基因序列简介.pdf

mRNA （messenger RNA）信使RNA，是由编码区（CDS）、上游的5’非编码区和下游 3’非编 码区组成，真核生物 mRNA 的 5’端带有 7-甲基鸟苷-三磷酸帽子结构，3’端有多腺苷酸尾 巴，但NCBI 中mRNA 序列实际上是 cDNA 序列，即经过反转录得到的与RNA 序列互补的 DNA 序列，一般不包括 3’多腺苷酸尾巴。一个 cDNA 序列被称为一个转录子，第一个碱基所在 的位置为转录起始位点（TSS），cDNA 都是由外显子组成，但编码蛋白质的外显子只有一个， 即 CDS （coding sequence），这段序列也就是一个ORF 区，也就是这个 cDNA 的ORF 序列。 参与特定基因转录及其调控的 TSS 上游序列称为启动子（Promoter），如原核生物在转录起 始位点上游-10 有一段 TATAAT 的保守序列，有助于局部解链，在-35 有一段 TTGACA 序列提 供 RNA 聚合酶识别信号，真核生物上游-25 到-30TATA 决定起始位点，-75 位置 CAAT 与 RNA 聚合酶，这些都是启动子，启动子的范围非常大，可以包含转录起始位点上游 2000bp，有 些特定基因的转录区内部也存在着转录因子的结合位点，因此也属于启动子范围。 克隆可以简单理解为复制品，例如假设通过提取 mRNA，反转录后得到 cDNA 序列，然后 将这段序列转入载体，再通过划线不断的繁殖，就会得到许多装有这段 cDNA 序列的克隆， 实验室为了方便，在给得到的这些克隆起名时，一般会取 cDNA 序列的名，但实际上在这个 克隆里面不仅包括了这个 cDNA，还包括了载体的DNA。 STS （sequence-tagged site）序列标记位点，是基因组上定位明确、作为界标并能通 过 PCR 扩增被唯一操作的短的、单拷贝 DNA 序列，一般长度为 200-500bp，一个DNA 序列要 成为 STS，首先序列必须已知，能用PCR 方法检测，第二 STS 必须在基因组上具有唯一的定 位点。通过 STS 可以判断在不同条件下测序得到的 DNA 序列的准确性。 EST （expressed sequence tag）表达序列标签，是从一个随机选择的cDNA 克隆，进行 5’端和 3’端单一次测序挑选出来获得的短的 cDNA 序列。全基因组测序发现基因即昂贵又 费时，因为基因组中只有 2%序列编码蛋白质，因此可以对真正编码蛋白质的 mRNA 构建 cDNA 文库，对 cDNA 进行测序，得到 EST 序列，从而发现新基因。 下面以大鼠 CTGF 基因为例子，小写字母是转录子前后 200bp 启动子相关序列，大写字母表 示的是 cDNA 序列，也就是转录子，其中蓝色标记的部分为 CDS 序列，湖蓝色的为转录起始 位点，即 TSS，加粗带下划线的为起始密码子 agtgtgccagctttttcagacggaggaatgtggagtgtcaaggggtcaggatcaatccggtgtgagttgatgaggcagg aaggtggggaggaatgcgaggaatgtccctgtttgtgtaggactccattcagttctttggcgagccggccgcccggagc gtataaaagccagcgccacccgcccagtctcacacagctcttCTCTCCAAGAAGACTCAGCCAGACCCACTCCAGCTCC GACCCTAGGAGACCGACCTCCTCCAGACGGCAGCAGCCCCAGCCCAGTGGACAACCCCAGGAGCCACCACCTGGAGCGT CCGGACACCAACCTCCGCCCCGAGACCGAGTCCAGGCTCCGGCCGCGCCCCTCGTCGCCTCTGCACCCCGCTGTGCGTC CTCCTGCCGCGCCCCGACCATGCTCGCCTCCGTCGCGGGTCCCGTTAGCCTCGCCTTGGTGCTCCTCCTCTGCACCCGG CCTGCCACCGGCCAGGACTGCAGCGCGCAGTGTCAGTGCGCAGCTGAAGCGGCGCCGCGCTGCCCCGCCGGCGTGAGCC TGGTGCTGGACGGCTGCGGCTGCTGCCGCGTCTGCGCCAAGCAGCTGGGAGAACTGTGCACGGAGCGTGATCCCTGCGA CCCACACAAGGGTCTCTTCTGCGACTTCGGCTCCCCCGCCAACCGCAAGATTGGCGTGTGCACTGCCAAAGATGGTGCA CCCTGTGTCTTCGGTGGGTCCGTGTACCGC