人类基因组-生物探索.ppt

由于真核基因识别的结果具有不确定性，任何基因预测结果都需要通过生物实验进行验证，即证实活细胞确实可以把该区域转录成一个 RNA 分子。除了确认作用，转录组也是第一时间发现基因的一个有效的工具。 对真核基因识别算法有用的DNA序列特性： （1）已知的启动子元件（即TATA和CAAT盒） （2）CpG岛 （3）与内含子相关的剪切信号 （4）具有特定密码子使用偏性的开放阅读框 （5）与其他生物体的基因的相似性 cDNA：又称为互补DNA，指具有与某RNA链呈互补的碱基序列的单链DNA，或者此DNA链与具有与之互补的碱基序列的DNA链所形成的DNA双链。 ESTs：代表基因表达信息的 cDNA 序列片段。 从 cDNA 文库所得到的许多表达序列标签集合组成表达序列标签数据库，代表在一定的发育时期或特定的环境条件下，特定的组织细胞基因表达的序列。可用于验证基因在特定组织中的表达，推导全长 cDNA 序列，或作为标签标志基因组中的特殊位点以确定基因的位置等。 由真核细胞中分离的RNA得到cDNA的过程可以简单的表示为下图 由于细胞的 mRNA 来自与蛋白质编码基因，cDNA 不仅有助于研究细胞在一定的时间表达的基因群，还有助于研究mRNA 的相对丰度。 从本质上说，大量来自细胞的 RNA 可以跟由同种生物体制备的 cDNA 复制杂交，根据得到的 R0t1/2 值（R0 指 RNA的起始浓度），可以将RNA根据不同的丰度分成几类。 通常，细胞中大约 50% 的 mRNA 是某个特殊组织所独有的。例如卵白蛋白基因只在输卵管中表达。 确定细胞中每个cDNA的核苷酸序列不实际，一个灵敏而可行的代替方法是基因表达的串行分析（SAGE）。 原理： （1）一个9～10碱基的短核苷酸序列标签包含有足够的信息，能够唯一确认一种转录物。例如，一个9碱基顺序能够分辨 262144 个不同的转录物，而人类基因组估计仅能编码 80000 种转录物，所以理论上每一个 9 碱基标签能够代表一种转录物的特征序列。 （2）如果能将9碱基的标签集中于一个克隆中进行测序，并将得到的短序列核苷酸顺序以连续的数据形式输入计算机中进行处理，就能对数以千计的mRNA转录物进行分析。 方法： （1）从细胞获取 cDNA； （2）cDNA 被分裂成长10-14个核苷酸的小片段（用限制性酶）； （3）随机连接成更长的DNA分子。 （4）考虑所选用的限制性酶的识别序列，与生物体中已知转录物的序列进行比较。 （5）用计算机来识别大量克隆中原始的小片段。 （6）观察到得特定转录物标签的次数计算转录物在原始cDNA中的相对丰度。 定义：一种将核酸序列纵横排列成序地点样在惰性载体（玻片、硅片、尼龙膜等）上以便核酸分子杂交分析的系统。 微阵列分为 cDNA微阵列 和 寡聚核苷酸微阵列。微阵列上“印”有大量已知部分序列的DNA探针，微阵列技术就是利用分子杂交原理，使同时被比较的标本（用同位素或荧光素标记）与微阵列杂交，通过检测杂交信号强度及数据处理,把他们转化成不同标本中特异基因的丰度，从而全面比较不同标本的基因表达水平的差异。微阵列技术是一种探索基因组功能的有力手段。 转座因子是存在于染色体DNA上可自主复制和位移的基本单位。最简单的转座因子不含有任何宿主基因而常被称为插入序列 (IS),它们是细菌染色体或质粒DNA的正常组成部分。 复合型的转座因子称为转座子 (Tn), 这种转座因子带有同转座无关的一些基因，如抗药性基因等。它的两端就是IS，构成了 “左臂” 和 “右臂”。两端的重复序列可以作为Tn 的一部分随同 Tn 转座，也可以单独作为 IS 而转座。 尽管原核基因组中的信息内容异常精简，但即便如此，那些可有可无的DNA转座子仍然作为一个重要组件以多拷贝的形式存在于细菌基因组结构中。例如：一个简单的大肠杆菌基因组就包含了多达 20个不同的插入序列。 原核细胞中的DNA转座子一般随机分布在整个基因组中，它们的出现和出现的位置都有很大不同，因此可以作为可靠的区分同一物种不同株的标志。 在真核生物中存在着丰富的非编码区和明显可有可无的DNA，因此其中也存在着大量的转座子。 转座子在原核或真核基因组中以多拷贝的形式存在，因此被称为“重复DNA”或重复序列元件。 根据重复形式的不同，重复元件可以分为两类： （1）串行重复（头尾相连的重复，如 5’-CACACA-3’） （2）分散在整个基因中的重复片段 串行重复DNA本身也可以分成两类： （1）卫星DNA：真核细胞染色体具有的高度重复核苷酸序列的DNA。总量可占全部DNA的10