第6节探索遗传语言.doc

第六节 探索遗传语言 1、基因组DNA的奥秘 生命是大自然最伟大的创造物，经过亿万年的进化，生命的形式从简单的有机物发展到现在高度复杂但有序的生物系统。蛋白质是构造生命机器的基本元件，大量结构不同、功能各异的蛋白质在遗传信息的控制之下，被不断地合成出来，并有机地组成复杂的生物体。遗传信息存贮在基因组中，具体说就是存贮在4种字符组成的核酸序列中。 随着分子生物学中心法则的确立，人们逐渐认识到遗传信息的载体主要是DNA（在少数情况下RNA也充当遗传信息载体），控制生物体性状的基因则是一系列DNA片段。一方面，DNA通过自我复制，在生物体的繁衍过程中传递遗传信息。另一方面，基因通过转录和翻译，使遗传信息在生物个体中得以表达，并使后代表现出与亲代相似的生物性状。在基因表达过程中，基因上的遗传信息首先通过转录从DNA传到RNA，然后再通过翻译从RNA传递到蛋白质。基因控制着蛋白质的合成，基因的DNA序列到蛋白质序列存在着一种明确的对应关系，而这种对应关系就是我们所知道的遗传密码。1961年科学家Nirenberg使用信使RNA分子研究得到第一个遗传密码，1969年确定全部的遗传密码。 遗传密码的发现开创了在分子水平上的生命信息科学，启动了人类探索遗传语言奥秘的进程。许多科学家认为基因组DNA序列并非是一种简单的生物分子序列，而可能是一种语言，该语言描述遗传信息，控制生物体的性状，规定生物个体的生老病死。为了深刻揭示这种遗传语言的奥秘，美国在1990年提出人类基因组计划，该计划与阿波罗登月计划、曼哈顿原子弹计划同称为人类自然科学史上的三大计划。该计划的最终目标是测定人类全部24条染色体（22条常染色体和2条Ｘ、Ｙ性染色体）的3×109个碱基对的序列，进而解读和破译遗传信息，使人类在分子水平上全面地认识自我。由于生物技术的高速发展，人类基因组计划可望提前至2003年全部完成，届时我们将得到的关于人类遗传信息的长达数百万页的“天书”。这本天书就是用遗传语言书写的人类遗传蓝本，是解读遗传语言的基础。之所以称它为天书，不单是因为它所包含的信息量巨大，更重要的是目前人类对它了解甚少，还无法读懂它。天书中只有4个字符（碱基A、T、G、C），既没有段落，也没有标点符号，是一个长度为3×109的一维序列。 迄今为止，科学家对这本天书了解最多的部分就是遗传密码，或者说掌握了DNA对蛋白质编码的规律。遗传密码又称为三联体密码，它说明DNA序列三个连续的碱基为一个蛋白质的氨基酸编码。已知自然界中的蛋白质由20种不同的氨基酸所组成，究竟需要几个连续的碱基为1个氨基酸编码呢？显然1个碱基不行，1个碱基最多只能编码4种氨基酸。那么2个碱基是否能够完成编码任务呢？2个碱基最多能产生16（42）密码子，只能为16种氨基酸编码，也不行。而3个连续碱基可能形成的密码子共有64（43）个，完全满足编码的需要，所以遗传密码是三联体密码。由于三联密码的密码子数大于氨基酸种类数，所以对于一种氨基酸，可能存在多个密码子，同义密码子一般在第三位发生变化。例如UCU、UCC、UCA和UCG均为丝氨酸的密码子。显然这种编码方式具有一定的容错性，一位编码发生错误可能不会对蛋白质翻译结果产生影响。假设丝氨酸密码子的最后一位变化，其变化结果仍然是同义密码子，对信息传递影响不大。遗传密码具有通用性，在生物界除了线粒体等细胞质基因外，密码子几乎是通用的。因而可以说生物界中的遗传语言也是通用的。 密码子的使用是非随机的。如果密码子的第一、第二位碱基是A、U，那么第三位将尽可能使用G、C；反之亦然。G、C之间可以形成三对氢键，而A、U之间只能形成两对氢键。如果三位都用G、C，则配对容易，分解难；三位都用A、U，则相反。一般地说，高表达的基因，要求翻译速度快，要求密码子和反密码子配对快、分手也快。 密码子的使用是有一定的统计规律的。对同义密码子的使用存在着偏爱，但不同种属偏爱的密码子不同，并且偏爱程度也不同。特别的是，根据统计，在人类基因组中密码子第三位取A、U的情况占90%，而第三位取G、C仅占10%。 密码子中三个碱基所处的位置，与它所编码的氨基酸性质存在着某种联系。第一位碱基是G的密码子，所编码的氨基酸是代谢途径起始的氨基酸，而且也是非生物体系实验中丰富的氨基酸。以Asp为出发点的一族氨基酸，其密码子的第一位都是A；以Glu为出发点的一族氨基酸，其密码子的第一位都是C。芳香族氨基酸的密码子，以U作为第一位碱基。由密码子中间位置碱基的性质，可以判断所编码的氨基酸是亲水性的或是疏水的。编码疏水氨基酸的密码子，其第二位碱基是U；编码亲水氨基酸的密码子，其第二位碱基是A；第二位碱基是G、C的密码子所编码的氨基酸亲水性、疏水性居中。 人类基因组是科学家研究的第一个脊椎动物染色体基因组，人类基因组已成为其它脊椎