人类基因组中的保守非编码元件

比较基因组学的研究发现: 人类基因组中约5%的序列受到选择压力的限制, 但编码序列只占其中很小一部分, 约3.5%是保守、非编码序列。这些保守非编码元件具有重要功能。可能在染色质构型(高级结构)、DNA转录和RNA加工等不同水平参与了基因的表达调控, 与哺乳动物的形态发生和人类疾病相关。文章简要综述了保守非编码元件的识别、功能及验证、起源演化以及与人类疾病的关系。     

三种模式微生物基因组中GC含量的比较

GC含量是核酸序列组成的重要特征,其含量可作为反映进化的一种指标。为了探索GC含量作用于基因组的进化压力,本研究研究了大肠杆菌(Escherichia coli)和枯草杆菌(Bacillus subtilis)、真核生物酿酒酵母(Saccharomyces cerevisiae)三种模式微生物基因组编码序列的GC含量,分析了其基因组中蛋白质编码序列的GC含量与编码序列长度的关联,结果发现编码序列的GC含量与序列相对频数有一定的相关性,且编码序列的GC含量随序列相对频数的分布具有一定的规律。根据分布曲线我们推测这种规律应该符合某种分布,并用各种分布函数进行拟合,研究结果发现基因组中编码序列的GC含量随序列频数的分布与高斯分布相符合,且这种分布在真核生物和原核生物间有显著区别。另外,不同长度的编码序列GC含量的分析结果表明,编码序列的GC含量与序列长度有一定的相关性。     

拟南芥与水稻之间简单重复序列的比较分析

利用Peri,C 语言编写了鉴定和分析简单重复序列的一系列程序,在全基因组水平上分析了拟南芥(Arabidopsisthaliana L.)简单重复序列的分布及简单重复序列和基因的关系.共发现5 652个简单重复序列(≥20bp),大约每20.6kb有1个简单重复序列.拟南芥各染色体之间简单重复序列的密度基本一致.拟南芥的27 480条编码序列中,只有677条编码序列含有725个简单重复序列,其中的3碱基简单重复序列多数对应的是小的亲水性的氨基酸.在拟南芥和水稻(Oryza sativa L.)第4号染色体的高度保守的基因中,简单重复序列却并不保守.通过比较拟南芥和水稻之间简单重复序列的差异,推论出:水稻的全基因组和基因中简单重复序列的密度都比拟南芥大,这可能是水稻基因组序列比拟南芥大的原因之一,水稻基因组中0.21%来自简单重复序列,而拟南芥中只有0.13%;不但不同物种的基因组对简单重复序列的偏好性不同,而且不同物种的基因对简单重复序列的偏好性也不同.在水稻和拟南芥中部发现了一些嵌套性的卫星序列.     

封面图片介绍

正酿酒酵母(Saccharomyces cerevisiae)又称出芽酵母,是发酵中最常用的生物种类,其细胞为圆形或卵形,直径5~10μm,繁殖方式为出芽生殖。在现代分子和细胞生物学研究中,酿酒酵母因其全基因组较小、遗传背景相对清楚、生活周期短,常用作真核模式生物,其作用相当于原核的模式生物大肠杆菌。酿酒酵母是第一个完成基因组测序的真核生物,研究发现其基因组中的编码序列与人体中获得的单个细胞中的编码序列     

长链非编码RNA研究进展

基因组计划研究表明, 在组成人类基因组的30亿个碱基对中, 仅有1.5%的核酸序列用于蛋白质编码, 其余98.5%的基因组为非蛋白质编码序列。这些序列曾被认为是在进化过程中累积的“垃圾序列”而未予以关注, 但在随后启动的ENCODE研究计划中却发现, 75%的基因组序列能够被转录成RNA, 其中近74%的转录产物为非编码RNA(Non-coding RNA, ncRNA)。在非编码RNA中, 绝大多数转录本的长度大于200个碱基, 这些“长链非编码RNA(Long non-coding RNA, lncRNA)”能够在转录及转录后水平上调节蛋白编码基因的表达, 从而广泛地参与包括细胞分化、个体发育在内的重要生命过程, 其异常表达还与多种人类重大疾病的发生密切相关。文章综述了长链非编码RNA的发现、分类、表达、作用机制以及其在个体发育和人类疾病中的作用。     

后生动物非编码保守元件

生物体基因组中除了编码序列之外, 还存在大量的非编码调控序列。比较基因组学研究发现：脊椎动物、尾索动物、头索动物、果蝇、线虫等基因组中存在保守的非编码调控序列。这些非编码保守元件通常分布在与转录调控发育相关的基因上下游区域, 作为基因调控网络核心的一部分, 常常在基因表达过程中扮演转录增强子的角色。文章总结了近年来有关后生动物非编码保守元件的发现和主要特点, 并进一步就非编码保守元件在大规模基因组倍增之后的演化及其在生物躯体图式进化过程中的影响进行了综述。     

密码对的使用与基因组进化

以5种真核、20种细菌、10种古菌生物的基因组为样本,分析了编码序列中密码对和基因间序列中三联体对的相对模式数随频数的分布,验证了这种分布符合Γ(α,β)分布。发现分布形状参数!值与生物基因组进化存在明显的相关性;编码序列与基因间序列的进化方式截然不同。随着进化,编码序列的分布形状逐渐向随机分布靠近(α值逐渐增大)。而对基因间序列,古菌与真核生物的分布形状接近,与细菌的分布相差明显。     

人类肿瘤基因组系统性突变分析带来的机遇

最近发表于《科学》杂志(Science)的“人类乳腺癌和结直肠癌共有编码序列”一文,是继人类基因组计划完成后,对人类疾病状态下基因组改变的首次无偏倚系统性分析.对如何利用该研究发现的候选癌基因获得肿瘤治疗药物的新靶标作初步分析,并介绍这些候选癌基因在识别肿瘤高危人群和依据分子机制更新肿瘤分型方面的潜在应用价值.     

黄地老虎颗粒体病毒cDNA文库的构建

以感染黄地老虎颗粒体病毒(Agrotis segetum ganulosis virus,AsGV)的黄地老虎幼虫为材料提取总RNA、分离mRNA,并反转录合成cDNA,构建了包括黄地老虎(Agrotis segetura,As)幼虫和黄地老虎颗粒体病毒的cDNA文库.用EcoR Ⅰ和HindⅢ限制性内切酶酶切AsGV基因组DNA,制备地高辛探针,与上述总RNA、mR-NA、cDNA杂交,从文库中筛选出AsGV的阳性克隆1081个,经cDNA测序,cDNA编码序列与基因组编码序列相符.并根据基因组阅读框序列合成引物,PCR扩增出59个阅读框的编码基因,也完全与基因组序列相符.     

胶质细胞源神经营养因子基因克隆及产物纯化

用PCR方法从人基因组DNA中扩增出胶质细胞源神经营养因子(GDNF)的编码序列, 使它在E.coli中表达并纯化了重组GDNF.     

拟南芥与水稻之间简单重复序列的比较分析

利用Perl,C 语言编写了鉴定和分析简单重复序列的一系列程序,在全基因组水平上分析了拟南芥(ArabidopsisthalianaL.)简单重复序列的分布及简单重复序列和基因的关系。共发现5652个简单重复序列(≥20bp),大约每20.6kb有1个简单重复序列。拟南芥各染色体之间简单重复序列的密度基本一致。拟南芥的27480条编码序列中,只有677条编码序列含有725个简单重复序列,其中的3碱基简单重复序列多数对应的是小的亲水性的氨基酸。在拟南芥和水稻(OryzasativaL.)第4号染色体的高度保守的基因中,简单重复序列却并不保守。通过比较拟南芥和水稻之间简单重复序列的差异,推论出:水稻的全基因组和基因中简单重复序列的密度都比拟南芥大,这可能是水稻基因组序列比拟南芥大的原因之一,水稻基因组中0.21%来自简单重复序列,而拟南芥中只有0.13%;不但不同物种的基因组对简单重复序列的偏好性不同,而且不同物种的基因对简单重复序列的偏好性也不同。在水稻和拟南芥中都发现了一些嵌套性的卫星序列。     

假基因的研究进展

伴随着人类基因组计划的完成和后基因组计划的实施,对占人类基因组约97％的非编码序列的研究已展开。在人类、线虫、果蝇以及酵母等生物体中已经发现大量假基因。本文对假基因的命名与分类、结构特征、分布特点、产生过程、识别程序、假基因与蛋白质结构关系、假基因是否具有功能以及在进化过程中作用进行了综述。     

应用寡核苷酸探针检测甘薯基因组中NBS与LRR序列数目

以含编码NBS及LRR结构域序列的PCR扩增产物作标准对照,根据P-LOOP模体及LRR结构域氨基酸序列设计寡核苷酸探针,应用Southern杂交定量检测甘薯基因组中NBS与LRR序列的拷贝数目。结果表明,甘薯基因组中存在多个拷贝的NBS与LRR编码序列,经计算初步获得了其在基因组中的拷贝数目,为揭示甘薯抗病分子机制及植物抗病分子育种打下基础。     

基于编码序列、基因间序列和氨基酸序列构建的系统发生关系比较

以7种古菌、46种细菌和10种真核生物的基因组为样本,考虑碱基间的短程关联和长程关联作用,得到编码序列的密码对和基因间序列的三联体对中不同位点的二核苷酸频率,据此构建了基于编码序列和基因间序列的系统发生关系。无论是基于编码序列还是基因间序列对信息进行聚类,古菌或真核均被聚在一支上,表明聚类参数的选择是合适的;与基于氨基酸序列构建的系统发生关系进行两两比较,发现大部分硬壁菌的编码序列与基因间序列之间,以及编码序列与氨基酸序列之间的进化都存在较大差异。通过分析认为,只有综合考虑这三类序列的进化信息,才可能得到更自然的系统发生关系。     

高冰草中高分子量麦谷蛋白亚基的编码基因

通过SDS-PAGE法分析了高冰草(Agropyron elongatum(Host)Nevski)种子麦谷蛋白亚基,发现高冰草的麦谷蛋白亚基种类比普通小麦更加丰富.通过基因组PCR法用高分子量麦谷蛋白亚基基因的特异引物从高冰草核基因组中分离出了7条麦谷蛋白亚基的全编码序列,分别命名为AgeloGl～AgeloG7.其中的5条已进行全序列测定,对AgeloGl和AgeloG4进行了末端测序.尽管其中的4条基因的编码序列(AgeloG4,AgeloG5,AgeloG6和AgeloG7)小于1.8kb,但是对从克隆到的序列推导出的氨基酸序列与已经发表的小麦高分子量麦谷蛋白亚基序列进行对比分析发现,这些亚基与来自小麦的高分子量麦谷蛋白亚基具有很高的同源性.并且对信号肽、N-、C-末端的氨基酸序列分析显示,这7条序列编码的亚基皆为y-型亚基.用5条全部测序的编码序列与普通小麦的A、B、D、粗山羊草的D、圆柱山羊草的C、伞穗山羊草的U、黑麦的R染色体的编码高分子量麦谷蛋白的序列进行了聚类分析.表明,AgeloG2与小麦lDy,AgeloG3与小麦1By,AgeloG5、AgeloG6和AgeloG7与小麦1Ay在起源和进化上有较高的相似性.     

在两个X连锁显性腓骨肌萎缩症家系中发现同一GJB1基因突变Glu208Lys

在两个X连锁显性腓骨肌萎缩症(Charcot-Marie-Tooth disease, CMT) 家系中进行了GJB1基因的突变分析。提取基因组DNA, PCR(polymerase chain reaction)反应扩增GJB1基因编码序列, 进行单链构象多态性(single strand conformational polymorphism, SSCP)分析, 对有差异SSCP带型的PCR产物进行测序, 结果在两家系中发现同一GJB1基因c.622G→A (Glu208Lys)突变。所发现的突变位点在国内尚未报道。     

水稻两个frr基因的结构、转录特性及同源性分析

对水稻中两个核糖体再循环因子同源基因OsfrrA和OsfrrB进行了鉴定与分析.这两个单拷贝基因分别位于水稻的4号和7号染色体上,且在细胞器基因组中未发现同源序列.它们在不同组织中的转录特性及其蛋白质产物的N端特征提示其翻译产物会被各自转运并分别定位于线粒体和叶绿体中,而序列上的保守性及构成性的表达则表明它们在植物生长中扮演着重要的角色.它们与其它原核及真核RRF之间在基因结构及编码序列上的异同为内共生学说提供了新的证据,也揭示了RRF在分子进化研究方面所具有的潜在价值.     

转座元件在不同人类基因组数据库中分布情况的研究

在人类基因组中,大多数的基因都含有转座元件,但是转座元件在蛋白质编码区所占的比例大约只有1%。1%这个比例很可能是被低估的。我们系统分析了转座元件在不同的人类基因组注释数据库中的变化情况。在Ref Seq数据库中,0.43%的蛋白质编码序列被转座元件覆盖,但在Ensembl数据库中,这一比例达到了1.30%。对于Ensembl特有的蛋白质编码区,转座元件的覆盖率达到了15.3%,远远高于在Ref Seq中所对应的比例(0.43%)。这些结果表明,未被识别出的蛋白质编码序列比现有的蛋白质编码序列含有更多的转座元件,这也预示着这些蛋白质编码序列将会更加难以被识别出来。     

长链非编码RNA及其与肿瘤关系

人类基因组DNA信息分析显示,基因组中编码序列不超过2％,其余为非编码序列,其中能够稳定转录的部分称之为非编码RNA(noncoding RNA,ncRNA)基因.依据ncRNA长度将其分为长非编码RNA(lncRNA,碱基数＞200nt)和短非编码RNA (sncRNA).在人体内,lncRNAs分布广泛,数目众多,并且大多数是由RNA聚合酶Ⅱ转录的,且有5'端帽子结构以及3 '端的多聚腺苷酸.就lncRNA的特征及其在肿瘤细胞中的功能进行阐述.     

基于EST和GSS序列的玉米未知微RNA的数据挖掘

miRNAs通过与靶基因互补位点配对结合,在转录后水平负性调控靶基因的表达.根据miRNA进化上的保守性,以拟南芥、水稻等已知的植物miRNAs为探针,与相关数据库中玉米表达序列标签(EST)和基因组序列(GSS)中的非编码序列比对,采用一系列的标准进行筛选,最后预测得到24个玉米miRNA前体,通过靶基因的预测共得到61个靶基因.通过生物信息学方法大大提高了人们发现miRNAs及其靶基因的效率,补充了玉米miRNA数据库的不足.