DNA的分子結(jié)構(gòu)

20世紀(jì)初，科學(xué)界已經(jīng)認(rèn)識(shí)到染色體是遺傳物質(zhì)。發(fā)現(xiàn)染色體由DNA Deoxyribonucleic Acid 和蛋白質(zhì)構(gòu)成。但是，傾向于認(rèn)為蛋白質(zhì)是遺傳物質(zhì)。

1944年，Avery、Macleod等使用肺炎球菌的實(shí)驗(yàn)證實(shí)了，毒性光滑型肺炎球菌的“轉(zhuǎn)化因子”可以將部分無毒的粗糙型肺炎球菌轉(zhuǎn)化為毒性光滑型，從而證實(shí)DNA是轉(zhuǎn)化因子，是遺傳物質(zhì)。

這個(gè)實(shí)驗(yàn)非常重要，只要是與現(xiàn)代遺傳學(xué)、生物科學(xué)有關(guān)的書中都會(huì)列舉。實(shí)驗(yàn)的邏輯也被高度抽象為公式，在現(xiàn)代的分子生物學(xué)實(shí)驗(yàn)中反復(fù)出現(xiàn)。

1953年，Watson和Crick應(yīng)用精細(xì)的X射線晶體衍射數(shù)據(jù)，推測(cè)出DNA的分子雙螺旋結(jié)構(gòu)。

• DNA的基本成分是核苷酸 nucleotide，一個(gè)戊糖+一個(gè)堿基+三個(gè)磷酸構(gòu)成。

• 其中，磷酸分子鏈接一個(gè)戊糖的3‘碳原子，鏈接另一個(gè)戊糖的5’碳原子，以3‘，5’-磷酸二酯鍵 phosphodiester bond 將單個(gè)核苷酸鏈接為多核苷酸鏈。因此，每條鏈的一個(gè)末端為5‘末端 end，另一個(gè)為3’末端。

• 兩條多核苷酸鏈以反向平行的方式，互相纏繞構(gòu)成DNA雙螺旋大分子。一條鏈?zhǔn)?‘-3’，另一條是3‘-5’。

• 堿基則分為嘧啶和嘌呤兩種。嘌呤包括：腺嘌呤 adenine，A；鳥嘌呤 guanine，G；嘧啶包括：胞嘧啶 cytosine C；胸腺嘧啶 thymine T。二者可以形成堿基對(duì) base pair bp，彼此以氫鍵鏈接，維持兩條多核苷酸鏈互補(bǔ)及穩(wěn)定。G-C間3個(gè)氫鍵；A-T間2個(gè)氫鍵。
  由于這種互補(bǔ)性 complementary ，DNA出現(xiàn)2種特點(diǎn)：

• • 知道GC的含量比例，就可以估計(jì)某DNA的堿基組分的比例。
• • 知道一條鏈的具體堿基構(gòu)成，就可以知道另一條鏈的。

• 遺傳信息保存在DNA鏈中堿基的一級(jí)結(jié)構(gòu) primary structure中。以下是一些約定的書寫格式：

• • 一般按照DNA復(fù)制新鏈的方向5‘-3’來描述DNA的堿基序列
• • 描述同一條鏈上的兩個(gè)相鄰的堿基時(shí)，我們使用一個(gè)p代表連接的磷酸二酯鍵，如CpG
• • 描述不同鏈的堿基對(duì)時(shí)，我們直接寫為CG

Watson因此獲得諾貝爾獎(jiǎng)，同時(shí)代，數(shù)個(gè)小組都試圖解決DNA的結(jié)構(gòu)問題，也有使用X射線的。但是，其人很幸運(yùn)。他青史留名了，其他人則消聲覓跡了。科學(xué)研究也是很殘酷的。

DNA的分子結(jié)構(gòu)有如下的意義：

• DNA鏈上，3個(gè)相鄰的堿基構(gòu)成了遺傳密碼的單位，4種堿基形成了4E3=64個(gè)遺傳密碼
• DNA的復(fù)制是一種半保留復(fù)制 semiconservative replication。這種復(fù)制方式使得DNA可以以互補(bǔ)鏈為模板修復(fù)主鏈
• 雙鏈互補(bǔ)性也是近代分子生物學(xué)技術(shù)的基礎(chǔ)
• 雙螺旋形成了兩個(gè)溝，其中大溝是DNA與蛋白質(zhì)相互作用的結(jié)構(gòu)基礎(chǔ)。轉(zhuǎn)錄因子的基序 motif 與大溝的DNA相互發(fā)揮作用

發(fā)現(xiàn)64個(gè)遺傳密碼時(shí)，曾有人預(yù)言，生命的秘密將一覽無余。實(shí)際上，基因組計(jì)劃完成，科學(xué)家才發(fā)現(xiàn)，離解開生命的秘密還早。TF原來是在大溝內(nèi)與DNA序列發(fā)揮作用。嘖嘖。。

人類所有的DNA構(gòu)成了人類基因組 genome，包括核基因組 nuclear genome 和 線粒體基因組 mitochondrial genome。

• 核基因組是指每個(gè)體細(xì)胞核中的父源或母源整套DNA，即每個(gè)細(xì)胞中有兩套。每個(gè)核基因組的DNA約有 3.2×10E9 bp。
• 線粒體基因組是指每個(gè)線粒體中的閉環(huán)雙鏈DNA，即線粒體DNA mitochondrial DNA mt DNA

人類基因組的組成

按照不同的定義，基因有不同的分類方法：

• 基因序列和非基因序列

• • 基因序列是基因組中決定蛋白質(zhì)的DNA序列，一端有起始密碼子ATG，一端有終止密碼子。二者之間的DNA序列稱為開放閱讀框 open reading frame，ORF。一個(gè)ORF就是一個(gè)基因。
• • 非基因序列是指基因組中除基因以外的全部DNA序列，包括每個(gè)基因間的DNA序列 intergenic DNA

• 編碼序列和非編碼序列

• • 編碼序列是指編碼蛋白質(zhì)的DNA序列，也就是基因中的外顯子序列
• • 非編碼序列是基因中的 內(nèi)含子序列 和 基因間的序列

• 單一序列和重復(fù)序列

• • 單一序列 unique sequence 是指基因組中只出現(xiàn)一次的DNA序列，即單拷貝DNA序列。多數(shù)基因?yàn)閱慰截愋蛄校灿卸嗫截愓?。非基因序列也有單一序列?/li>
• • 重復(fù)序列 repetitive sequence 是指基因組中反復(fù)出現(xiàn)的DNA序列。在人類基因組中，60-70%是單拷貝-低拷貝的DNA序列，包括編碼蛋白的基因。30-40%是中度或高度重復(fù)DNA序列，將基因分隔開。
• • 1 串聯(lián)重復(fù)序列 tandem repetitive sequence
    指不同長度核苷酸序列的重復(fù)單位串聯(lián)在一起的高度重復(fù)序列。2-200bp，根據(jù)大小可進(jìn)一步分為：衛(wèi)星DNA，小衛(wèi)星DNA和微衛(wèi)星DNA。
    1）衛(wèi)星DNA satellite DNA
    由很大串聯(lián)重復(fù)DNA構(gòu)成，分布在100kb-數(shù)Mb的范圍。重復(fù)單位可以簡(jiǎn)短，可以復(fù)雜。主要位于染色體著絲粒異染色質(zhì)區(qū)，不轉(zhuǎn)錄，其GC含量低于總基因組DNA，密度梯度離心呈現(xiàn)為主帶旁的小帶。
    例：α衛(wèi)星是一個(gè)171bp重復(fù)單位串聯(lián)構(gòu)成，是著絲粒異染色質(zhì)的主體，含有特異著絲粒蛋白的結(jié)合位點(diǎn)。
    2）小衛(wèi)星DNA mini satellite DNA
    由重復(fù)單位在6-64個(gè)核苷酸的串聯(lián)重復(fù)序列構(gòu)成。這些序列分布于0.1-20kb的范圍內(nèi)。位于所有染色體的端粒，不轉(zhuǎn)錄。
    例：
    （1）高可變小衛(wèi)星 hypervariable minisattlite DNA，核心共享序列是GGGCAGGANG（N為任一核苷酸）。是人類細(xì)胞同源重組的熱點(diǎn)。
    （2）染色體端粒DNA，3-20kb串聯(lián)，六核苷酸重復(fù)單位，TTAGGG，由特異的端粒酶加上，擔(dān)負(fù)端粒的功能。
    3）微衛(wèi)星DNA micro satellite DNA
    由2-6個(gè)核苷酸為重復(fù)單位的串聯(lián)重復(fù)序列組成，數(shù)量多，分散于基因組中，又稱為短串聯(lián)重復(fù)序列 short tandem repeat STR。常構(gòu)成染色體著絲粒、端粒和Y染色體長臂的染色質(zhì)區(qū)，大多由復(fù)制滑動(dòng)產(chǎn)生（？）。
    雙核苷酸重復(fù)排列是最常見的類型，約占基因組的0.5% 。例：CA/TG 1/36kb；AT/TA 1/50kb；AG/CT 1/125kb；CG/GC 1/10Mb。因?yàn)镃pG雙核苷酸易于甲基化并隨后去氨基。
    微衛(wèi)星DNA的意義不清楚，其多態(tài)性可作為遺傳學(xué)研究的遺傳標(biāo)記。
    某些微衛(wèi)星DNA位于基因的編碼序列，因?yàn)橐子趶?fù)制滑動(dòng)而常為突變熱點(diǎn)。例：（CGG）n等三核苷酸重復(fù)的動(dòng)態(tài)突變是某些神經(jīng)肌肉系統(tǒng)疾病的原因。
• • 2 分散重復(fù)序列 interspersed repeated sequence
    這是一種分布于基因組內(nèi)散在的重復(fù)序列。
    按照序列的長短，分為 短分散核元件 short interspersed nuclear element，SINE；長分散核元件 long interspersed nuclear element，LINE。
    1）SINE
    長度在100-400bp，拷貝數(shù)達(dá)10E6以上。在人基因組中，SINE間的平均距離 2.2kb，分散在基因內(nèi)、基因間或基因簇內(nèi)，甚至內(nèi)含子中也含有SINE，但外顯子中沒有。
    例：Alu序列是人類基因組中含量最高的重復(fù)序列。282bp構(gòu)成，內(nèi)含限制性內(nèi)切酶Alu I的識(shí)別序列 AGCT（因此得名），約有50-70萬拷貝。它存在于人和一些靈長類基因組中，因而可以作為其重要標(biāo)記。
    2）LINE
    長度5000-7000bp，拷貝數(shù)達(dá)10E2-10E4.
    例：Kpn I家族內(nèi)含限制性內(nèi)切酶Kpn I識(shí)別的序列，分散在基因組中。這些序列構(gòu)成可轉(zhuǎn)座元件 transposable elements，使DNA可以在基因組內(nèi)由一個(gè)染色體轉(zhuǎn)移到另一個(gè)染色體。

這個(gè)部分中，術(shù)語很多。其中 Alu 序列曾經(jīng)在文獻(xiàn)中讀過。非基因序列與非編碼序列相比，后者多個(gè)內(nèi)含子。重復(fù)序列中的多種定義需要牢記，越來越多的實(shí)驗(yàn)發(fā)現(xiàn)，這些最初認(rèn)為是垃圾的序列有很重要的作用。---你需要記住，如果你想成為一名遺傳學(xué)家，或者遺傳咨詢師