遗传密码的新排列和起源探讨

根据DNA核苷酸组分的动态变化规律将遗传密码的传统排列按密码子对GC和嘌呤含量的敏感性进行了重排.新密码表可划分为2个半区（或1/2区）和4个四分区（或1/4区）.就原核生物基因组而言,当GC含量增加时,物种蛋白质组所含的氨基酸倾向于使用GC富集区和嘌呤不敏感半区所编码的氨基酸,它们均使用四重简并密码,对DNA序列的突变具有相对鲁棒性（Robustness）.当GC含量降低时,大多数密码子处于AU富集区和嘌呤敏感半区,这个区域编码的氨基酸具有物理化学性质的多样性.因为当密码子第三位核苷酸（CP3）在嘌呤和嘧啶之间发生转换时,密码子所编码的氨基酸也倾向于发生变化.关于遗传密码的进化存在多种假说,包括凝固事件假说、共进化假说和立体化学假说等,每种假说均试图解释遗传密码所表现出来的某些化学和生物学规律.基于遗传密码的物理化学性质、基因组变异的规律和相关的生物学假说,本研究提出了遗传密码分步进化假说（The Stepwise Evolution Hypothesis for the Genetic Code）.在人们推断的最原始的RNA世界里,原初（Primordial）遗传密码从只能识别嘌呤和嘧啶开始,编码一个或两个简单而功能明确的氨基酸.由于胞嘧啶C的化学不稳定性,最初形成的遗传密码应该仅仅由腺嘌呤A和尿嘧啶U来编码,却可得到一组7个多元化的氨基酸.随着生命复杂性的增加,鸟嘌呤G从主载操作信号的功能中释放出来,再伴随着C的引入,使遗传密码逐步扩展到12,15和20个氨基酸,最终完成全部进化步骤.遗传密码的进化过程同时也伴随以蛋白质为主体的分子机制和细胞过程的进化,包括氨酰tRNA合成酶（AARS）从初始翻译机器上的脱离、DNA作为信息载体而取代RNA以及AARS和tRNA共进化等基本过程.分子机制和细胞过程是生命的基本组成元件,它们不但自己不断地趋于完善,也促使生命体走?     

DNA测序技术引领中国基因组科学走向未来

10年前, 人类基因组草图完成, 全世界都在期待着这一计划能最大限度地对人类疾病起到革命性的影响(2000年6月26日, 美国总统比尔-克林顿在白宫的讲话). 然而, 10年后, 人们一直期待的人类疾病的革命依然未能实现. 但无论如何, 人类基因组计划的完成以及目前测序技术的创新发展, 是生物学上的一场革命. 它改变了很多生物学家的职业生涯, 鼓励他们去解决新的生物学问题、面对新的挑战. ......     

基于8种真核生物的整合分析揭示种属特异性小蛋白的功能和进化特征

小蛋白 ( < 100个氨基酸) 广泛存在于三界生命中,具有重要生物功能．早期涉及小蛋白的研究主要集中于少量特殊物种中的蛋白质家族,以及在全基因组尺度预测短小开放读码框(sORFs)的算法开发,但并无跨真核物种的大规模组学分析来揭示小蛋白的功能和进化特征．通过对已知小蛋白和拥有短小开放读码框的基因进行全基因组尺度的计算分析,长度小于100个氨基酸的RefSeq proteins按照其序列保守性被划分为存在于所有8种真核生物、只存在于脊椎动物和只存在于哺乳动物三个进化分类中,此三个进化分类所对应的生物学功能揭示了小蛋白行使种属特异性功能的特征．进一步研究发现,大多数人类特有的小蛋白也是组织表达特异性的,并且绝大多数古老的小蛋白在人体内普遍表达．因此认为,一些真核小蛋白出现并在自然选择压力下富集,行使种属特异性功能,并且以特殊的方式进化和表达．     

小鼠乳腺发育的转录组学研究——怀孕哺乳周期乳腺的关键调控基因

乳腺是哺乳动物特有的器官,90%的发育过程集中在出生之后.此外,在生殖过程中乳腺发育会经历怀孕、哺乳和退化3个阶段(称为怀孕哺乳周期).为了在转录组水平上更好地了解乳腺发育的机制,利用核糖体RNA去除法构建了小鼠乳腺3个时期(怀孕12天、哺乳14天和退化7天)的总RNA文库,每个文库产出的数据量均大于5×107条reads.3个文库分别得到17344,10160和13739个蛋白编码基因以及1803,828和1288个ncRNAs.其中,从怀孕期到哺乳期有4843个差异表达基因(包括749个上调表达的基因和4094个下调表达的基因);从哺乳期到退化期共有4926个差异表达基因(包括4706个上调表达和220个下调表达的基因).此外,还观察到与溶酶体酶相关的基因在哺乳期乳腺中有较高的表达.通过对转录因子及ncRNAs的分析,还得到一些可能在乳腺发育的不同时期有重要调控作用的调控因子基因(如转录因子基因Trps1,Gtf2i,Tcf7l2,Nupr1,Vdr,Rb1和Aebp1;miRNA基因mir-125b,Let-7,mir-146a和mir-15等).     

中国人群参考基因组及基因组变异图谱资源库

随着人类基因组计划和国际千人基因组计划的实施,已公开数百个中国人个体的全基因组数据。建立高精度的中国人群参考基因组序列,发现并解析中国人群特有的序列变异,是我国未来精准医学研究的基础。为满足未来精准医学研究中国人基因组数据持续增长的科学管理和深入研究的需求,中国科学院北京基因组研究所发展并建立了基于中国人群全基因组测序数据的虚拟中国人基因组数据库(Virtual Chinese Genome Database, VCGDB)和中国人群基因组变异数据库(Genome Variation Map, GVM),面向国内外用户提供数据检索、共享、下载和在线分析服务。本文重点介绍了这两个数据库的特点和功能,以及未来发展与应用前景,以期为中国人群参考基因组及基因组变异图谱资源库的推广使用、发展完善提供有益信息。