从病毒到细菌：基因组结构和基因编码的特点

四、基因组

1.概念

基因组（genome）是指生物体有合成功能的各类细胞的全套遗传物质，载有遗传信息的DNA大分子或RNA组装成染色体（或染色质），每条染色体存在成千上万的不同基因。在遗传学中对基因组的科学定义是指一个单倍体细胞核中、一个细胞器中（如线粒体、叶绿体）或一个病毒中所含的全部DNA（或RNA）分子的总称。如果具体所指，则可分为核基因组、线粒体基因组、叶绿体基因组及病毒基因组。换言之，基因组也就是一个生物体所有基因的总和，是构建一个生物体及其所有生物活性的总蓝图。由此，一门收集、研究及破译所有生物的基因组为研究目的和内容的新型学科——基因组学也应运而生。

各类生物基因组DNA量是不变的，但细菌有所例外，因此，物种不同，染色体数目不同，其基因数量不等，少至几个，多则5万～10万个。如大肠杆菌染色体数目1个，DNA含量4.2×10⁶bp；小鼠染色体数目40个，DNA含量1.4×10⁸bp；人染色体数目46，DNA含量3.2×10⁹bp。基因组是基因概念的深入与发展，它更能全面反映生物体的遗传信息与功能。

2.原核生物

病毒的基因组由DNA或RNA组成，每种病毒只有一种核酸。病毒基因组小，基因数少。病毒基因DNA序列中功能相关的蛋白质基因或rRNA基因，常集中在基因组的一个或几个特定部位，形成一个功能单元或转录单元。病毒除反转录基因组有两个拷贝体，其他基因组中每个基因只有一个拷贝。再者，病毒带有重叠基因，即一段DNA片段可以编码2～3种蛋白分子，这种结构可使较小的基因携带更多的遗传信息。

细菌染色质基因由环状双链组成，结构基因序列是连续排列的，无内含子，在转录后不需要加工修饰。细菌的DNA大部都是编码蛋白的功能基因，而基因组的结构基因无重叠现象。基因组中结构基因多为单拷贝，但编码rRNA的基因通常是多拷贝，以适应细菌核糖体快速组装及蛋白质快速合成。细菌除了在类核中含有较大环状染色质DNA外，胞质中还含有小的双键环状DNA分子结构，称为质粒。质粒是细菌的特殊结构，含有4×10⁶～100×10⁶bp，具有良好的自我复制和调控系统。质粒不是细菌生命活动所必需的，但其编码的性状大多数对细菌起保作用，使细菌获得有利于生存的特性。

3.真核生物

真核生物庞大，DNA结构复杂，表达调控多样。整个基因组分布在细胞核内的多条染色体中，细胞除细胞核DNA之外，线粒体也含有极少量的DNA，它们有其自身的功能。真核细胞基因的DNA序列由编码序列和非编码序列两部分构成。编码序列被非编序列隔开，是不连续的。基因结构有4个区域，包括编码区、前导区、尾部区和调控区。编码序列的外显子（extron），即基因编码表达多肽链的部分，而内含子（intron）为非编码序列，又称插入序列。每个外显子和内含子接头区都有一段高度保守的一致序列，即由内含子5′末端大多数是GT开始，3′末端大多是AG结束序列，称为GT—AG法则，是普遍存在于真核基因中DNA剪接的识别信号。调控区的启动子具有促进启动转录过程的功能，与基因转录的起始、调节及转录激活功能密切相关，而增强子不能启动基因的转录，但有增强转录的作用。终止子具有转录终止的功能。终止子是转录终止点之前的一段回文序列，约7～20bp，它将受到有序的调控而实现转录的终止。

4.人类基因组(www.xing528.com)

人类基因组包括细胞核内的基因组及细胞质内线粒体基因组两类。图4-6是人类基因组框架示意图。

图4-6　人类基因框架

细胞核基因组含2000兆个碱基对，而线粒体基因组只有16600个碱基对，相差很大，但人类细胞核基因组的全部遗传信息都编码在线状的DNA分子上。每个单位基因组约含3.2×10⁹bp。人类基因的平均长度为1～1.5kb，所以基因组足以编码1.5×10⁶种蛋白质，但实际上编码蛋白质的结构基因只不过3万个，仅占总基因组的2％～3％。其余的DNA序列包括基质之间的间隔区，基因内插入序列，重复序列等。重复序列是指一个基因组中具有很多拷贝的序列。

人类线粒体DNA（mtDNA）是独立于细胞核染色体的基因组，能自主复制，由16569个bp组成，每个mtDNA分子为环状双链DNA分子。外环为重链，内环为轻链（图4-7）。基因组含有37个基因，其中13个为蛋白基因，主要编码与呼吸链代谢相关的蛋白质或酶。人类线粒体的基因排列紧密，无内含子序列，mtDNA为母系遗传。当然，人类基因组的理论技术为《人类基因图谱》构建和后基因研究奠定了基础。

图4-7　人类线粒体基因组

H：重链，L：轻链，N01-N06：基因编码NADH脱氢酶亚单位，C01-C03：基因编细胞色素C氧化酶亚单位，1-3CYB：基因编码细胞色素B（引自孙汶生：基因工程学，2004）