致。
➢顺反子学说把基因具体化为DNA分子
上特定的一段顺序—— 顺反子，其内
部又是可分的，包含多个突变子和重 组子。
• 近代基因的概念：基因是一段有功能
的DNA序列，是一个遗传功能单位， 其内部存在有许多的重组子和突变子。
➢ Morgan: 基因——是一个化学实体，它 既是遗传的功能单位，又是交换的单位 及突变的单位。
➢一个基因可能有多个等位基因。 • 隐性等位基因由功能丧失引起； • 无义等位基因失去了所有的功能； • 显性等位基因由获得功能产生。
二、基因与遗传密码
➢DNA中核苷酸序列的重要性并不是
因为它的结构，而在于它编码了组成
相应多肽的氨基酸序列。DNA序列与 相应蛋白质序列的关系被称为遗传密 码(Genetic code )。 • 遗传密码以3 个核苷酸为单位阅读。 每三个核苷酸序列成为一个密码子 (Codon)。即每个密码子由代表一个氨 基酸的3 个核苷酸组成。
➢遗传上的突变单位和重组单位是突变子 （muton)和重组子(recon)；
• 突变子是基因内改变后可以产生突变表型 的最小单位，它只相当与一个核苷酸对， 不能将其定义为一个基因；
• 重组子是基因内不能由重组分开的遗传单 位，也不能将其定义为一个基因；
➢顺反子（cistron）：Benzer认为它是遗传 上一个不容分割的功能单位，但它并不是 一个突变单位或重组单位。
• 基因组学时代：基因是一段制造功能产 物的完整染色体片断。
➢基因：严格定义在DNA分子上， DNA 分子或是在染色体上，或是线粒体中， 或是在大肠杆菌的质粒中。
• 基因是断裂的、重叠的、跳跃的，既 可删除缺失，又可复制扩增。
• 一个基因含有很多能发生突变的不同 位点，这些位点之间可以发生交换。
• 基因的三个主要功能：信息贮存，复 制，突变积累。
➢Cot曲线：以C/C0 对C0t作图，得到如 图1所示的曲线，称为C0t曲线。
➢ Cot 1/2：当复性进行到一半时， C/Co=1/2，这时的C0t定义为 C0t1/2。
➢Cot 1/2 为起始浓度DNA在保温t时 间后有半数DNA完全复性的数值。
➢DNA序列的复杂性(complexity)X与 C0t1/2成正比。
• 不同突变之间没有互补的功能区，一个顺 反子就是一个基因，就是一个基因座位。
➢一个顺反子包含着许多突变子（muton）
和重组子（recon）。所以，基因可分
为很多突变子和重组子。
• 顺反试验（互补测验） ：指将两个拟
突变分别处于顺式和反式，根据其表型
确定两个突变是否是同一基因的试验。
• 互补测验即根据功能确定等位基因的测
1. 基因组中的基因按拷贝数或重复频率分 为三种： 1.1 单拷贝序列 1.2 中度重复顺序 1.3 高度重复顺序
2.基因组中的基因按结构和功能分为六种： 2.1 编码RNA的基因 2.2 编码蛋白质的基因 2.3 基因家族与基因簇
2.4 异常结构基因 2.4.1 重叠基因 2.4.2 基因套基因 2.4.3 反义基因
则顺式结构表现互补，反式结构则不
能互补。说明基因是一个独立的功能 单位。
➢判断两突变是否处于同一顺反子的方法：
顺式 反式 分析结论：两突变 + +/- - + -/- + 表现型：野生型 野生型 属于两个顺反子 表现型：野生型 突变型 属于同一顺反子
图 顺反子是通过互补实验而定义的，(上图为突变 发生在相同基因无互补，下图为突变发生在不同基 因)图中蓝条表示基因，红点表示突变位点。
➢C0t1/2和基因组的大小成正比，因此 通过C0t1/2可估计基因组的大小。
DNA复性通常符合Cot 曲线(Cot curve)，见课本: p87
两种不同复杂性的DNA序列，当
DNA的绝对含量（即总的核苷数） 相同时，则复杂性小的DNA分子浓
度高，复性就快，需要的时间t就短， 因而Cot1/2值就小；而复杂性大的 DNA复性慢， Cot1/2值就大。
最简单、最明确的解释：虽然生物 的复杂性是与它所含的遗传信息成
正相关，但是DNA所含有的并不全 是遗传信息，全部的遗传信息也不 是都包含在DNA之中。
因而，生物的复杂性并不与基因组 DNA含量成正相关。
N值佯谬：基因数目(N)与生物进化程度 或生物复杂性的不对应性,称之N值佯谬。
✓ 支原体和细胞内寄生虫的基因总量小于 1000 个，细菌2000~4000 个，酵母大于 6000个，昆虫大于12,000 个，哺乳动物 大于100,000 个基因。
➢染色体上的DNA与基因的关系：摩尔 根的果蝇遗传试验证明基因定位在染 色体上。
➢基因与顺反子（cistron）的关系：
• 拟等位基因（pseudoallele)：表型效应类似 紧密连锁的功能性等位基因，但不是结构 性的等位基因，其发现证明：基因是可分 的。
➢顺式排列：两个拟等位（pseudoalleles）突 变位点位于同一条染色体上，另一条同源
2.5 假基因 2.6 移动基因(转座子)
2.6.1 转座子的概念及发现 2.6.2 转座子的分类 2.6.3 转座子的作用 2.6.4 插入序列IS
2.6.5 复合型转座子 2.6.6 转座发生的机制 2.6.7 三种不同类型的转座 2.6.8 反转座子和反转录病毒
八、基因的突变与诱变
一、基因概念的发展
① 可以复制，由一代传至另一代，在表型 （phenotype）形成上有一特定功能；
② 不能由交换再行区分；
③ 可突变成一改变的状态
➢ Gilbert：1985年提出，基因是一个转录 单位。
➢ 基因与酶的关系：
一个基因一个酶？ 一个基因一条肽链？
基因的定义
➢基因在染色体上线形排列，大多数基因 包括合成一条多肽链的信息： （1）一 个酶常常不止一条多肽链，而一个 基因 仅包含合成一条多肽链的信息；（2） 大多数基因包含合成多肽链的信息，但 多肽不是酶；（3）一些基因的终产物 不是多肽，却是RNAs。
✓ 生物体不是众多基因转录本的任意组合
的万花筒。
✓ DNA的复杂性不能充分地反映生物整体 的复杂性及进化水平。
四、DNA复性与重复序列
1. Cot曲线与Cot ½ ➢Cot：即初始浓度和反应时间乘积的函
数。C为t 时间时单链DNA的浓度。
➢单链DNA所占百分数C/C0 是DNA浓 度（C0 ）反应时间乘积（t）的函数
➢A gene is a physical and functional unit of genetic information with the potential to be expressed,i.e.to be used as a template to generate one or more gene products of RAN or protein.
第四章 基因与基因组(1)
一、基因概念的发展 二、基因与遗传密码 三、基因与DNA 四、DNA复性与重复序列
五、真核生物的基因与基因组 1. 割裂基因 2. 外显子序列保守,内含子序列多变 3. 割裂基因的进化模型 4. 外显子捕获 5. 细胞器基因与基因组
六、原核生物基因组
七、基因概念的延伸(基因的分类)
➢ 图2.29(p87) 给出了几个简单基因组的Cot 曲 线。每一曲线的形状都相同，跨度一般只有
两个数量级。
➢ 但是每个曲线的Cot1/2值是不同的。表明各 种原核生物的DNA都是单一序列，只是其
序列复杂性不同。
➢ 图1 中的基因组代表了不同的DNA，其序列 不同且越来越长。
➢ Cot1/2值直接与基因组中DNA含量相关。这
✓ 与预期的编码蛋白质的基因的数量相 比，基因组DNA的量过多。
✓ 一些物种之间的复杂性变化范围并不 大，但C值却有很大的变化范围。
C值矛盾描述了真核基因组中编码潜 力和DNA含量并非一致。
✓ 在进化中积累并保留愈来愈多的不能 决定性状，不含遗传信息的垃圾DNA?
✓ 非编码序列或冗余DNA都是不含遗传 信息的DNA吗？
验。即根据顺式表现型和反式表现型来
确定两个突变体是否属于同一个基因
（顺反子）。
➢互补实验中，两个隐性突变如表现出
互补效应，则证明这两个突变型分别
属于不同基因；
• 如不能表现出互补，则证明这两个突
变型在同一基因内。 ➢对于不同基因间的突变型在互补测验
中，不论是顺式还是反式排列均表现
出互补效应；
• 但若属于同一基因的不同位点的突变，
染色体功能完全，表现为野生型。 • 这种突变位点在同源染色体上的排列，即
顺式排列。
➢反式排列：两个突变位点分别位于两条同
源染色体上，使两条染色体都有缺陷，杂 合体表现为突变型，即反式排列。 ➢顺反位置效应（cis-trans position effect)：
反式表现为突变型，顺式排列为野生型，
这种由于排列方式不同而表型不同的现象 成为顺反位置效应。
➢DNA 中两条链只有一条编码蛋白质。 因此遗传密码是一个碱基序列(而不 是碱基对)。
• 基因携带了活性多肽链所需要的所有 信息。因此，基因这种简单的结构完 全能够表示数不清的多肽链。
• 细胞内多种蛋白质产物一起行使催化 和结构活性，最终产生细胞表型。
三、基因与DNA（基因组为何如此之大?）
➢基因组：一个物种单倍体的染色体数 目，即该物种的基因组。 • 基因组中DNA 的总量是物种所特有的， 称为C 值(C-value)。 • C值的范围变化很大，从微生物中的 <106到一些植物和两栖类的>1011。 • 课本p68图2.13总结了进化中不同门类 生物的C值范围。
➢染色体由一条完整的DNA双链组成，包括 很多基因。
• 每个基因（或者顺反子）转录成RNA产物， 若基因编码蛋白质，则翻译成一条多肽链。
➢基因的RNA或蛋白质产物是反式作用的。 • 基因在互补实验中定义为DNA链上的单位。
DNA上能够影响相邻基因活性的位点称为 顺式作用。 • 孟德尔：gene——单位因子，要素，alleles
✓ 但人类基因组30,000多个基因，只比低 等的线虫(20,000)多1/3，只等于最低等 的细菌如Pseudomonas aeruginosa 的基 因的5倍。
C值佯谬与N值佯谬只能说明：决定生物 进化程度或复杂性的遗传信息并不全部 地包含在DNA中。
✓ 复杂性应该直接地与基因的种类相关， 而不能仅仅用基因所表达的性状的数量 (转录本群体的数量)来定义。
➢A cistron is a unit of genetic function defined by a complementation test. The bacterial gene is the same as a cistron--a unit of genetic function which corresponds to an open reading frame .
➢随着复杂度增加，每组中最小基因组
大小也会随着增加。但是随着高等真 核生DNA 绝对的增加，有些门类基 因组大小有很大的变化。
• 支原体是最小的原核生物，其基因组
只相当于一个大噬菌体的3 倍(T4为 1.7×105bp)。
• 细菌基因组从2×106bp开始。 • 单细胞真核生物(其生活方式类似原核)
表明随着基因组复杂性增加，在给定的
DNA中一个特定序列的拷贝数减少。
图1 不同种类原核生物Cot 曲线
Cot （摩尔x秒/ 升）
➢例如，如果DNA 的C0值为12pg，那 么一个大小为0.004pg的细菌基因组中 每个序列有3000 个拷贝，但是在3pg 的真核基因组中每个序列只有4 个拷 贝。因此同样以摩尔核苷酸每升表示
基因组也很小，但比细菌基因组大。
✓ 但是，真核生物基因组大小并非线性 增加，酵母基因组可能是1.3×107bp，
仅仅是最大的细菌基因组的两倍。
基因组大小与遗传复杂性并非线性相 关，无法用功能来解释基因组的DNA 含量称为C值矛盾(C-value Paradox)。 它涉及到真核基因组绝对和相对的 DNA数量。
➢一段DNA 可能编码蛋白质。DNA 的编码序 列由一系列密码子组成，从一个固定的起 始点开始。
• 一个基因包括一系列密码子，从一端的起 始密码(Initiation codon )往另一端的终止密 码(Termination codon)阅读。
• 按照通常的5’到3’顺序，编码蛋白质的 DNA核苷酸序列与从N 端到C 端的氨基酸 序列一致。
➢顺反子学说把基因具体化为DNA分子
上特定的一段顺序—— 顺反子，其内
部又是可分的，包含多个突变子和重 组子。
• 近代基因的概念：基因是一段有功能
的DNA序列，是一个遗传功能单位， 其内部存在有许多的重组子和突变子。
➢ Morgan: 基因——是一个化学实体，它 既是遗传的功能单位，又是交换的单位 及突变的单位。
➢一个基因可能有多个等位基因。 • 隐性等位基因由功能丧失引起； • 无义等位基因失去了所有的功能； • 显性等位基因由获得功能产生。
二、基因与遗传密码
➢DNA中核苷酸序列的重要性并不是
因为它的结构，而在于它编码了组成
相应多肽的氨基酸序列。DNA序列与 相应蛋白质序列的关系被称为遗传密 码(Genetic code )。 • 遗传密码以3 个核苷酸为单位阅读。 每三个核苷酸序列成为一个密码子 (Codon)。即每个密码子由代表一个氨 基酸的3 个核苷酸组成。
➢遗传上的突变单位和重组单位是突变子 （muton)和重组子(recon)；
• 突变子是基因内改变后可以产生突变表型 的最小单位，它只相当与一个核苷酸对， 不能将其定义为一个基因；
• 重组子是基因内不能由重组分开的遗传单 位，也不能将其定义为一个基因；
➢顺反子（cistron）：Benzer认为它是遗传 上一个不容分割的功能单位，但它并不是 一个突变单位或重组单位。
• 基因组学时代：基因是一段制造功能产 物的完整染色体片断。
➢基因：严格定义在DNA分子上， DNA 分子或是在染色体上，或是线粒体中， 或是在大肠杆菌的质粒中。
• 基因是断裂的、重叠的、跳跃的，既 可删除缺失，又可复制扩增。
• 一个基因含有很多能发生突变的不同 位点，这些位点之间可以发生交换。
• 基因的三个主要功能：信息贮存，复 制，突变积累。
➢Cot曲线：以C/C0 对C0t作图，得到如 图1所示的曲线，称为C0t曲线。
➢ Cot 1/2：当复性进行到一半时， C/Co=1/2，这时的C0t定义为 C0t1/2。
➢Cot 1/2 为起始浓度DNA在保温t时 间后有半数DNA完全复性的数值。
➢DNA序列的复杂性(complexity)X与 C0t1/2成正比。
• 不同突变之间没有互补的功能区，一个顺 反子就是一个基因，就是一个基因座位。
➢一个顺反子包含着许多突变子（muton）
和重组子（recon）。所以，基因可分
为很多突变子和重组子。
• 顺反试验（互补测验） ：指将两个拟
突变分别处于顺式和反式，根据其表型
确定两个突变是否是同一基因的试验。
• 互补测验即根据功能确定等位基因的测
1. 基因组中的基因按拷贝数或重复频率分 为三种： 1.1 单拷贝序列 1.2 中度重复顺序 1.3 高度重复顺序
2.基因组中的基因按结构和功能分为六种： 2.1 编码RNA的基因 2.2 编码蛋白质的基因 2.3 基因家族与基因簇
2.4 异常结构基因 2.4.1 重叠基因 2.4.2 基因套基因 2.4.3 反义基因
则顺式结构表现互补，反式结构则不
能互补。说明基因是一个独立的功能 单位。
➢判断两突变是否处于同一顺反子的方法：
顺式 反式 分析结论：两突变 + +/- - + -/- + 表现型：野生型 野生型 属于两个顺反子 表现型：野生型 突变型 属于同一顺反子
图 顺反子是通过互补实验而定义的，(上图为突变 发生在相同基因无互补，下图为突变发生在不同基 因)图中蓝条表示基因，红点表示突变位点。
➢C0t1/2和基因组的大小成正比，因此 通过C0t1/2可估计基因组的大小。
DNA复性通常符合Cot 曲线(Cot curve)，见课本: p87
两种不同复杂性的DNA序列，当
DNA的绝对含量（即总的核苷数） 相同时，则复杂性小的DNA分子浓
度高，复性就快，需要的时间t就短， 因而Cot1/2值就小；而复杂性大的 DNA复性慢， Cot1/2值就大。
最简单、最明确的解释：虽然生物 的复杂性是与它所含的遗传信息成
正相关，但是DNA所含有的并不全 是遗传信息，全部的遗传信息也不 是都包含在DNA之中。
因而，生物的复杂性并不与基因组 DNA含量成正相关。
N值佯谬：基因数目(N)与生物进化程度 或生物复杂性的不对应性,称之N值佯谬。
✓ 支原体和细胞内寄生虫的基因总量小于 1000 个，细菌2000~4000 个，酵母大于 6000个，昆虫大于12,000 个，哺乳动物 大于100,000 个基因。
➢染色体上的DNA与基因的关系：摩尔 根的果蝇遗传试验证明基因定位在染 色体上。
➢基因与顺反子（cistron）的关系：
• 拟等位基因（pseudoallele)：表型效应类似 紧密连锁的功能性等位基因，但不是结构 性的等位基因，其发现证明：基因是可分 的。
➢顺式排列：两个拟等位（pseudoalleles）突 变位点位于同一条染色体上，另一条同源
2.5 假基因 2.6 移动基因(转座子)
2.6.1 转座子的概念及发现 2.6.2 转座子的分类 2.6.3 转座子的作用 2.6.4 插入序列IS
2.6.5 复合型转座子 2.6.6 转座发生的机制 2.6.7 三种不同类型的转座 2.6.8 反转座子和反转录病毒
八、基因的突变与诱变
一、基因概念的发展
① 可以复制，由一代传至另一代，在表型 （phenotype）形成上有一特定功能；
② 不能由交换再行区分；
③ 可突变成一改变的状态
➢ Gilbert：1985年提出，基因是一个转录 单位。
➢ 基因与酶的关系：
一个基因一个酶？ 一个基因一条肽链？
基因的定义
➢基因在染色体上线形排列，大多数基因 包括合成一条多肽链的信息： （1）一 个酶常常不止一条多肽链，而一个 基因 仅包含合成一条多肽链的信息；（2） 大多数基因包含合成多肽链的信息，但 多肽不是酶；（3）一些基因的终产物 不是多肽，却是RNAs。
✓ 生物体不是众多基因转录本的任意组合
的万花筒。
✓ DNA的复杂性不能充分地反映生物整体 的复杂性及进化水平。
四、DNA复性与重复序列
1. Cot曲线与Cot ½ ➢Cot：即初始浓度和反应时间乘积的函
数。C为t 时间时单链DNA的浓度。
➢单链DNA所占百分数C/C0 是DNA浓 度（C0 ）反应时间乘积（t）的函数
➢A gene is a physical and functional unit of genetic information with the potential to be expressed,i.e.to be used as a template to generate one or more gene products of RAN or protein.
第四章 基因与基因组(1)
一、基因概念的发展 二、基因与遗传密码 三、基因与DNA 四、DNA复性与重复序列
五、真核生物的基因与基因组 1. 割裂基因 2. 外显子序列保守,内含子序列多变 3. 割裂基因的进化模型 4. 外显子捕获 5. 细胞器基因与基因组
六、原核生物基因组
七、基因概念的延伸(基因的分类)
➢ 图2.29(p87) 给出了几个简单基因组的Cot 曲 线。每一曲线的形状都相同，跨度一般只有
两个数量级。
➢ 但是每个曲线的Cot1/2值是不同的。表明各 种原核生物的DNA都是单一序列，只是其
序列复杂性不同。
➢ 图1 中的基因组代表了不同的DNA，其序列 不同且越来越长。
➢ Cot1/2值直接与基因组中DNA含量相关。这
✓ 与预期的编码蛋白质的基因的数量相 比，基因组DNA的量过多。
✓ 一些物种之间的复杂性变化范围并不 大，但C值却有很大的变化范围。
C值矛盾描述了真核基因组中编码潜 力和DNA含量并非一致。
✓ 在进化中积累并保留愈来愈多的不能 决定性状，不含遗传信息的垃圾DNA?
✓ 非编码序列或冗余DNA都是不含遗传 信息的DNA吗？
验。即根据顺式表现型和反式表现型来
确定两个突变体是否属于同一个基因
（顺反子）。
➢互补实验中，两个隐性突变如表现出
互补效应，则证明这两个突变型分别
属于不同基因；
• 如不能表现出互补，则证明这两个突
变型在同一基因内。 ➢对于不同基因间的突变型在互补测验
中，不论是顺式还是反式排列均表现
出互补效应；
• 但若属于同一基因的不同位点的突变，
染色体功能完全，表现为野生型。 • 这种突变位点在同源染色体上的排列，即
顺式排列。
➢反式排列：两个突变位点分别位于两条同
源染色体上，使两条染色体都有缺陷，杂 合体表现为突变型，即反式排列。 ➢顺反位置效应（cis-trans position effect)：
反式表现为突变型，顺式排列为野生型，
这种由于排列方式不同而表型不同的现象 成为顺反位置效应。
➢DNA 中两条链只有一条编码蛋白质。 因此遗传密码是一个碱基序列(而不 是碱基对)。
• 基因携带了活性多肽链所需要的所有 信息。因此，基因这种简单的结构完 全能够表示数不清的多肽链。
• 细胞内多种蛋白质产物一起行使催化 和结构活性，最终产生细胞表型。
三、基因与DNA（基因组为何如此之大?）
➢基因组：一个物种单倍体的染色体数 目，即该物种的基因组。 • 基因组中DNA 的总量是物种所特有的， 称为C 值(C-value)。 • C值的范围变化很大，从微生物中的 <106到一些植物和两栖类的>1011。 • 课本p68图2.13总结了进化中不同门类 生物的C值范围。
➢染色体由一条完整的DNA双链组成，包括 很多基因。
• 每个基因（或者顺反子）转录成RNA产物， 若基因编码蛋白质，则翻译成一条多肽链。
➢基因的RNA或蛋白质产物是反式作用的。 • 基因在互补实验中定义为DNA链上的单位。
DNA上能够影响相邻基因活性的位点称为 顺式作用。 • 孟德尔：gene——单位因子，要素，alleles
✓ 但人类基因组30,000多个基因，只比低 等的线虫(20,000)多1/3，只等于最低等 的细菌如Pseudomonas aeruginosa 的基 因的5倍。
C值佯谬与N值佯谬只能说明：决定生物 进化程度或复杂性的遗传信息并不全部 地包含在DNA中。
✓ 复杂性应该直接地与基因的种类相关， 而不能仅仅用基因所表达的性状的数量 (转录本群体的数量)来定义。
➢A cistron is a unit of genetic function defined by a complementation test. The bacterial gene is the same as a cistron--a unit of genetic function which corresponds to an open reading frame .