蛋白質(zhì)編碼基因至少包含四個(gè)組件：TU, MODEL, EXON, CDS

? TU代表轉(zhuǎn)錄單位，是基因的最高順式元件。僅在可變剪接體存在時(shí)可編碼多個(gè)基因MODEL

? 基因MODEL封裝了單個(gè)剪接異構(gòu)體所有的的編碼和非編碼結(jié)構(gòu)，每個(gè)基因MODEL可編碼剪接數(shù)個(gè)mRNA EXONS并代表基因剪接后無(wú)內(nèi)含子的部分。?

一個(gè)mRNA EXON可能僅部分編碼蛋白質(zhì)，恰恰是上游或下游非編碼區(qū)存在時(shí)。每個(gè)EXON的蛋白質(zhì)編碼部分由CDS元件表示。CDS元件還編碼終止密碼子?；蚪M件不是根據(jù)它們的坐標(biāo)進(jìn)行排序的。

? 對(duì)于存在非翻譯區(qū)的區(qū)域，將出現(xiàn)UTR。UTR代表了RNA EXON的非蛋白質(zhì)編碼部分。目前，UTRs不支持該DTD以外的TIGR數(shù)據(jù)類(lèi)型，它們的存在僅為了便于外部數(shù)據(jù)分析。

5'UTR ：region at the 5' end of a mature transcript (preceding the initiation codon) that is not translated into a protein

3'UTR: 3‘端非翻譯區(qū)，也就是mRNA兩端的非編碼片段

順便介紹一下“轉(zhuǎn)錄本”（轉(zhuǎn)載解螺旋公共號(hào)）

我們平常通過(guò)數(shù)據(jù)庫(kù)查找某個(gè)基因的相關(guān)信息時(shí)，會(huì)發(fā)現(xiàn)該基因有多個(gè)轉(zhuǎn)錄本。為什么一個(gè)基因可以有多個(gè)轉(zhuǎn)錄本呢？轉(zhuǎn)錄本能干什么？

?轉(zhuǎn)錄本其實(shí)就是基因通過(guò)轉(zhuǎn)錄形成的一種或多種可供編碼蛋白質(zhì)的成熟的mRNA。

一個(gè)基因有可能有多個(gè)轉(zhuǎn)錄本，原因是由于不同的剪接方式造成的。我們都知道，基因轉(zhuǎn)錄之后，首先是形成前體mRNA，通過(guò)剪切內(nèi)含子連接外顯子，5’端加帽及3’端加尾之后形成成熟的mRNA。

但是在剪切的過(guò)程中可能會(huì)剪切掉外顯子，也有可能保留部分內(nèi)含子，這樣就形成了多種mRNA即多個(gè)轉(zhuǎn)錄本。

?舉個(gè)栗子：這是一個(gè)

三個(gè)外顯子兩個(gè)內(nèi)含子的基因結(jié)構(gòu)圖

該圖通過(guò)不同的剪接方式得到了四種mRNA即四種轉(zhuǎn)錄本（我只是列出了部分可能性），實(shí)際中可能該基因只具有其中的一種或兩種轉(zhuǎn)錄本，也有可能都具有。

我們需要特別注意的是大多數(shù)基因有多個(gè)轉(zhuǎn)錄本，而且有可能每個(gè)轉(zhuǎn)錄本都會(huì)編碼產(chǎn)生相應(yīng)的蛋白，這樣就有可能造成一個(gè)基因有多種功能。

我們平常研究某個(gè)基因時(shí)（該基因有多個(gè)轉(zhuǎn)錄本），其實(shí)我們研究的是它的其中一個(gè)轉(zhuǎn)錄本所編碼的蛋白的功能。雖然該基因有多個(gè)轉(zhuǎn)錄本，而且每個(gè)轉(zhuǎn)錄本都編碼蛋白，但是一般情況下它的不同的轉(zhuǎn)錄本分布在不同類(lèi)型的細(xì)胞中，當(dāng)然也有可能多種轉(zhuǎn)錄本同時(shí)存在于某一細(xì)胞中。

?那我們研究該基因時(shí)應(yīng)該怎么做呢？

首先，我們需要確定我們應(yīng)該研究該基因的哪個(gè)轉(zhuǎn)錄本。

因?yàn)槲覀兤匠Ｑ芯磕硞€(gè)基因的功能的時(shí)候，是因?yàn)樵摶蛟谀骋惶囟ǖ慕M織和細(xì)胞中表達(dá)，它在這些組織和細(xì)胞中具有特定的功能，所以我們只需要確定該基因的哪個(gè)轉(zhuǎn)錄本在這些組織和細(xì)胞中表達(dá)即可。

確定的方法當(dāng)然就是設(shè)計(jì)每種轉(zhuǎn)錄本特異性引物，然后通過(guò)RT-PCR就可知道哪種轉(zhuǎn)錄本在組織和細(xì)胞中特異性表達(dá)。那這個(gè)轉(zhuǎn)錄本就是我們接下來(lái)要研究的。

之所以要確定我們應(yīng)該研究哪個(gè)轉(zhuǎn)錄本，那是因?yàn)樗P(guān)系到引物的設(shè)計(jì)以及蛋白分子量的計(jì)算。

當(dāng)我們研究某個(gè)基因的功能時(shí)，通常會(huì)抽提總的RNA，然后反轉(zhuǎn)錄得到cDNA，然后將cDNA連接到表達(dá)載體中轉(zhuǎn)化到原核或真核細(xì)胞中進(jìn)行表達(dá)，然后進(jìn)行接下來(lái)的研究。

通過(guò)反轉(zhuǎn)錄獲得cDNA時(shí)，引物的設(shè)計(jì)就是根據(jù)轉(zhuǎn)錄本設(shè)計(jì)的。而且之后我們會(huì)將表達(dá)的蛋白跑電泳后進(jìn)行分析，那蛋白的大小是如何計(jì)算的呢，當(dāng)然也是通過(guò)該轉(zhuǎn)錄本編碼的蛋白的氨基酸序列計(jì)算的啊。

至于轉(zhuǎn)錄本的查詢(xún)，也非常簡(jiǎn)單。在pubmed gene一欄輸入目的基因，出現(xiàn)的頁(yè)面下拉，發(fā)現(xiàn)如下

CDS與ORF的區(qū)別？為什么CDS可以包括很多個(gè)開(kāi)放閱讀框？

1. 基因的編碼區(qū)(Coding region），亦稱(chēng)為“編碼序列”（Coding sequence）或“CDS”（Coding DNA Sequence），是指mRNA序列中編碼蛋白質(zhì)的那部分序列。

2. CDS也等同于ORF（open reading frame）是編碼蛋白質(zhì)的序列，以ATG開(kāi)始--終止密碼子結(jié)束。

CDS的定義是對(duì)的，即CDS是已知的一個(gè)基因上確確實(shí)實(shí)翻譯成蛋白質(zhì)的區(qū)段。

ORF則是指，任意一段序列，只要起于ATG止于終止子，都可以叫做ORF。ORF是一種預(yù)測(cè)，而不是一種已知的翻譯區(qū)。即隨意寫(xiě)下一段DNA序列，只要以三個(gè)堿基為單位能找到ATG和終止子，就可以稱(chēng)作ORF，這段ORF甚至可能不是一段真正存在的DNA序列，但是它仍然是ORF。一段序列是可以有多個(gè)ORF的，只有當(dāng)ORF符合已知的可翻譯成蛋白的序列時(shí)，才能等同于CDS。

圖片來(lái)自wiki

圖中序列為

ATGCAATGGGGAAATGTTACCAGGTCCGAACTTATTGAGGTAAGACAGATTTAA

假設(shè)這是某種基因的CDS。那么在這段序列中，由圖所示，會(huì)出現(xiàn)三種始于ATG終于終止子的片段，由于這三種都有可能翻譯成氨基酸，所以你可以說(shuō)這段序列有三種可能的ORF。但是在基因中真正翻譯出來(lái)的只有1，那么當(dāng)你說(shuō)這段基因的CDS的時(shí)候，只能是1.

1. 基因經(jīng)過(guò)轉(zhuǎn)錄形成Pre mRNA，這里面包含著內(nèi)含子和外顯子（5端是以外顯子打頭，但是這段外顯子不僅包含CDS，還包含5' UTR；3端是以外顯子結(jié)束，但是這段外顯子不僅包含CDS，還包含3' UTR），經(jīng)過(guò)剪接形成成熟mRNA,內(nèi)含子已減掉，如果拋開(kāi)后來(lái)加上去的cap和poly A的話，這時(shí)全是外顯子，但是不全是CDS，因?yàn)橹挥兄虚g的那部分以起始密碼子開(kāi)始、以終止密碼子結(jié)束的片段才是CDS，只有這部分才會(huì)被翻譯成蛋白質(zhì)。

2. CDS是指被翻譯成蛋白質(zhì)的片段（故而肯定是以起始密碼子開(kāi)始，以終止密碼子結(jié)束的片段），而ORF僅僅是指以起始密碼子開(kāi)始，以終止密碼子結(jié)束的片段，可以說(shuō)是潛在的CDS。

轉(zhuǎn)自丁香園：http://www.dxy.cn/bbs/topic/36728037