基因的基本组成

基因是具有功能的DNA序列片段，由编码序列和非编码序列交替构成，我们又称为割裂基因 split gene。人类基因主要由 外显子、内含子和侧翼序列组成。

外显子与内含子

• 外显子 exon 是基因内的编码序列；内含子 intron 是基因内的非编码序列。
• 外显子平均长度小于200bp；内含子平均长度3000bp。无内含子的基因较小，较大的基因，序列中内含子也较大。高表达的基因中，内含子较短。
• GT-AG法则，外显子与内含子接头的位置，都有高度保守的共有序列，为剪切识别信号，即内含子5’端核苷酸是GT，3’端是AG。
• 基因内基因，即内含子中存在若干小基因。
• 基因家族 gene family ，即基因组中一些功能相似的基因成簇的排列在一起（一条染色体上），这些基因可能同时发挥作用，也可能在不同发育阶段表达。
  例：人类α和β珠蛋白基因簇。前者与ζ基因排列在16号染色体上，组成α珠蛋白基因簇；后者与其他四个基因排列在11号染色体上，组成β珠蛋白基因簇。在胚胎发育的不同阶段表达。
• 基因超家族 gene superfamily，即一些基因编码相似功能的蛋白，成簇的分布于几条不同的染色体上。
  例：人类HOX基因是由38个相关基因组成的四个基因簇，分布于2、7、12和17号染色体上。
• 假基因 pseudogene，是一些与某些有功能的基因结构相似但不能表达基因产物的基因。可能是进化中，编码序列或调控元件发生突变、或cDNA插入，一般缺少启动子序列。
  例：人类α珠蛋白基因簇中的假基因ψα与α基因相比，没有内含子，可能是cDNA插入导致。

基因家族与超家族的区别是，是否存在于同一条染色体上。此外，现在的教材相比我大学的教材，在具体细节上更丰富。

侧翼序列

侧翼序列 flanking sequence，即在每个基因序列的5’和3’端两侧的不转录序列。启动子在5’，终止子和多聚腺苷酸信号在3’，增强子两侧都可能存在。侧翼序列与基因的转录调控有关。

• 启动子 promoter
  由一组段序列元件簇集在一个基因编码序列的上游构成，多位于基因起始点上游100-200bp范围；转录因子与之结合后，激活RNA聚合酶，启动RNA合成。

• • TATA框 TATA box
    在转录起始点5’端上游-25~-30bp处有高度保守序列，由7个碱基构成，即TATAA(T)AA(T)，两个碱基可变化。转录因子TFⅡ与之结合，再与RNA聚合酶Ⅱ形成复合物，识别转录起始点，启动基因转录。
• • CAAT框 CAAT box
    在转录起始点5’端上游-70~-80bp处有高度保守序列，由9个碱基构成，即GGC(T)CAATCT，一个碱基可变化。转录因子CTF与之结合，提高转录效率。
• • GC框 GC box
    某些基因没有上述两种元件，但含GC框，即GGCGGG，转录因子Sp1与之结合，促进转录。

• 增强子 enhancer

• • 短序列元件，特异性与调节蛋白结合，在启动子和增强子间形成DNA环，使增强子的结合蛋白与启动子的结合蛋白相互作用、或与RNA聚合酶相互作用，增强基因的转录活性。
• • 启动子位于基因上游，起始点相对恒定；增强子可以位于任何位置，且功能与位置和序列方向无关，可以5’-3’方向，也可以是3’-5’方向。

• 沉默子 silencer
  与增强子具有相似的性质，但是，是抑制特定基因转录活性的调节元件。

• 终止子 terminater
  由AATAAA和一段回文序列组成，AATAAA是多聚腺苷酸（polyA）的附加信号，回文序列转录后形成发夹结构，阻碍RNA聚合酶继续移动，转录终止。

侧翼序列是个新名词，实际是一段有效地基因序列中，不负责编码的那些部分。

基因的表达

基因的表达是DNA序列的遗传信息通过转录产生的mRNA经过翻译，最终形成蛋白质的过程。基因的表达遵循共线性原理 colinearity principle ，即DNA的线性核苷酸序列以碱基三联体 base triple 形式被转录为RNA的线性核苷酸序列，RNA以密码子 condon 形式被解码形成特定多肽的线性氨基酸序列，这种DNA-RNA-Protein的信息传递方式被称为中心法则。反转录酶的存在，使DNA-RNA间为双向信息传递。

转录 transcription

指以DNA双链中的一条链为模板，以ATP、CTP、GTP和UTP为原料，在RNA聚合酶催化下，按碱基互补方式合成RNA单链的过程。

这一过程发生于细胞核内，方向为5’-3’，转录产物RNA的序列与DNA模板链互补，与非模板链相同（T换成U）。前者称为 有义链 sense strand，后者称为 反义链 antisense strand。

真核细胞中，仅有少部分DNA处于转录中，转录单位无规律分布于基因组DNA中。转录产物有：mRNA（RNA聚合酶Ⅱ），核糖体RNA ribosoma RNA；rRNA（RNA聚合酶Ⅰ），转运RNA transfer RNA；tRNA（RNA聚合酶Ⅲ）。

mRNA传递遗传信息给蛋白质。过程如下：

• 剪接 splice
  原始RNA转录本称为异质核RNA heterogeneous nuclear RNA，hnRNA，序列中包含外显子和内含子。剪接过程就是剪除内含子，将外显子连接的过程。

• • 剪接发生于二者交界处的GT和AG处；剪接起始的GT和相邻的保守序列组成 剪接供体位点 splice donor site，剪接终止的AG和相邻的保守序列组成 剪接受体位点 splice receptor site；在内含子末端有一个保守序列，称为 分支部位 branch site，位于AG上游40核苷酸处，这些序列构成剪接信号。
• • 细胞核内的小核RNA蛋白 snRNP 识别这些信号（RNA-RNA碱基配对），形成剪接体 splicesome 切除内含子。前者由5种snRNA（snRANU1,U2,U4,U5和U6）和特定蛋白质构成。

• 加帽 capping
  指在RNA转录本5’端连接上一个7-甲基鸟苷酸，封闭RNA的5’端，保护RNA转录本免受磷酸酶和核酸酶消化，增加稳定性。

• 加尾 tailing
  RNA转录本3’端在腺苷酸聚合酶作用下，经多聚腺苷酸化 polyadenylation 附加大约200个腺苷酸的长链，即多聚腺苷酸 polyA 尾。增加了mRNA稳定性，有利于核糖体识别。

• • 位置在3’非编码区6核苷酸信号AAUAAA的下游15-30bp的位置加上polyA。

翻译 translation

mRNA中间序列被翻译为氨基酸，5’和3’端是非翻译区 UTR，多数为第一和最后外显子序列，含有加帽和加尾序列。

• 翻译过程
  多肽链是在mRNA、tRNA和核糖体协作下完成。核糖体是一个rRNA-Protein复合物，由60s和40s亚基构成。

• • 小亚基识别mRNA 5’的帽，沿序列移动到第一个起始密码子AUG，特别是，当AUG位于起始密码子识别序列GCCPuCCAUGG时才可以有效识别，尤其是AUG后的G，以及之前第三个核苷酸的嘌呤Pu，最好是A。
• • 多种tRNA携带不同的氨基酸，tRNA上的反密码子与mRNA上的密码子识别互补，大小亚基结合合成肽链。直至终止密码子 UAA\UAG\UGA。
• • 这个过程是多枚核糖体同时进行的，可形成多种肽链。mRNA 5’端对应氨基末端 NH2；3’端对应羧基端 COOH

• 遗传密码的兼并性
  密码子共64个，但氨基酸仅20种，因此，不同密码子编码同一种氨基酸的特性称为遗传密码子的兼并性 degeneracy。

• • 此外，mRNA的密码子64个，细胞质tRNA的反密码子有30个，线粒体的tRNA的反密码子有22个。但翻译的过程仍可正常进行。因此，有观点认为存在摇摆假说 wobble hypothesis，即第一和二碱基遵循A-U，G-C规律，第三碱基可以发生摇摆。

• 翻译后修饰
  多肽链在翻译后会发生复杂的修饰。有脱乙酰基、乙酰化、磷酸化、糖基化和切割，以及多条肽链的折叠连接等。

这部分是分子生物学的内容，所以很简单。也有一些名词被改变。

基因表达与调控

多数细胞中都表达的基因称为管家基因 housekeeping gene。

• 组蛋白乙酰化与DNA甲基化
  细胞核中的染色质分为常染色质和异染色质两种（旧名词），现多按有无转录活性进行区别。前者松弛，与组蛋白结合弱，在S期早期复制；后者致密，与组蛋白结合紧密，在S期晚期复制。

• • 组蛋白乙酰化后，对DNA亲和力下降，使染色质松弛，适合基因表达；基因启动子区的CpG序列出现甲基化后，会与甲基化CpG结合蛋白 MeCP2 结合，抑制基因的表达。

• 顺式作用元件与反式作用因子

• • 基因启动子区的保守序列能与TF特异性结合，调节基因转录，这些元件称为顺式作用元件 cis-acting element，位于5’端侧翼序列。
• • 转录因子可以结合到这些序列，称为反式作用因子 trans-acting factor。TF之间也有复杂的作用，结构中都有一些相似的结构域基序，是蛋白与cis-acting element作用的基础。
• • 根据结构域基序的不同，TF分为四种：
    1）螺旋-转角-螺旋蛋白 helix-turn-helix ，一个氨基酸锻炼链接两个α螺旋结构
    2）锌指蛋白 zinc finger
    3）亮氨酸拉链蛋白 leucine zipper
    4）螺旋-环-螺旋蛋白 helix-loop-helix

• 剪接与多聚核苷酸化
  一个基因的转录本可以通过剪接改变形成许多异构蛋白。参与主要调节因子是RNA结合蛋白的SR家族（C端含丝氨酸和精氨酸）；还有一些snRNP蛋白。
  此外，某些基因的转录本的3’UTR区可能存在多个多聚腺苷酸信号，体现了组织特异性，发挥不同的作用。

所谓顺式，反式的概念来自经典遗传学，也就是发现基因之前的遗传学。这些概念表达的是一种现象，而不是机理。所以某些被保留，某些被废除（同一种现象下，机理可能不同）。当初让我困惑了好久。TF是细胞内重要的信号分子，相关的文献读起来会很吃力。