4真核生物基因组结构资料

3）基因的总长度主要由内含子决定 4）内含子的相对性：
一个基因的内含子可能是另一个基因的外显子， 所以一些DNA序列可以编码一种以上的蛋白质。
同一初始转录本产生不同mRNA的剪接方式称为 可变剪接。
肌钙蛋白基因内含子的可变剪接，产生α和β两种类型的蛋白
3.内含子存在的意义及与进化的关系
有利于储存更多的遗传信息，增加信息量。 由于可变剪接的存在…….. 增加了重组概率： 基因总长度增加…….. 可变剪接的存在…….. 有利于生物体的变异和进化： 增加了重组概率,还会造成基因突变。
2）快速复性序列：
也叫高度重复序列（Highly repetitive sequence）
• 占基因组的10-60%,长度6～ 200bp ，重复次数在 105以上。
• 大部分集中于异染色质区 ，特别是在着丝粒和 端粒区，往往没有转录功能 。
真核生物DNA 复性曲线的模 式图
复性反应分为 三P相74，图每－相16代 表不同复杂长 度的序列类型
生的假基因带有内含子，称为未加工假基因或复制假 基因 。 返座（retrotransposition）
即mRNA转录本经过反转录为cDNA,再插入基因 组，由于插入位点不合适或序列发生变化而导致失去 功能。这种类型的假基因不含内含子，被称为已加工 假基因或返座假基因。
二、基因簇（gene cluster ）
1-c/c0
复杂性X 1
复 性 分 数 （ ）
Cot
不同原核生物的Cot曲线
真核生物DNA 复性曲线的模 式图
复性反应分为 三P相74，图每－相16代 表不同复杂长 度的序列类型
根据复性动力学特征的不同，将真核生 物DNA序列分为4类： 零时复性序列 快速复性序列 中速复性序列 慢速复性序列
相同核苷酸数量的DNA，复杂性小的DNA分子复性 快，Cot (1/2)值小；复杂性大的DNA分子复性慢，Cot (1/2) 大。
Cot曲线：表示复性速度与DNA顺序复杂性的关系。
Cot曲线
2.利用复性动力学鉴定基因组序列
原核生物Cot曲线的特点：
形状相似（跨越2-3个数量级），Cot（1／2）不相同 －－单一序列，只是复杂性不同。
因家族, 一般往往以基因家族的形式存在。
Alu family（Alu 家族）：
•长约300bp的片段，大多数片段含有一个限制性内切 酶AluⅠ的酶切位点（AGCT）; • 均匀分散在整个基因组中的非重复序列间; • 在人类基因组中占1％ ～ 3％;
4）慢速复性序列：
C0t1/2一般在103mol.s/L以上，复性速度极慢， 在一个基因组中只有一个拷贝或2~3个拷贝，也 称非重复序列（单一序列、单拷贝序列）。 结构基因 (蛋白质基因)大多是单拷贝序列。
1）零时复性序列：
具有反向重复结构（也称回文结构），可在 同一条链内形成双链区，变性后再复性时，在链 间复性之前就已发生链内复性，因此不遵循二级 反应动力学方程。由于这种序列的复性速度非常 快，在动力学上称为零时（或瞬时）复性序列。
DNA复性后可出现发卡形结构。这种序列常 常是DNA复制酶、转录酶以及特异蛋白质的结合 部位。
三、真核生物基因组的非重复序列和重复序列
1. DNA复性动力学
DNA的复性过程遵循二级反应动力学。
DNA复性过程中复性的速度用公式表示： dC/dt= -kC02
其中，C是单链DNA在t时刻的浓度。 k＝复性速度常数
对上式积分后重排，得出复性动力学方程： C／C0＝1／（1＋ k C0t）
C0为单链DNA的起始浓度，C为单链DNA在t时刻的浓度， 单位mol/L。 t为复性时间,单位为s（秒）。重组速率常数k的 单位为L/mol，取决于阳离子的浓度、温度、片段大小和DNA 序列的复杂性。
二、真核生物基因组的基因数量
不同物种编码基因差别很大，从500个到50000个， 有100倍的差距。
真核生物的基因数量通常在6000到50000之间。 人的基因组的全长为大约3 X 109对碱基，编码 3-4 万个基因； 但某些寄生的真核生物，如脑微孢子虫，基因数量 可能不超过3000个，比很多细菌的基因数量还少。
mRNA
DNA
鸡卵清蛋白成熟mRNA与DNA杂交电镜图
断裂基因
前体mRNA
Introns 去除 Exons 连接
1.内含子的相位和类型
（1） 内含子相位
内含子可以出现在转录本的任何位置，甚至在以后成为密 码子的三核苷酸之间。
若内含子位于一密码子的第三位核苷酸和另一密码子的第 一位核苷酸(即两密码子之间)，则被称为0位内含子；相应地， 位于一密码子的第一位和第二位核苷酸之间的内含子被称为1位 内含子；位于第二和第三位之间时，则被称为2位内含子。
•同一门中的动物C值变化很大 如：两栖类中的C值变化很大，可相差100倍 家蝇的比果蝇的大6倍
说明真核生物基因组中许多的DNA序列不编码蛋白质。
植物 鸟类 哺乳动物 爬行动物 两栖动物 硬骨鱼 软骨鱼 棘皮动物 甲壳动物 昆虫 软体动物 蠕虫 霉菌 藻类 真菌 格兰氏阳性菌 格兰氏阴性菌 支原体
阴影部分为一个门内C-值的范围
3）中速复性序列：
也叫中度重复序列(moderate repetitive sequences)
基因组中重复次数<105的重复顺序,重复单位平均长 度约300bp;
复性速度快于单拷贝顺序，慢于高度重复顺序。 多与单拷贝基因间隔排列。 多为非编码序列，如Alu序列 也有编码基因产物的，如rDNA、tDNA、组蛋白基
第三节 基因家族和基因簇
（ Gene family 、 Gene cluster）
基因家族（Gene family）:真核生物的基因组中许多来源 相同，结构相似、功能相关的一组基因。
一、基因家族
1.基因家族的成因 基因家族的各个成员都是由某一祖先基因经重复 （复制）和突变产生的。 2.基因家族的特点 基因家族的各个成员之间来源相同，结构相似、 功能相关。
人类珠蛋白基因家族－－－典型的基因家族
珠蛋白 血红蛋白
血红素
α2β2 不同的亚基由各自的基因编 码
血红蛋白（ Hb ）
发育过程中的珠蛋白的亚基组成
类α链
α2γ2
2% 97% 1%
类β链
两种亚基的编码基因分别形成两个不同的基因簇, 并存在于不同的染色体上。
每个基因簇中的基因按其在发育过程中的表达次序从 5’→3’排列在编码链上(其中包括有功能的基因和假基 因)
3.假基因（ Pseudogenes ）：
概念：基因组中存在的一段与正常基因非常相似但不 能表达的DNA序列。
分为两大类： 一类保留了相应功能基因的间隔序列； 另一类缺少间隔序列，称为加工过的假基因或返座 假基因。
假基因(pseudogene)具有与功能基因相似的序列， 但由于有许多突变以致失去了原有的功能，所以假 基因是没有功能的基因，常用ψ表示。
原初转录物中通过RNA拼接反应而保留于成熟 RNA中的序列或基因中与成熟RNA序列相对应的 DNA序列。
DNA 与成熟RNA间的对应区域 非间隔区（unspacer） 氨基酸的编码区（amino acid coding region）
1.外显子具有保守的序列
不同物种中的同源基因的外显子序列通常是保守 的。尤其是编码区内的外显子具有很强的保守性，但 处于5’和3’非编码区的外显子有时会发生变化。
一个重复单位(基因簇 gene cluster)的组织情况：
海胆： H1
H4
H2B
H3
H2A
不转录间隔区 组织方式因不同生物而异： 基因次序、间隔区的长短、重复频率
组蛋白基因表达特点：① 没有内元 ② 没有多聚A尾巴
1010 109 108 107 106
支
细
酵
霉
蠕昆鸟
两哺
原
菌
母
菌
虫虫类
栖乳
体
类类
☆ C值悖理理论（C-value paradox)
指 C值与生物进化复杂性之间不相对应的现象，也 叫 C值反常理论。
表现：
•低等动物的C值大于高等动物 如：两栖类的C值大于哺乳类 肺鱼的C值比哺乳动物大10－15倍
小）相同的前提下，DNA分子的C0t (1/2)值，取决于核苷 酸的排列exity) X：最长的没有重复序列 的核苷酸对的数值。
AAAAAAAA
X=1
ATCGATCGATCG X = 4
N= 105
X = 105
X= k Cot1/2
Cot(1/2) = 1/k (mol. Sec / L)
第四章 真核生 物基因组结构
第一节 真核生物基因组的组成
一、真核生物基因组的大小
C值（C-value）：一个物种单倍体基因组的DNA含量， 通常称为该物种的C值。
每个物种的C值是相对恒定的，不同物种的C值差 异极大。
一般随着生物结构和功能复杂程度的增加而C值增 大，即：生物细胞中的C值具有从低等生物到高等生物 逐渐增加的趋势。
真核生物DNA 复性曲线的模 式图
复性反应分为 三P相74，图每－相16代 表不同复杂长 度的序列类型
大部分结构基因 位于非重复的 DNA序列内
第二节 断裂基因（split gene）
不连续基因（interrupted gene）
编码某一RNA的基因中有些序列并不出现在成熟 的RNA序列中，成熟RNA的序列在基因中被其他的 序列隔开。
概念：基因家族中来源相同、结构相似和功能相关的 在染色体上彼此紧密连锁的一组基因。
它们属于同一个祖先的基因扩增产物，也常常包 括一些没有生物功能的假基因。 如：编码催化同一新陈代谢途径的不同步骤的酶的结 构基因 。这些基因各自编码的酶常能组成多酶复合物。 细菌同一操纵子中的几个结构基因也可称为基因簇 。