第一章基因结构和基因组1.ppt

生物的性状是经由遗传单位传递给下一代，这个概念在1900年由孟德尔（Gregor Mendel）提出，1909年约翰森（Wilhelm Johanssen）将这个遗传单位的概念冠上“gene”的名字，汉文将之翻译成“基因”，日本人则将之翻译成“遗传子”，更为直接。最早的观念中，基因是前述的“遗传单位”（unit of inheritance）。这是一个比较功能性的概念，它是一个自主单位（autonomous unit），能把性状遗传给后代。相对地，有人认为基因是一个有形的物体（physical entity），它是染色体上面一段固定的序列。这两派看法多年来，各执一词，不相上下。 1920年代及1930年代早期Alfred H Sturtevant以Hermann Muller在果蝇研究上，发现基因在染色体上的位置改变时，尽管基因结构本身不变，其功能却会变化而造成果蝇性状的突变。实验中，他们将一个基因挪近所谓异染色质区（heterochromatin）时，果蝇会产生所谓杂色（variegated）的表现型，也就是一个基因在某些细胞会表现，却在某些细胞不会表现，而造成“杂色”，例如复眼中有些部分呈现白色，有些部分则呈现红色。由於基因的功能似乎会因应其所在位置而改变，以致有人甚至认为基因根本不是一个固定而具体的单位（particulate gene），然而，在实际上却又不能完全否定基因做为遗传单位的概念。 在最新版的Thompson Thompson Genetics in Medicine（2001），基因的定义是A sequence of chromosome DNA that is required for production of a functional product，be it a polypeptide or a functional RNA molecule。因此当代对基因的定义除了被转译的DNA序列本身之外，调控此一转译工作的DNA序列也应包含在内。那麽基因的范畴到底何在？ 假若基因是一个比较固定而具体的单位（particulate gene）则我们应该可以找出界定基因的区隔（barrier or insulator）。然而学者费尽心力却遍寻不着能够区别个别基因的结构。因此，从学者无法找到能够区隔个别基因的barrier or insulator来看，基因可能是一个相当具有伸缩性的结构。另外一个观察是，一个基因的功能取决於它对某些转录因子（transcriptional factor）的反应，而非本身在染色体上的位置，这个现象是Frank Grosveld在人类β-globin locus control region首先观察到。因此基因应该是包含被转录的DNA序列以及转录因子的结合区。这些转录因子的结合区可以延伸几百个Kilobase。最近的研究显示人类的DACH基因，其enhancer甚至在远达1Mb的基因沙漠（gene desert）中。 这个“基因包含转录因子结合区”的概念，使基因变成一个功能性而且可以彼此重叠的概念。意即，一段DNA序列，可以因对转录因子反应的不同，可以有一种以上的基因功能，而一个基因的转录序列，可能是另一个基因的转录调控区。时至今日，基因的定义已经不再是一段具有明显边界的固定DNA序列（particulate gene），而是一个具有伸缩性（flexible）的功能性组合，它的范围是以其（1）空间结构与位置（2）对特定调控因子的反应（3）对最终表现型的效果来决定。根据以上的论述，基因的基本条件有三：1、必须要有产出（product）2、必须要有功能 3、包含转录区及调控区。根据这三个条件，我们如何去从漫长的DNA序列中找出基因呢？以下是五种常用的标准。 1、Open reading frames（ORF） ORF是指位于start codon与stop codon之间的DNA序列。以ORF寻找基因较适用于原核生物或其他intron稀少的生物。当生物的exon被隐藏在大段的intron时，ORF常常不易被找到。 2、Sequence features 分布特征 找出ORF之后，利用基因通常GC较AT多的特征，再加以验证。另外找寻splice site（AG、GT）可能也有助于基因的辨识。不过使用这些辨识原则的电脑软件只能预测50％的exon和20％的基因。3、Sequence conservation 比对不同生物的碱基序列也是辨识基因的利器，理论上，在不同生物均有的序列（conserved sequence）应该有其功能上的重要性，本身是基因的机会较大。利用不同生物来比对基因序列，必须这些生物间有相当的演化距离（evolutionary distance），例