基因是什么?

基因, 英文Gene，是具有遗传效应的DNA分子片段，是DNA分子上有遗传效应的特定核苷酸序列的总称。

基因是遗传变异主要物质，她储存着生命从孕育、生长、凋亡过程的全部信息，通过复制、转录、表达，完成细胞分裂、蛋白质合成等重要生理过程。

基因结构是怎样的？基因图详解

Magigen准备从DNA、preRNA、mRNA这三个方面来分析基因的结构：

图1. 基因结构图

一、DNA

由图1的基因图可以看到，基因结构主要是由编码区和非编码区两部分组成，非编码区位于编码区的上游和下游，又叫做侧翼序列。

编码区 Coding region

自起始转录密码位点至转录终止密码位点的一般DNA序列称为编码区。编码区含有若干段编码/顷序，是该基因表达为多肽链的部分，称为外显子。

真核生物的编码区是不连续的，分为外显子和内含子，其间有不编码的间隔顺序隔开，间隔顺序称为内含子，在转录过程中会修剪内含子，在初级转录物加工时被切掉，拼合外显子，形成转录产物。因此，结构基因又称为不连续基因或断裂基因。如果一个基因结构含有k个内含子，则含有k+1个外显子，但内含子的核苷酸的数量可比外显子多许多倍。也有少数真核生物的基因结构没有内含子，例如组蛋白基因、干扰素基因等。

而在原核生物中，基因则是连续的，也就是说没有外显子和内含子之分。

外显子 Exon

外显子是在 preRNA 经过剪切或修饰后、被保留的DNA部分，并最终出现在成熟RNA(mature RNA)的基因序列中。

内含子 Intron

在真核生物中，内含子Intron作为隔断基因的线性表达的一段DNA序列，是在preRNA经过剪切或修饰后，被切除的DNA序列。

非编码区 Non-coding region

非编码区在对基因的表达调控中发挥重要作用，如启动子、增强子、终止子等都位于这个区域。在人类基因中，非编码区所占的比例超过90%。它们中的一部分可以转录为功能性RNA，比如tRNA（transfer RNA）, rRNA（ribosomal RNA）等，可以作为DNA复制，转录起始，来对复制，转录和翻译起到调控作用；也可能是着丝粒与端粒的重要组成部分。

启动子Promoter

启动子Promoter是特定基因转录的DNA区域，启动子一般位于基因的转录起始位点，5'端上游，启动子长一般约100-1000bp。在转录过程中，RNA聚合酶与转录因子可以识别、并特异性结合到启动子特有的DNA序列，这些序列一般是保守序列，从而启动转录。启动子本身并不转录，也不控制基因活动，而是通过转录因子结合，来调控转录过程。在细胞核中，似乎启动子优先分布在染色体区域的边缘，可能是在不同染色体上共同表达基因。 此外，在人类中，启动子显示出每个染色体特有的某些结构特征。

CAAT Box与Sextama box

CCAAT box，又称为CAAT box或CAT box，它具有GGCCAATCT 共有序列的不同核苷酸序列 ，是真核生物基因常有的调节区，位于转录起始位点上游约-80bp处，可能也是RNA聚合酶的一个结合处，控制着转录起始的频率。与之相似的是，在原核生物启动子上-35bp处的TTGACA区，又称-35区。

保守序列与共有序列有一些差别。保守序列间相似度高，但不一定相同，而共有序列是相同的，共有序列可以理解为一种特殊的保守序列。

CAAT框是最早被人们了解的常见启动子元件之一，常位于接近-80的位置处，但是它可以在离起始点较远的地方仍能起作用，而且在两种取向均可发挥作用。CAAT框的突变敏感性显示了它在决定转录效率上有很强的作用，但是突变对启动子的特异性没有影响。

TATA Box与Pribnow box

TATA框，TATA box / Goldberg-Hogness box），是存在于古细菌和真核生物的核心启动子区域的一段DNA序列。TATA 框的原核同源物称为Pribnow框，Pribnow box，它具有较短的共有序列TATAATAAT。 它位于多数真核生物基因转录起始点上游约-25至-32bp位置处，基本上由A-T碱基对组成，决定基因转录起始的选择，是RNA聚合酶的结合处之一，RNA聚合酶与TATA框牢固结合之后才能起始转录。

增强子Enhancer

增强子是位于转录起始位点或下游基因1Mbp的位置、长度50-1500bp的序列，它可以被转录激活因子结合，从而增加特定基因转录发生的可能性，它广泛的存在于原核与真核生物基因结构中。它可以大大增强启动子的活性。

增强子与启动子相同之处：两者都是表达调控的顺式作用元件。增强子与启动子不同的地方是: 启动子是转录起始位点上游与RNA聚合酶结合的一段DNA序列，而增强子是与启动子作用增强转录的一些片段。增强子的位置不固定，能有很大的变动，可以在启动子下游或上游，它能在两个方向产生相互作用。一个增强子并不限于促进某一特殊启动子的转录，它能刺激在它附近的任一启动子。

终止子 Terminator

终止子位于基因或操纵子的末端，是给RNA聚合酶提供转录终止信号的DNA序列。

终止子与终止密码子二者在名称上相似，但是含义是完全不同的。终止子是处于基因的非编码区的一段DNA序列，用于终止转录。而终止密码子是在翻译过程中终止肽链合成的mRNA中的三联体碱基序列，一般情况下为UAA，UAG和UGA，不编码为氨基酸。

回文序列Palindrome sequence

回文序列是双链DNA中的一段倒置重复序列。该序列有个特点，它的碱基序列与其互补链之间正读和反读都相同。当该序列的双链被打开后，如果这段序列较短，有可能是限制性内切酶的识别序列；如果比较长，有可能形成发卡结构，这种结构的形成有助于DNA与特异性DNA与蛋白质的结合。

回文序列示例：

5' GGTACC 3'

3' CCATGG 5'

ATAAA

ATAAA是preRNA在通过修剪后形成成熟mRNA时，在3'UTR产生PloyA时的加尾信号。但是这段序列并不是绝对保守，也可能为其他A富集的序列，比如AATAAA等。

二、preRNA

开放阅读框 Open reading frame(ORF)

开放阅读框是连续的一段密码子，其含有起始密码子（通常是AUG）和终止密码子（通常是UAA，UGA或UAG）。在真核基因中，开放阅读框ORF跨越内含子/外显子区域，其可以在ORF转录后拼接在一起，以产生蛋白质翻译的最终mRNA。 由于读写位置不同，对应不同的起始位点，开放阅读框ORF可能翻译为不同的多肽链。

转录起始位点 Transcription start sites (TSS)

转录起始位点是指与新生RNA链第一个核苷酸相对应的DNA链上的碱基，通常为一个嘌呤（A 或G），即5’UTR的上游第一个碱基。

5’末端的序列称为上游, 而把其后面即3‘末端的序列称为下游.

转录终止位点 Transcription termination sites (TTS)

转录起始位点是指新生RNA链最后一个核苷酸相对应的DNA链上的碱基。当RNA链延伸到转录终止位点时，RNA聚合酶不再形成新的磷酸二酯键，RNA-DNA杂合物分离，转录泡瓦解，DNA恢复成双链状态，而RNA聚合酶和RNA链都被从模板上释放出来。

三、mRNA

5'UTR 与 3'UTR

这里需要注意的是外显子包含UTR区，也就是说外显子不只有可编码的序列，而且包含非编码序列。

UTR (Untranslated Region )，非翻译区，能转录不翻译，UTR也属于外显子的一部分。如果这段序列位于5'端，就称作5'UTR（5‘-untranslated region），也叫前导序列leader。相反若位于3'端，就叫它3'UTR（3‘-untranslated region），也叫尾随序列（trailer）。1978年，人类γ球蛋白mRNA的5′非翻译区被成功完全测序 。1980年，又开启了人类α-珠蛋白基因中3′非翻译区的研究。虽然被叫做非编码区，但是5′非翻译区内的上游可读框却可以被翻译成多肽 。

5'UTR 位于从mRNA起点的甲基化鸟嘌呤核苷酸帽，延伸至起始密码子AUG，3'UTR从编码区末端的终止密码子，延伸至多聚A尾巴（Poly-A）的前端。

原核生物和真核生物都可以看到非翻译区UTR，但它们的长度和组成都有所不同。原核生物中，5′非翻译区通常为3至10个核苷酸的长度。但在真核生物中，5′非翻译区有成百上千个核苷酸的长度。与原核生物相比，真核生物的基因组的复杂性更高，3′非翻译区的长度也不同。虽然5′非翻译区和3′非翻译区UTR在长度上有差异，但5′非翻译区UTR的长度在演化过程中比3′非翻译区显得更保守。

5'帽 /5' Cap

5' 帽也被称为7-甲基鸟苷酸帽，缩写为m7G。这种结构在RNA进出细胞核起到识别作用；可以抗5'-核酸外切酶的截切；促进5’端内含子的切除；在翻译过程中, 有助于核糖体对mRNA的识别和结合。

CDS (coding dna sequence)

CDS 是基因中DNA或RNA为蛋白质编码区域，该区域通常开始于5‘末端的起始密码子，并结束于3’端的终止密码子。生物体基因组编码区的总和称为外显子组。

3' PolyA tail

Poly A tail 由多个腺苷一磷酸组成 ，也就是说它是一段仅含有腺嘌呤碱基的RNA 。这种结构可以避免细胞质中的酶促降解，保护mRNA, 免受核酸外切酶攻击，对转录终止、将mRNA从细胞核输出和进行翻译都非常重要。

相关阅读

构建3D细胞结构的好方法

利用CRISPR–Cas12b进行高效的植物基因工程编辑‍

用基因改造的细菌来治疗糖尿病等疾病‍

美格生物部分热销试剂价格

‍