基因组与比较基因组学

1第十一章基因组与比较基因组学21.1940年代第一颗原子弹爆炸；2.1960年代人类首次登上月球；3.1990年代提出并基本完成的人类基因组计划（HumanGenomeProject，HGP）DNA双螺旋结构的发现者之一、美国国家卫生研究院（NIH）人类基因组研究所第一任所长J.D.Watson1990年在《Science》上撰文指出，与人类登月计划相比，HGP的资金投入少，但它对人类生活的影响却可能更深远。20世纪人类科技发展史上的三大创举3随着这个计划的完成，DNA分子中储藏的有关人类生存和繁衍的全部遗传信息将被破译，它将不仅帮助我们理解人类如何作为健康人发挥正常生理功能，还将最终揭开基因在癌症、早老性痴呆症、精神分裂症等严重危害人类健康的疾病中的作用。事实上，对人类自身更深入的了解是人类活动最重要的组成部分，因为任何自然科学研究，都没有比人类尽快找出解决自身所面临的人口膨胀、粮食短缺、环境污染、疾病危害、能源资源匮乏、生态平衡破坏、生物物种消亡等一系列难题更为重要、更为迫切。41860至1870年奥地利科学家孟德尔根据豌豆杂交实验提出遗传因子概念，并总结出孟德尔遗传定律。1909年丹麦植物学家和遗传学家约翰逊首次提出“基因”这一名词，用以表达孟德尔的遗传因子概念。1944年3位美国科学家分离出细菌的DNA（脱氧核糖核酸），并发现DNA是携带生命遗传物质的分子。1953年美国人沃森（Watson）和英国人克里克（Crick）通过实验提出了DNA分子的双螺旋模型。1969年科学家成功分离了第一个基因。1990年10月被誉为生命科学“阿波罗登月计划”的国际人类基因组计划启动。1998年一批科学家在美国罗克威尔（Rockville）组建塞莱拉遗传公司，与国际人类基因组计划展开竞争。1998年12月一种小线虫完整基因组序列的测定工作宣告完成，这是科学家第一次绘出多细胞动物的基因组图谱。1999年9月中国获准加入人类基因组计划，负责测定人类基因组全部序列的1%。中国是继美、英、日、德、法之后第6个国际人类基因组计划参与过，也是参与这一计划的唯一发展中国家。基因及基因组研究大事记：51999年12月1日国际人类基因组计划联合研究小组宣告，完整破译出人体第22对染色体的遗传密码，这是人类首次成功地完成人体染色体完整基因序列的测定。2000年4月6日美国塞莱拉公司宣布破译出一名实验者的完整密码，但遭到不少科学家的质疑。2000年4月底中国科学家按照国际人类基因组计划的部署，完成了1%人类基因组的工作框架图。2000年5月8日德、日等国科学家宣布，已基本完成了人体第21对染色体的测序工作。2000年6月26日科学家公布人类基因组工作草图，标志着人类在解读自身“生命之书”的路上迈出了重要一步。2000年12月14日美英等国科学家宣布绘出拟南芥基因组的完整图谱。这是人类首次全部破译出一种植物的基因序列。2001年2月12日中、美、日、德、法、英6国科学家和美国塞莱拉公司联合公布人类基因组图谱及初步分析结果。科学家首次公布人类基因组草图“基本信息”。6711.1人类基因组计划8基因控制着细胞中的蛋白质合成，控制着生物的各种遗传性状。基因组是生物体内遗传信息的集合，是某个特定物种细胞内全部DNA分子的总和。人体是一个多细胞体系，每个细胞中都包含46条两两配对的染色体，每23条染色体构成一个染色体组。大约有30亿对核苷酸，编码了5-6万个基因，人类基因组中携带了有关人类个体生长发育、生老病死的全部遗传信息。从整体上看，不同人类个体的基因是相同的，因此，我们说“人类只有一个基因组”，人生来是平等的。当然，不同的人可能拥有不同的等位基因，这一点决定了人与人之间个体上的差异。各种遗传病的发生，都源于基因的突变。突变是基因在分子结构上的改变，这种DNA分子结构的改变会导致基因功能的异常，从而导致遗传病。例如人类2号染色体长臂某段DNA分子的改变，就会导致并指畸形的产生。至于一些复杂的疾病，如高血压、冠心病、糖尿病、癌等，则可能涉及多个基因的突变。9人类基因组计划的科学意义在于：（1）确定人类基因组中约5万个编码基因的序列及其在基因组中的物理位置，研究基因的产物及其功能。（2）了解转录和剪接调控元件的结构与位置，从整个基因组结构的宏观水平上理解基因转录与转录后调节。（3）从整体上了解染色体结构，包括各种重复序列以及非转录“框架序列”的大小和组织，了解各种不同序列在形成染色体结构、DNA复制、基因转录及表达调控中的影响与作用。（4）研究空间结构对基因调节的作用。有些基因的表达调控序列与被调节基因从直线距离上看，似乎相距甚远，但若从整个染色体的空间结构上看则恰恰处于最佳的调节位置，因此，有必要从三维空间的角度来研究真核基因的表达调控规律。10（5）发现与DNA复制、重组等有关的序列。DNA的忠实复制保障了遗传的稳定性，正常的重组提供了变异与进化的分子基础。局部DNA的推迟复制、异常重组等现象则导致疾病或者胚胎不能正常发育，因此，了解与人类DNA正常复制和重组有关的序列及其变化，将对研究人类基因组的遗传与进化提供重要的结构上的依据。（6）研究DNA突变、重排和染色体断裂等，了解疾病的分子机制，包括遗传性疾病、易感性疾病、放射性疾病甚至感染性疾病引发的分子病理学改变及其进程，为这些疾病的诊断、预防和治疗提供理论依据。（7）确定人类基因组中转座子、逆转座子和病毒残余序列，研究其周围序列的性质。了解有关病毒基因组侵染人类基因组后的影响，可能指导人类有效地利用病毒载体进行基因治疗。（8）研究染色体和个体之间的多态性。这些知识可被广泛用于基因诊断、个体识别、亲子鉴定、组织配型、发育进化等许多医疗、司法和人类学的研究。此外，这些遗传信息还有助于研究人类历史进程、人类在地球上的分布与迁移以及人类与其他物种之间的比较。11人类基因组研究包括遗传图（GeneticMap）绘制、物理图（PhysicalMap）构建、测序、转录图（ExpressionProfiling）绘制和人类基因组的序列图及基因鉴定等方面的工作。通过多年来的发展，基因组学（genomics）作为一门专门学科，已应运而生。它涵盖以下几个方面：结构基因组学，着重遗传图、物理图、测序等研究；功能基因组学，包括以转录图为基础的功能制图（基因组表达图）；比较基因组学，包括对不同进化阶段生物基因组的比较研究，也包括不同人种、族群和群体基因组的比较研究。此外，工业基因组学、环境基因组学、药物基因组学、疾病基因组学等分支学科也在不断发展。12遗传图也称连锁图，是指基因或DNA标志在染色体上的相对位置与遗传距离，后者通常以基因或DNA片段在染色体交换过程中的分离频率厘摩（cM）来表示。遗传图的绘制是人类基因组研究的第一步，即以染色体上某一点为遗传标记，以与之相伴遗传的特征为对象，经连锁分析，将编码该特征的基因定位于染色体特定位置。cM值越大，两者之间距离越远。通过遗传图分析，我们可以大致了解各个基因或DNA片段之间的相对距离与方向，了解哪个基因更靠近着丝粒，哪个更靠近端粒等。遗传距离是通过遗传连锁分析获得的，研究中所使用的DNA标志越多，越密集，所得到的遗传连锁图的分辨率就越高。经典的遗传标记是可被电泳或免疫技术检出的蛋白质标记，如红细胞ABO血型位点标记，白细胞HLA位点标记等。例如，在ABO血型基因中，位于9号染色体长臂3区4带（9q34）的基因IA，决定抗原A的存在，表现A型血性状。由于ABO血型的广泛存在，所以可用它作遗传标记。当在某一家庭中，观察到了指甲髌骨综合征与A型血相伴遗传时，科学家就认为，这种病的致病基因NP与IA基因相连锁，也位于9q34区段。进一步的观察发现，这个家庭的后代中，有1/10为A型血而无指甲髌骨综合征，这表明基因IA和NP发生了交换，交换率（重组率）为1/10。这时就可说，基因IA和NP相距较近，连锁图上的距离为10厘摩（重组率1％即为1厘摩）。11.1.2遗传图的绘制13酵母遗传分析中最常用的生物化学标签标签表现型筛选方法ADE2培养基中需加入腺苷酸只能在加入腺苷酸的培养基上生长CAN1对刀豆氨酸有抗性能在含有刀豆氨酸的培养基上生长CUP1对铜离子有抗性能在含有铜离子的培养基上生长CYH1对环己酰亚胺有抗性能在含有环己酰亚胺的培养基上生长LEU2培养基中需加入亮氨酸只能在加入亮氨酸的培养基上生长SUC2能进行蔗糖发酵能在以蔗糖作为唯一碳源的培养基上生长URA3培养基中需加入尿嘧啶只能在加入尿嘧啶的培养基上生长14如果只用已知定位的少数几个基因作遗传标记，由于遗传标记的数目太少，很难绘制完整的连锁图。DNA技术的建立为人类提供了大量新的遗传标记。第一代DNA遗传标记是RFLP（RestrictionFragmentLengthPolymorphism，限制性片段长度多态性）。DNA序列上的微小变化，甚至1个核苷酸的变化，也能引起限制性内切酶切点的丢失或产生，导致酶切片段长度的变化。由于核苷酸序列的改变遍及整个基因组，特别是进化中选择压力不是很大的非编码序列之中，RFLP的出现频率远远超过了经典的蛋白质多态性。而且，只要选择得当，生物体内出现共显性RFLP及RAPD分子标记的频率较高。15第二代DNA遗传标记利用了存在于人类基因组中的大量重复序列，包括重复单位长度在15-65个核苷酸左右的小卫星DNA（minisatelliteDNA），重复单位长度在2-6个核苷酸之间的微卫星DNA（microsatelliteDNA），后者又称为简短串联重复（STR、STRP或SSLP，shorttandemrepeatpolymorphism或者simplesequencelengthpolymorphism）。STRP有两个最突出的优点，即作为遗传标记的“多态性”与“高频率”。STR的存在，为遗传图的绘制提供了大量可用的遗传标记。采用聚合酶链反应（PCR）技术，以STR两侧的基因作定点标记的完整连锁图，已于1996年绘成，相邻标记间的平均距离仅0.7厘摩。第三代DNA遗传标记，可能也是最好的遗传标记，是分散于基因组中的单个碱基的差异。这种差异包括单个碱基的缺失和插入，但更常见的是单个核苷酸的替换，即单核苷酸的多态性（SNP，singlenucleotidepolymorphism）。16“遗传图”的建立为人类疾病相关基因的分离克隆奠定了基础。拥有5000多个遗传学位点，相当于把整个人类基因组划分为5000多个小区，并分别设置了“标牌”。这些标牌将在搜索功能基因的过程中发挥独特的作用。把多态性的疾病基因位点（该位点至少包括“正常”及“致病”两个等位基因）与上述遗传标记进行分析比较时，如果在家系中证实该基因与某个标记不连锁（重组率为50%），表明该基因不在这一标记附近；如果发现该基因与某个标记有一定程度的“连锁”（重组率小于50%但大于0），表明它可能位于这个标记附近；如果该基因与某标记间不发生重组（重组率等于0），我们就推测该标记与所研究的疾病基因可能非常接近。17遗传图所表现的，是通过连锁分析确定的各基因间的相对位置；物理图则表现染色体上每个DNA片段的实际顺序。物理图是指以已知核苷酸序列的DNA片段（序列标签位点，sequence-taggedsite，STS）为“路标”，以碱基对（bp，kb，Mb）作为基本测量单位（图距）的基因组图。现在的测序技术还不能对整个DNA分子进行序列测定，因此须先将它切成一个个大小不同的片段，然后将这些片段连起来，构成连续的序列。切割的工具，是一类限制性内切核酸酶，它能识别DNA中的特定序列，并在该位点对DNA链进行切割。有一类稀有的限制性内切核酸酶，由于DNA中这样的序列比较少，所以用它可将DNA分子切割成约100万碱基大小的大片断。这样的片段有利于排序，不过必须用脉冲场凝胶电泳法，才能将它们分开。11.1.3物理图（PhysicalMap）18这些大片段在进行DNA分子克隆时，也不能通过细菌质粒或噬菌体的运载而在大肠杆菌中进行克隆，因为它们太大，而必