DNA,即脱氧核糖核酸,是细胞生物中储存遗传信息的核酸。它是由核苷酸组成的聚合物,通常由两条互补链构成双螺旋结构。其四种主要碱基——腺嘌呤、胸腺嘧啶、鸟嘌呤和胞嘧啶——的排列顺序蕴含着细胞发育、维持和繁殖所需的信息。DNA序列既包括基因,也包括参与调控和染色体组织的区域。(ncbi.nlm.nih.gov)
碱基互补配对使DNA能够通过DNA复制得到拷贝,而转录则以特定序列为模板合成RNA副本。因此,DNA将基因组的遗传与生物功能的表达联系起来。DNA的发现及其结构的阐明使分子生物学发生了深刻变革;随后发展起来的DNA读取和操纵方法,使其成为基因组研究和生物技术的核心。对DNA的理解涵盖其化学性质与物理组织方式、它与细胞内分子机制的相互作用、维持或改变其序列的过程,以及用于研究DNA的技术。(ncbi.nlm.nih.gov)
化学组成与链的极性
DNA是一种核酸,其链由脱氧核糖核苷酸单元聚合而成。每个核苷酸都含有一个含氮碱基、一个五碳糖(2-脱氧核糖)和磷酸基团。糖的碳原子编号为1′至5′;撇号用于区分糖上的位置与碱基中原子的编号。“2-脱氧”表示核糖2′位上的羟基被氢取代。碱基与糖结合而不含磷酸基团时,称为核苷;加上磷酸基团后则成为核苷酸。例如,脱氧腺苷是核苷,而脱氧腺苷一磷酸(简称dAMP)是核苷酸。游离核苷酸可以含有一个、两个或三个磷酸基团,但DNA骨架中重复的连接结构均只含一个磷酸基团。(ncbi.nlm.nih.gov)
DNA的四种主要碱基是腺嘌呤、鸟嘌呤、胞嘧啶和胸腺嘧啶,分别缩写为A、G、C和T。腺嘌呤和鸟嘌呤属于嘌呤,具有两个稠合环;胞嘧啶和胸腺嘧啶属于嘧啶,只有一个环。碱基通过共价的β-N-糖苷键与糖的1′碳原子相连,参与成键的是嘌呤的9位氮原子或嘧啶的1位氮原子。因此,虽然碱基各不相同,糖—磷酸骨架的化学结构却是重复的。在序列表示法中,A、G、C和T表示链中相应的核苷酸残基,而非单独的碱基分子。这些字母标明残基的排列顺序,无须画出每一个原子或化学键。(ncbi.nlm.nih.gov)
相邻的核苷酸单元通过3′–5′磷酸二酯键连接。每个起桥接作用的磷酸基团分别与一个糖3′位上的氧原子和下一个糖5′位上的氧原子形成酯键。这种连接方式构成了糖与磷酸交替排列的骨架,碱基连接在糖上,而不参与构成骨架本身。这些共价键维持单条链的连续性,与配对链之间的非共价相互作用不同。DNA合成使用脱氧核糖核苷三磷酸dATP、dGTP、dCTP和dTTP:核苷酸掺入链中时,最靠近糖的磷酸基团保留在骨架中,其余两个则一起以焦磷酸的形式释放。(ncbi.nlm.nih.gov)
骨架赋予每条链固有的化学方向性,即极性。在5′端,末端糖的5′位未与前一个核苷酸相连;在3′端,末端糖的3′位未与后一个核苷酸相连。常见的末端结构是5′端带有磷酸基团,3′端带有游离羟基,不过末端化学基团可以有所变化,而不影响这些方向标记。序列通常按5′→3′方向书写:例如,表示含腺嘌呤的残基位于5′侧,含胸腺嘧啶的残基位于3′侧。极性描述的是骨架的取向,而不是将两端区分为带正电和带负电的末端。(ncbi.nlm.nih.gov)
RNA的主要区别在于它含有带2′羟基的核糖,且四种主要碱基中的胸腺嘧啶被尿嘧啶取代。2′羟基使RNA具有普通DNA所不具备的骨架断裂途径:在碱性条件下,该羟基失去质子后的氧原子可以进攻相邻的磷酸基团,使链断裂,并形成2′,3′-环磷酸中间体。随后的水解生成带2′或3′磷酸基团的产物。DNA缺少这一羟基,因此其骨架更能抵抗碱性条件下的断裂;这是两者在化学性质上的一个具体区别,并不意味着DNA不会降解。链的数目同样不是绝对的区分标准:DNA通常为双链,RNA通常为单链,但单链DNA和双链RNA也都存在。(ncbi.nlm.nih.gov)
双螺旋与碱基互补配对
在DNA双螺旋中,两条多核苷酸链围绕同一轴线盘绕,糖–磷酸骨架位于外侧,碱基朝向内侧。两条链呈反向平行排列:一条沿5′–3′方向延伸,另一条则沿3′–5′方向延伸。这些标记指的是脱氧核糖上的位置,而非“上”“下”等空间方向。在标准的沃森–克里克配对中,腺嘌呤与胸腺嘧啶配对(A–T),鸟嘌呤与胞嘧啶配对(G–C)。每一对都由一个双环嘌呤和一个单环嘧啶组成,因此各碱基对的宽度相近,能够容纳在规则的双链结构中。碱基之间互补的形状以及氢键供体和受体的排列,决定了这种配对的特异性。(ncbi.nlm.nih.gov)
A–T碱基对含有两个氢键,G–C碱基对则含有三个。这些氢键连接两条链上的碱基,与各条骨架中连接相邻核苷酸的共价键不同。双链结构的稳定性还在很大程度上取决于碱基堆积:相邻的碱基大致呈平面状,沿螺旋轴相互叠置,从而形成有利于稳定结构的非共价相互作用。因此,仅计算氢键数量不足以解释某一特定序列的稳定性;相邻碱基对的种类和排列顺序也很重要。2006年,彼得·雅科夫丘克、叶卡捷琳娜·普罗托扎诺娃和马克西姆·弗兰克-卡梅涅茨基利用含有单个切口和缺口的DNA分子,通过实验分离出碱基堆积的贡献,发现,在他们测试的温度和盐浓度条件下,碱基堆积是维持结构稳定的主要因素。(ncbi.nlm.nih.gov)
B型DNA是DNA在许多水合条件下的参考构象,为直径约2 nm的右手螺旋。相邻碱基对沿轴向的平均间距约为0.34 nm,每个完整螺旋圈约含10.5个碱基对。由这些数值可知,每个碱基对步进的平均旋转角约为,螺距约为 nm。这些数值描述的是平均几何形态,而非固定不变的尺寸:各步进的几何参数因序列而异,水合状态、离子条件和机械约束也会改变结构。碱基对所在的平面大致垂直于螺旋轴,但局部的倾斜和扭转使实际DNA不如理想化的分子模型那样规则。(ncbi.nlm.nih.gov)
两条骨架在螺旋周向上的间距并不均等,因为一个碱基对与两个糖相连的位置并非恰好相隔半圈。这种不对称性形成了较宽的大沟和较窄的小沟,两者都沿双链结构螺旋延伸。沟槽暴露出碱基的边缘,使蛋白质无需先将两条链分开,就能识别随序列变化的化学特征。对于A–T、T–A、G–C和C–G这四种有方向之分的碱基对,大沟所呈现的氢键供体、受体及其他基团的分布模式各不相同。小沟提供的化学信息较难区分不同碱基对,但其形状和静电性质同样有助于分子识别。2009年,雷莫·罗斯及其同事发现,狭窄的小沟区域常常容纳DNA结合蛋白中的精氨酸残基,从而揭示了沟槽形状与序列识别之间的联系。(ncbi.nlm.nih.gov)
一个碱基对是分别属于两条相对链、彼此配对的一组碱基,也是双链结构长度的计量单位,缩写为bp。一个完全配对、长度为1,000 bp的双链结构,每条链含有1,000个核苷酸,总计2,000个核苷酸;若呈B型DNA构象,其轮廓长度约为340 nm。轮廓长度沿分子轴线测量,不一定等于弯曲分子两端之间的距离。互补性也决定了序列:与相对、按位置对齐的另一条链为。若按惯用的5′–3′方向书写,另一条链就变为,即反向互补序列。因此,确定一条链的序列和极性,就能确定与之标准配对的另一条链,这构成了DNA复制所利用的模板关系。(ncbi.nlm.nih.gov)
其他结构与DNA拓扑学
B型DNA和A型DNA都是右手双螺旋,但在碱基对倾角、糖的构象以及整体尺寸上有所不同。在许多细胞条件下,B型DNA占主导地位;A型DNA则更宽、更短,每圈约含11个碱基对,每个碱基对沿螺旋轴上升0.26 nm。水合程度降低有利于形成A型DNA,但序列和蛋白质结合也会影响这一转变。这些形式代表的是一系列构象,而非固定不变的几何结构。Z型DNA是左手螺旋,其糖—磷酸骨架呈锯齿状,每圈约含12个碱基对。在适宜的盐浓度和扭转条件下,嘌呤与嘧啶交替排列的序列,尤其是CG重复序列,有利于形成Z型DNA。1979年,王惠钧(Andrew H.-J. Wang)、亚历山大·里奇(Alexander Rich)及其同事通过对CGCGCG片段进行X射线晶体学分析,确定了Z型DNA的原子结构。(ncbi.nlm.nih.gov)
其他构象涉及链间配对方式的重排。当同一条链中的互补区域相互配对,形成双链茎部和顶端的未配对环时,就产生了发夹结构。在含有反向重复序列的双链DNA中,两条链都可以折叠成发夹,从而形成带有四向交叉点的十字形结构。负超螺旋可以提供局部解链和十字形结构挤出所需的能量。在三链DNA中,第三条链通过额外的、具有碱基特异性的氢键,在双链DNA的大沟内与其结合。当富含嘌呤或嘧啶的镜像重复序列中的一部分折回,与剩余双链结合时,就会形成分子内H型DNA;1987年,谢尔盖·米尔金(Sergei Mirkin)及其同事证实了形成这种结构需要镜像重复序列。(ncbi.nlm.nih.gov)
G四链体由堆叠的鸟嘌呤四联体构成,每个四联体包含四个通过胡格斯廷氢键相连的鸟嘌呤;钾离子及其他适宜的离子可稳定其中央通道。四段富含鸟嘌呤的序列可以全部来自同一条链,也可以由多条链共同提供。这类结构已得到实验证实,但能够形成G四链体的序列,并不一定在细胞内始终保持折叠状态。2013年,朱莉娅·比菲(Giulia Biffi)及其同事利用结构特异性的BG4抗体,在人类细胞中观察到了DNA G四链体。关于它们在基因表达调控和复制中可能发挥的作用,需要有特定位点上的证据支持:仅检测到结构并不能确立其调控功能,而且探针或稳定结构的配体可能改变所测量的平衡。(pmc.ncbi.nlm.nih.gov)
DNA拓扑学研究的是DNA链相互缠连及分子形变所受到的约束。末端能够自由旋转的线性DNA可以释放扭转应力;共价闭合的环状DNA若不断链,则无法做到这一点。不过,当线性DNA的末端或内部边界无法自由旋转时,它也可以表现为一个受拓扑约束的结构域。对于闭合双链DNA,整数连环数 表示其两条链之间带符号的相互缠连次数:
扭转数 描述两条链绕双螺旋轴的缠绕;缠绕数 描述该轴在空间中的盘绕。二者各自都不必是整数。只要两条链不相互穿过,弯曲和扭转就可以改变二者的分配,同时保持 不变。(pmc.ncbi.nlm.nih.gov)
超螺旋是相对于扭转松弛的参考状态定义的。对于含有 个碱基对的B型DNA,;负超螺旋满足 ,而正超螺旋满足 。例如,一个含2,100个碱基对的环状DNA,其松弛参考状态约为200圈;当 时,。这一差额可以由扭转数的减少和缠绕数的变化共同承担,而不一定表现为恰好十个可见的盘绕。负扭转应力还可以促进局部解链,或促使DNA转变为十字形、三链及Z型DNA结构。(ncbi.nlm.nih.gov)
DNA拓扑异构酶通过在酶的控制下暂时切断DNA链、随后重新封合,改变这些约束。I型酶切断一条链,根据酶所属家族的不同,允许受控旋转或单链穿越。II型酶切断一个双链片段的两条链,使另一段双链DNA穿过开口,再通过依赖ATP的反应循环将断口重新封合;这一过程使闭合双链DNA的 每次改变两个单位。在这些反应中,暂时形成的蛋白质—DNA共价键会固定被切断的末端。除了缓解扭转应力,II型酶还会分离相互套连的DNA分子,这一过程称为解连环。在大肠杆菌中,DNA旋转酶引入负超螺旋,而拓扑异构酶IV主要负责解除复制后染色体之间的套连。(ncbi.nlm.nih.gov)
物理性质、链分离与杂交
DNA是一种带负电荷的聚合物:在接近中性的酸碱度下,其骨架中每个非末端磷酸基团大约带有一个单位的负电荷。因此,DNA在溶液中的行为不仅取决于自身序列,还取决于周围的离子。 和 等反离子聚集在DNA周围,而阴离子则在一定程度上受到排斥,由此形成屏蔽静电斥力的离子氛。在常见的水溶液研究条件下,提高盐浓度通常会减弱两条带负电荷的骨架之间的斥力,从而使双链结构更加稳定。溶剂组成也会影响DNA的水合、构象和溶解度:在存在适当反离子的情况下,加入乙醇可促进DNA聚集和沉淀;而甲酰胺会降低双链结构的稳定性,使两条链能在较低温度下分离。沉淀和变性是不同的过程,两者都不一定涉及DNA共价骨架的断裂。(pubmed.ncbi.nlm.nih.gov)
热变性过程中,升高温度会破坏维持双链结构的非共价相互作用,包括碱基配对和堆积作用,使两条链得以分离。这种转变往往具有协同性:一个区域的解链会促进相邻区域解链,不过,序列不均一的长分子可能会按序列特征分成多个区域逐步熔解。熔解温度 是某一特定熔解转变的中点温度。对于近似经历两态转变的短双链,它对应于一半双链分子已经解离的状态;对于长链DNA,光学测量得到的中点并不一定意味着一半分子已完全成为单链。 并不是DNA的普适常数,报告这一数值时必须同时说明相关的溶液条件。(pmc.ncbi.nlm.nih.gov)
在其他条件相当时,较高的G–C含量通常会提高双链稳定性;在短双链范围内,较长的双链通常也比较短的双链具有更高的熔解温度。然而,不能仅凭氢键数量来预测稳定性:相邻碱基对的种类、堆积相互作用、末端碱基对以及溶剂条件都会产生影响。小约翰·圣卢西亚于1998年提出的统一最近邻模型,以实验测得的相邻碱基对步进单元的贡献,加上起始项和盐浓度校正,来描述双链随序列变化的热力学性质。对于两条彼此独立、互补的寡核苷酸,链浓度也很重要,因为它们的结合取决于分子之间的相遇。错配通常会降低双链的稳定性,但其影响取决于错配碱基的种类、邻近序列和所处位置;因此,无法用一个固定的温度降幅来描述所有错配的影响。(pmc.ncbi.nlm.nih.gov)
当温度和溶液条件有利于双链形成时,已经分离的互补链可以通过复性,也称退火,重新结合。互补区域首先彼此相遇,形成一小段配对核心,随后配对便可沿两条链延伸。朱利叶斯·马默和保罗·多蒂在1961年的实验中证明,DNA能够恢复接近天然状态的结构:对于他们使用的样品,最佳复性温度约比 低 ,而钠离子浓度高于 时有利于大规模重新结合。这些只是该实验采用的条件,并非普遍适用的要求。核酸杂交将同样依赖序列的结合过程应用于不同来源的链,包括DNA–DNA和DNA–RNA组合。提高温度、降低盐浓度或增加甲酰胺含量都可以提高严谨性,优先降低配对不完全的杂交双链的稳定性。重新退火恢复的是非共价结构;它不能修复发生化学变化的碱基,也不能重新连接因水解而断裂的骨架。(sciencedirect.com)
DNA中的碱基在 附近具有较强的紫外光吸收。与有序程度较低的状态相比,双链中的堆积作用会抑制这种吸收;因此,熔解过程中堆积结构被破坏时,吸光度便会升高,这就是增色效应。在加热过程中记录 ,即可得到熔解曲线,用于研究转变中点和稳定性的变化。吸光度也可用于粗略测定浓度:对于纯化的双链DNA,按惯例,在 光程下, 对应的浓度约为 。这一换算关系取决于DNA是单链还是双链以及其序列,而且仅靠紫外吸光度无法区分完整DNA、DNA片段、RNA或其他具有吸收作用的污染物。(pmc.ncbi.nlm.nih.gov)
在细胞、细胞器和病毒中的分布
在细菌和古菌中,染色体DNA位于拟核内;拟核是细胞质中富含DNA、但没有核膜包围的区域。这些DNA与蛋白质结合,而非以无组织的游离分子形式存在。在真核生物中,细胞内的大部分DNA则位于由膜包围的细胞核内,分布在各条线性染色体上。许多细菌和古菌的染色体呈环状,但环状结构并不是原核生物的定义性特征。大肠杆菌的染色体呈环状,而伯氏疏螺旋体的染色体呈线性;链霉菌属中也存在线性染色体。有些细菌具有多条染色体,例如,霍乱弧菌具有两条环状染色体。因此,仅凭染色体数量或分子形态,都无法区分原核生物与真核生物的DNA组织方式。(ncbi.nlm.nih.gov)
真核生物的DNA也存在于细胞核之外,尤其是线粒体和叶绿体中。人类线粒体DNA是环状双链分子,其标准参考序列含有16,569个碱基对。1981年,S. 安德森及其同事(包括弗雷德里克·桑格)发表了它的完整序列。它含有37个基因:13个编码参与氧化磷酸化的蛋白质组分,22个编码转运RNA,两个编码核糖体RNA。这些基因支持线粒体的能量代谢及其自身的蛋白质合成系统,但并未提供构建或维持线粒体所需的全部信息。许多必需的蛋白质由核DNA编码,再被输送到这一细胞器内。(pubmed.ncbi.nlm.nih.gov)
叶绿体基因组编码光合作用的相关组分,以及细胞器内部基因表达所需的RNA和蛋白质。许多陆生植物的叶绿体基因组长约120—160千碱基,含有约120个基因,但其大小和基因组成各不相同。环状基因组图谱并不意味着每个实际存在的DNA分子都是简单的环:2004年,德琳·奥尔登堡和阿诺德·本迪奇报告,玉米幼苗中的叶绿体DNA主要呈线性和分支状。线粒体和叶绿体保留的遗传系统,以及它们与细菌基因组之间的亲缘关系,为内共生学说提供了支持。在细胞器的演化过程中,大量基因丢失或转移到了核DNA中;因此,细胞器功能的实现有赖于核基因组与细胞器基因组的协调表达。(ncbi.nlm.nih.gov)
质粒是作为独立于主要染色体的复制单位而维持的DNA分子。质粒通常为环状双链分子,但也存在线性质粒,例如疏螺旋体属中的一些质粒。独立维持并不意味着独立于细胞:质粒利用宿主的分子机制,其复制依赖于复制起点及相关调控系统。有些质粒也能整合到染色体中。质粒携带的附加基因可能在特定条件下赋予宿主优势,但并非正常生长所必需。例如,细菌质粒Rms312携带决定对四环素、氯霉素、链霉素、磺胺类药物和汞化合物产生抗性的遗传因子。大肠杆菌的F质粒携带实现接合性DNA转移的相关功能,这是水平基因转移的一个实例。(ncbi.nlm.nih.gov)
DNA是许多病毒的基因组物质,但并非所有病毒都以DNA作为基因组物质。腺病毒将长约25—48千碱基的线性双链DNA基因组包装在病毒颗粒中,而细小病毒包装的则是长约4—6千碱基的线性单链DNA基因组。细小病毒的单链DNA进入宿主细胞后,会转化为双链复制型,这说明病毒颗粒中包装的基因组与感染过程中形成的核酸中间体并不相同。其他一些病毒具有RNA基因组:例如,甲型流感病毒包装了八个负义单链RNA片段。因此,区分病毒基因组时,既要考虑核酸的化学性质,也要考虑链数和分子组织方式。(ictv.global)
染色体、染色质与基因组包装
DNA 分子是一种化学聚合物;染色体则是由 DNA 及其相关蛋白质构成的、有组织的遗传结构。在典型的、尚未复制的真核细胞核染色体中,一条连续的双链 DNA 分子构成其分子骨架。复制后,染色体由两条姐妹染色单体组成,每条染色单体都含有自身的 DNA 分子及相关蛋白质,直至它们在细胞分裂过程中分离。这种 DNA 与蛋白质构成的物质称为染色质:在间期,染色体仍然是染色体,只是结构较为松散,通常无法用常规显微镜将其辨认为一条条独立的杆状结构。因此,染色质包装既涉及分子组成,也涉及空间组织,而不只是分裂期染色体的外观。(genome.gov)
大多数真核生物染色质的基本重复单位是核小体。其核心含有约 146–147 个碱基对的 DNA,围绕一个组蛋白八聚体缠绕约 1.65 圈;该八聚体由 H2A、H2B、H3 和 H4 各两份组成。带正电荷的组蛋白表面与带负电荷的 DNA 骨架相互作用,使 DNA 能够大幅缠绕而不发生链断裂。相邻核心之间由长度不一的连接 DNA 相连;连接组蛋白 H1 结合在 DNA 进入和离开核心的位置附近,促进结构压缩。核小体的定位及其相互作用会影响其他蛋白质能够接近哪些 DNA 区域。因此,包装是一个动态过程,而不是将 DNA 序列永久封闭起来。(ncbi.nlm.nih.gov)
核小体并非总是按照固定的层级逐级折叠成规则的纤维。熟悉的 30 纳米纤维可以在特定实验条件下形成,但并不是活细胞中普遍存在的中间结构。2017 年,Horng Ou 及其同事利用 ChromEMT 技术,将 DNA 选择性染色与电子断层成像相结合,研究人类间期细胞核和有丝分裂染色体。他们观察到的是直径约 5–24 纳米的不规则染色质链,具有不同的颗粒排列方式和堆积密度,而非由更粗纤维组成的均一体系。这些观察结果支持将染色质描述为一种不均一、柔性的聚合物,其局部组织取决于核小体间距、蛋白质相互作用以及细胞内的具体环境。(pmc.ncbi.nlm.nih.gov)
在更大的尺度上,间期染色体形成环和接触域;接触域中的 DNA 序列彼此接触的频率高于它们与周围区域接触的频率。黏连蛋白复合体可通过依赖 ATP 的环挤出过程形成 DNA 环:DNA 被逐步拉入不断扩大的环中,而复合体仍停留在环的基部附近。2019 年,Iain Davidson 及其同事利用纯化的人类黏连蛋白复合体和 NIPBL–MAU2,直接证实了环挤出过程;在其检测条件下,测得的速率最高达每秒 2.1 千碱基对。在有丝分裂过程中,凝缩蛋白复合体帮助将染色质重组为紧密且具有较高机械强度的染色单体。Johan Gibcus 及其同事于 2018 年在鸡细胞中开展的实验,支持依赖凝缩蛋白形成的嵌套环阵列模型。这些得到实验支持的机制,并不意味着每条染色体在整个细胞周期中都采用完全相同的折叠几何构型。(pubmed.ncbi.nlm.nih.gov)
细菌和古菌的 DNA 包装方式不同于典型的真核生物组蛋白八聚体体系。细菌的拟核相关蛋白可以使 DNA 弯曲,并稳定其紧密构型:例如,HU 和 IHF 可使 DNA 显著弯曲,但不会组装成常规的真核核小体。它们的作用取决于蛋白质浓度和 DNA 结构。相比之下,许多古菌具有与真核生物核心组蛋白同源的组蛋白。Francesca Mattiroli 及其同事于 2017 年证明,古菌组蛋白二聚体可以组装成延伸的聚合物,DNA 则围绕这些聚合物形成近乎连续的超螺旋。这种长度可变的组织方式与由八个组蛋白构成的离散核小体核心不同;不过,古菌的包装体系也多种多样,并非每个古菌谱系都具有组蛋白。(pubmed.ncbi.nlm.nih.gov)
特化的染色质还构成染色体的附着位点和末端。着丝粒支持动粒的组装;动粒是一种蛋白质结构,将染色体连接到纺锤体微管上,以实现染色体分离。在人类中,含有 H3 变体 CENP-A 的着丝粒核小体有助于招募这套分子装置。端粒保护线性染色体的末端,避免其被错误地识别为断裂的 DNA 并加以处理。人类端粒 DNA 含有串联的 TTAGGG 重复序列,并与由六种蛋白质组成的端粒保护复合体(shelterin)结合。端粒 DNA 可以折叠成 t 环,其中末端区域插入双链重复序列区段;1999 年,Jack Griffith 及其同事在人类和小鼠材料中通过成像观察到了这种结构。这些保护性结构不同于复制染色体末端的机制。(cmgm-new.stanford.edu)
序列组织与遗传信息的含义
DNA序列是沿一条链依次排列的碱基,通常按5′至3′方向书写;它可以描述一个短片段、一个基因或一整条染色体。基因组包含全部遗传物质,包括基因及基因以外的序列。基因座是基因组中指定的位置或区间,而等位基因则是在该位置发现的不同序列版本之一。因此,基因座标明的是序列所在的位置,而非该位置上存在的具体版本。基因决定功能性产物:蛋白质编码基因编码可被翻译成蛋白质的RNA,其他基因则产生功能性RNA,包括转运RNA和核糖体RNA。因此,遗传信息既包括产物的序列,也包括影响这些产物生成的序列。(genome.gov)
一个含有内含子的真核生物蛋白质编码基因,可按转录方向概括为:启动子 → 转录起始位点 → 5′非翻译区 → 被内含子间隔开的蛋白质编码区 → 3′非翻译区 → 转录本加工与终止区。编码区始于翻译起始密码子,止于终止密码子;其彼此分隔的部分在成熟的信使RNA中连接起来。外显子是保留在该RNA中的序列,而内含子则通过RNA剪接被去除。因此,“外显子”并不等同于“蛋白质编码序列”:非翻译区(UTR)也属于外显子序列,但并不决定主要蛋白质产物的氨基酸序列。内含子也可以出现在UTR内部,将其间隔开。UTR序列可影响翻译效率、RNA定位和RNA稳定性。这一示意描述的是一种常见排列方式,而非普遍适用的基因结构。(genome.gov)
启动子(生物学)为转录机器在转录起始位点附近组装提供场所。增强子(生物学)是能够结合蛋白质并提高目标启动子转录水平的调控序列;即使增强子与启动子在序列上相距较远,DNA的折叠也能使二者在空间上彼此接近。调控元件可以位于转录区域之外,也可以位于内含子之中。基因间DNA位于已注释的基因之间,但“基因间”并不意味着“不受调控”或“没有功能”。反过来,一个基因的调控序列也不一定是在其编码区紧邻处形成的单一连续区段。(genome.gov)
重复序列有几种不同的组织形式。串联重复的各个拷贝彼此相邻,例如CACACACA或更大的卫星DNA阵列;散在重复则分布在基因组中彼此分离的位置。许多散在重复源自转座元件,包括长散在核元件(LINE)、Alu等短散在核元件(SINE)、长末端重复逆转录转座子,以及DNA转座子。能够被识别为源自转座元件的序列,不一定仍保有移动能力。不同生物的基因组组成差异显著:弗雷德里克·布拉特纳及其同事于1997年测得的大肠杆菌(Escherichia coli)K-12序列含有4,639,221个碱基对,其中蛋白质编码基因占87.8%。相比之下,人类基因组DNA中只有约1.5%—2%决定蛋白质序列。国际人类基因组测序联盟在2001年的草图分析中,将约45%的序列鉴定为源自转座子的重复序列;这一历史估计值取决于当时的基因组组装结果,以及识别已发生序列分化的拷贝的能力。(nature.com)
非编码描述的是缺乏蛋白质编码能力,而非缺乏生物学功能。功能性RNA基因、启动子、增强子以及不被翻译的调控序列都属于非编码序列。不过,功能证据仍须与单纯的生化活性区分开来。检测到转录、蛋白质结合或染色质相关标记,能够确认发生了可观察的分子事件,但这些现象本身并不能证明该序列对调控或生物体适合度而言是必需的。扰动实验可以检验,在特定情境下改变或删除某一序列是否会影响表达或其他表型。进化保守性提供了另一类证据:序列变化异常缓慢,可能表明其受到自然选择施加的约束。缺乏跨越久远进化时期的保守性,并不能排除该序列具有近期演化形成的功能或某一谱系特有的功能。马诺利斯·凯利斯及其同事在2014年的一项分析中,明确区分了生化、遗传学和进化研究方法,并强调这些方法采用的判据不同,因此所识别出的功能性DNA集合不一定相同。(genome.gov)
DNA复制与染色体末端维护
DNA复制是半保留复制:每个子代双链分子都包含一条亲代链和一条新合成的链。碱基互补配对使每条亲代链都能作为模板,用于合成与之配对的另一条链。复制从复制起点开始,局部DNA解旋形成Y形复制叉,复制叉通常向相反方向推进。DNA聚合酶通过将脱氧核糖核苷三磷酸加到已有引物的游离3′羟基上来延伸引物,每形成一个磷酸二酯键便释放一个焦磷酸。因此,DNA合成只能沿5′–3′方向进行,而模板则沿3′–5′方向被读取。这些酶通常不能在没有引物的情况下起始新链的合成。(ncbi.nlm.nih.gov)
复制叉处的分子机器协调解旋、引物合成和链延伸过程。解旋酶利用核苷酸水解释放的能量分离亲代双链;单链DNA结合蛋白——细菌的SSB或真核生物的复制蛋白A(RPA)——稳定暴露的DNA,并限制二级结构的形成。引物酶合成短RNA引物。环状滑动夹,如细菌的β夹和真核生物的PCNA,使聚合酶保持结合在DNA上,提高其持续合成能力;夹装载蛋白则将这些环装配到引物与模板的接合处。在大肠杆菌中,聚合酶III承担大部分染色体DNA的合成。在真核生物的细胞核DNA复制中,聚合酶α–引物酶复合体先生成RNA引物,再接着合成一小段DNA;聚合酶ε通常承担大部分前导链的合成,而聚合酶δ承担大部分后随链的合成。这些蛋白质并非各自独立发挥作用,而是组成相互协作的复制体。(ncbi.nlm.nih.gov)
由于两条模板链反向平行,前导链大体上朝着复制叉推进的方向连续合成,而后随链则由反复起始、向远离复制叉方向延伸的冈崎片段拼接而成。这些片段的典型长度在细菌中约为1,000–2,000个核苷酸,在真核生物中约为100–200个核苷酸。在大肠杆菌中,聚合酶I通过其5′–3′外切核酸酶活性去除RNA引物,并用DNA替代。真核生物片段的成熟过程涉及聚合酶δ将含有引物的部分置换出来,形成瓣状结构,再由核酸酶切除,其中尤以FEN1为代表。随后,DNA连接酶封闭相邻片段之间残留的缺口。许多复制型聚合酶还具有DNA校对功能:新掺入的错配核苷酸被转移至3′–5′外切核酸酶位点并被去除,随后合成继续进行。这与之后发生的DNA错配修复不同,后者将在介绍其他修复途径时一并讨论。(ncbi.nlm.nih.gov)
不同生物的复制组织方式有所不同。大肠杆菌的环状染色体通常从单一复制起点oriC开始复制,而真核生物的核染色体在细胞周期的S期使用众多复制起点。真核生物的复制起点许可过程在S期之前装载无活性的MCM解旋酶复合体;随后,这些复合体被激活,同时新的许可过程受到抑制,从而防止同一区域在一个细胞周期内被重复复制。复制通常在相邻复制叉汇合时终止,之后完成剩余的合成、封闭缺口,并拆解复制机器。拓扑异构酶解除DNA之间的相互连环,以免妨碍子代染色体的分离。2019年发表的非洲爪蟾卵提取物实验还表明,拓扑异构酶II在复制叉汇合过程中也能缓解拓扑应力。(ncbi.nlm.nih.gov)
线性染色体存在末端复制问题:后随链末端的引物被去除后,常规聚合酶缺少可用于填补空缺的上游3′羟基。对新复制末端的加工也会导致末端序列丢失。端粒酶通过延伸端粒DNA富含G的3′末端来抵消这种丢失。其逆转录酶亚基TERT以该酶自身RNA组分中的一段序列为模板进行复制;模板的反复重新对位使其能够连续添加重复序列,人类的这一重复序列为TTAGGG。随后,依赖引物的常规DNA合成填补互补链的大部分区域。卡罗尔·格雷德和伊丽莎白·布莱克本于1985年报道了四膜虫提取物中添加端粒重复序列的活性。端粒延伸与末端保护是两种不同的功能:哺乳动物的端粒保护蛋白复合体(shelterin)及端粒结构可防止天然染色体末端引发不恰当的DNA损伤信号或发生末端间融合。端粒酶提供重复序列DNA,但本身并不能形成这种保护帽。(ncbi.nlm.nih.gov)
转录与DNA信息的表达
转录过程中,RNA聚合酶使DNA双链局部分离,并沿 方向读取其中一条链,即模板链,同时沿 方向合成互补的RNA。它以核糖核苷三磷酸为原料,将核糖核苷酸添加到RNA的3′端,并释放焦磷酸;与负责复制的DNA聚合酶不同,它无需引物即可起始合成。另一条链称为编码链,其序列与RNA相同,区别仅在于DNA中的胸腺嘧啶在RNA中对应尿嘧啶。例如,编码序列 与模板序列 配对,转录产生的RNA为 。对于不同的基因,DNA的任一条链都可以充当模板:启动子的方向决定了哪条链被读取。随着酶向前移动,其后方的DNA会重新形成双螺旋,而不是被消耗掉。(ncbi.nlm.nih.gov)
在细菌中,转录起始通常需要σ因子参与,它引导核心聚合酶结合启动子。在大肠杆菌(Escherichia coli)中,管家型σ因子识别的启动子通常在转录起始位点上游约10和35个核苷酸处含有特定的序列元件。聚合酶打开DNA,形成最初的RNA链内化学键,随后离开启动子,进入延伸阶段。转录终止时,转录产物和聚合酶被释放。内在终止通常涉及RNA发夹结构及其后的一段富含尿苷的序列,这会使延伸复合物失稳;Rho依赖性终止则利用由ATP供能的Rho蛋白沿新生RNA移动,解离处于暂停状态的转录复合物。这些机制终止的是RNA合成,而非蛋白质合成:转录终止子与翻译终止密码子不同。(ncbi.nlm.nih.gov)
在真核细胞的细胞核中,RNA聚合酶II负责转录蛋白质编码基因,而聚合酶I和III负责合成主要类型的核糖体RNA和转运RNA。聚合酶II的转录起始需要通用转录因子在启动子处组装;在向延伸阶段过渡时,TFIIH帮助打开DNA,并使聚合酶的羧基末端结构域发生磷酸化。(ncbi.nlm.nih.gov) 对于大多数蛋白质编码转录产物,转录终止与多聚腺苷酸化信号附近的RNA切割相耦联。聚合酶越过切割位点后仍继续转录;随后,下游RNA被一种 核酸外切酶降解,在人体中该酶为XRN2,这有助于终止转录。2004年,史蒂文·韦斯特、娜塔莉娅·格罗马克和尼克·普劳德富特证实了XRN2参与人类转录终止。因此,成熟RNA的末端位置不一定与聚合酶离开DNA的位置一致。(nature.com)
聚合酶II产生的初始转录产物通常会经历5′端加帽、通过剪接去除内含子并连接外显子,以及添加3′端多聚腺苷酸尾等过程。这些加工步骤大多在转录尚未结束时就已进行;成熟的信使RNA随后被输出细胞核,用于翻译。这些步骤加工的是RNA副本,而不是改写其DNA模板。(ncbi.nlm.nih.gov) 在翻译(生物学)过程中,核糖体以每三个核苷酸组成一个密码子的方式读取mRNA,同时由转运RNA提供相应的氨基酸。标准遗传密码共有64个密码子:61个指定氨基酸,3个指定终止。因此,DNA是间接提供序列模板的;它本身并不作为信息载体进入核糖体。核糖体RNA和转运RNA等转录产物以RNA的形式发挥功能,而不会被翻译成蛋白质。(ncbi.nlm.nih.gov)
中心法则讨论的是序列信息的传递,并不意味着每个基因都必须遵循从DNA到RNA再到蛋白质的路径。弗朗西斯·克里克于1958年提出这一法则,并于1970年作出澄清:信息可以在核酸之间传递,但氨基酸序列信息不会反向传递成为核酸序列信息。(dna.caltech.edu) 因此,逆转录与这一表述并不矛盾。1970年,戴维·巴尔的摩,以及独立开展研究的霍华德·特明和水谷哲,分别报道了以RNA为模板合成DNA的病毒酶。(nature.com) 蛋白质可以调控转录或催化DNA合成,而不充当序列模板。这一限制并非否认此类化学作用,而是指出,目前尚无已确立的机制能够读取蛋白质的氨基酸排列顺序,并据此重建相应的核苷酸序列。(dna.caltech.edu)
DNA识别、甲基化与表观遗传调控
序列特异性的分子识别使转录因子和限制性内切酶能够区分特定的DNA位点。在碱基直接读取中,氨基酸侧链与碱基上暴露的化学基团接触,这种接触常通过大沟中的氢键实现。形状读取则识别由序列决定的沟槽宽度、弯曲程度、可变形性和静电势;决定这些特征的碱基不必直接接触蛋白质。这两种机制可以协同发挥作用。2009年,Remo Rohs及其同事发现,狭窄的小沟会使负静电势集中,并优先容纳带正电的精氨酸残基。在他们的结构数据集中,狭窄小沟内的氨基酸接触有60%来自精氨酸,而较宽沟槽中的这一比例为22%。因此,识别不仅取决于序列中的碱基字母,还取决于该序列形成的三维特性。结合位点内的化学修饰也会影响限制性内切酶的识别。(rohslab.usc.edu)
DNA甲基化是在碱基上添加甲基,而不替换原有的核苷酸序列。在细菌的限制—修饰系统中,甲基转移酶会标记宿主的识别位点,使其免受相应限制性内切酶的切割,而未受保护的外来DNA则可能被切割。例如,大肠杆菌(Escherichia coli)的EcoKI系统会攻击缺乏适当腺嘌呤甲基化的DNA。其他细菌甲基转移酶则调节DNA与蛋白质的相互作用:大肠杆菌的Dam酶可使5′-GATC-3′序列中腺嘌呤的位发生甲基化。在编码菌毛的pap操纵子处,不同的甲基化模式与调控蛋白Lrp和PapI相互作用,产生可逆的转录开启和关闭状态。Aaron Hernday、Bruce Braaten和David Low在2003年的实验表明,启动子近端某个GATC位点的甲基化会阻止依赖PapI的Lrp在该处结合,从而促进转录开启状态。(neb.com)
在哺乳动物中,胞嘧啶甲基化主要在CpG位点产生5-甲基胞嘧啶;在这些位点,同一条链上的胞嘧啶后面紧接着鸟嘌呤。甲基化的调控作用取决于其在基因组中的位置以及存在的蛋白质,而非普遍的“关闭”信号。甲基化可以阻止特定转录因子结合,也可以招募甲基化DNA结合蛋白及相关的抑制因子。1998年,Xinsheng Nan及其同事证实,MeCP2介导的抑制作用涉及一个含有组蛋白去乙酰化酶的复合物,从而将DNA修饰与染色质调控联系起来。组蛋白修饰同样能够在不改变DNA序列的情况下改变其可及性。组蛋白赖氨酸的乙酰化可以改变组蛋白的相互作用,并提高局部可及性;甲基化则形成特定残基的结合表面。例如,组蛋白H3第9位赖氨酸的甲基化会招募HP1蛋白,后者参与形成抑制转录的染色质。(nature.com)
细胞类型特异性的调控状态由转录因子结合、DNA甲基化和染色质修饰共同构成。Ryan Lister及其同事在2009年绘制的单碱基分辨率图谱,揭示了人胚胎干细胞与胎儿成纤维细胞之间广泛的甲基化差异。有些模式通过主动维持机制在细胞分裂后得以延续,而不是在化学上始终保持不变。DNA复制后,原先已甲基化的CpG位点可能处于半甲基化状态:亲本链带有这一修饰,而新合成的链则没有。UHRF1优先识别这类位点,并帮助招募维持型甲基转移酶DNMT1,以恢复新链上的甲基化。Magnolia Bostick及其同事于2007年证实,UHRF1是哺乳动物细胞维持甲基化所必需的。这一机制支持有丝分裂过程中的表观遗传学记忆,但并不意味着每一种修饰都能稳定遗传。(pmc.ncbi.nlm.nih.gov)
基因组印记使特定等位基因的表达取决于其亲本来源。在哺乳动物的H19–IGF2区域,未甲基化的母源印记控制区与CTCF结合,形成阻断增强子作用的边界,限制IGF2的激活。父源甲基化会阻止CTCF结合,使增强子能够作用于IGF2。2000年,Adam Bell与Gary Felsenfeld,以及独立开展研究的Amy Hark及其同事,确立了这一对甲基化敏感的边界机制。必须区分体细胞谱系内的持续维持与跨代传递:哺乳动物的生殖细胞发育和胚胎发生早期都涉及广泛的甲基化重编程。2014年发表的人类胚胎甲基化组研究记录了受精后广泛的去甲基化,同时某些区域的甲基化得到选择性保留。因此,仅凭某种后天获得的调控状态能在有丝分裂中维持,并不能证明它会通过配子传递给后代。(nature.com)
DNA损伤、修复与基因组监控
DNA损伤是指化学或结构上的异常,而突变则是核苷酸序列的稳定改变。损伤可能在引发突变之前得到修复,也可能阻断复制,或使错误的序列在复制过程中固定下来。脱嘌呤通过水解使腺嘌呤或鸟嘌呤与糖之间的连接键断裂,留下无碱基位点;胞嘧啶脱氨则产生尿嘧啶。经典估算认为,每个人体细胞每天约发生5,000次嘌呤脱落和100次胞嘧啶脱氨,但这些数值并非适用于所有细胞类型的通用速率。活性氧可改变碱基和糖的化学结构,包括形成8-氧代鸟嘌呤。紫外线可在相邻嘧啶之间产生环丁烷嘧啶二聚体和6–4光产物;电离辐射和复制过程受扰则可造成单链或双链断裂。(ncbi.nlm.nih.gov)
不同的DNA修复途径识别不同的底物。直接逆转修复无需替换DNA片段,而是直接恢复受损部位的化学结构:人体MGMT将-烷基鸟嘌呤上的烷基转移到自身蛋白上,并在此过程中失活。许多生物的光裂合酶可利用光能逆转紫外线产生的光产物,但人类缺乏这一修复途径。在碱基切除修复中,DNA糖基化酶去除尿嘧啶等异常碱基,留下无碱基位点。随后,内切核酸酶切开骨架,残留的糖–磷酸基团得到处理,再由DNA聚合酶和DNA连接酶填补并封合缺口。不同的糖基化酶可特异性识别不同损伤,包括氧化碱基。(ncbi.nlm.nih.gov)
核苷酸切除修复去除的是一段含有体积较大、导致螺旋扭曲的损伤的短DNA片段,而非单个碱基。经过损伤识别、局部解旋和损伤两侧的切割,受损片段被释放;随后以完整链为模板进行合成,再通过连接恢复DNA的连续性。损伤识别既可通过全基因组监控启动,也可由损伤在转录过程中使RNA聚合酶停滞而启动。相比之下,错配修复纠正的是复制后遗留的错配碱基和小型插入–缺失环。它识别新合成的链,切除包含错误的DNA,并重新合成该区域。在大肠杆菌中,MutS和MutL与MutH协同作用,将修复引向暂时尚未甲基化的子链;这种基于甲基化状态的区分机制并非普遍存在。(ncbi.nlm.nih.gov)
双链断裂需要恢复两条DNA链。同源重组修复利用完整的同源DNA作为模板;在增殖中的哺乳动物细胞中,模板通常是姐妹染色单体,因此这一修复方式更常见于S期和G2期。断端切除产生单链末端;由RAD51介导的链侵入使DNA能够以完整模板进行合成。这一过程可以准确恢复缺失的序列,但结果取决于模板的选择和中间产物的处理。非同源末端连接不需要长片段的同源模板:Ku结合断裂末端,与DNA-PK相关的分子机器协调末端处理,并由XRCC4–DNA连接酶IV复合物完成连接。相容的末端可以准确地重新连接;处理受损或不相容的末端可能产生插入或缺失,而连接错误的末端则可能造成重排。(pubmed.ncbi.nlm.nih.gov)
基因组监控将损伤检测与修复及细胞周期调控联系起来。ATM激酶主要响应双链断裂,而ATR则响应复制压力和暴露的单链DNA。它们的信号网络激活检查点蛋白,延缓DNA合成或进入有丝分裂的进程。p53的稳定化可诱导p21表达,后者抑制周期蛋白依赖性激酶,有助于阻止细胞进入S期。持续存在的损伤也可能导致长期的生长停滞或细胞凋亡,具体取决于细胞所处的环境和状态。这些反应限制受损基因组的传递,但本身并不替换受损的核苷酸。(ncbi.nlm.nih.gov)
遗传性修复缺陷体现了这些途径的生物学影响。大多数类型的着色性干皮病涉及核苷酸切除修复缺陷,患者发生紫外线相关皮肤癌的风险显著升高;而与POLH相关的变异型损害的则是损伤旁路能力。林奇综合征通常由错配修复基因MLH1、MSH2、MSH6或PMS2中的遗传性致病变异引起,使患者更易患结直肠癌、子宫内膜癌及其他癌症。修复途径失效会加剧突变积累,但单个DNA损伤并不等同于致病突变。(medlineplus.gov)
突变、遗传与进化变化
突变是指 DNA 序列的改变;变异则是通过与另一序列(通常是参考基因组)比较而识别出的序列差异。这两个术语都不一定意味着疾病。单核苷酸替换是指一个碱基被另一个碱基取代:转换是 A 与 G 或 C 与 T 之间的替换,颠换则是嘌呤与嘧啶之间的替换。插入会增加核苷酸,缺失则会移除核苷酸。重复扩增会增加某个序列基序连续重复的次数。在更大的尺度上,拷贝数变化会使 DNA 片段缺失或重复,有时涉及多个基因。染色体重排包括倒位和易位,前者使某一片段的方向逆转,后者使片段在染色体不同位置之间转移。平衡重排可以改变 DNA 的组织方式,而不改变其总量,但重排断点可能破坏基因或调控关系。(ncbi.nlm.nih.gov)
在进行有性生殖的动物中,生殖系突变发生于产生卵子或精子的细胞中,并可传递给下一代;体细胞突变发生于其他细胞中,通常只传递给这些细胞的后代细胞。遗传性变异是由亲本传递的变异,而新生变异是指在子代中新检测到、但在所检查的亲本样本中不存在的变异。它可能产生于亲本的生殖细胞中,也可能发生于胚胎发育早期。因此,这些类别描述的是遗传的不同方面:新出现的生殖系突变随后可以成为遗传性变异。受精后发生的突变若导致同一个体内的细胞具有不同的遗传序列,就会出现嵌合现象。其分布取决于变化发生的时间及所在的细胞谱系;即使在亲本采样的血细胞中未发现某种变异,生殖系嵌合仍可能使该变异传递给后代。(medlineplus.gov)
突变率可以通过比较子代与双亲的基因组来测量。2012 年,奥古斯丁·孔及其同事对冰岛的 78 组双亲—子代三人组进行了测序,估计平均新生单核苷酸突变率为每个核苷酸每代 ,其中父亲的平均年龄为 29.7 岁。在该样本中,父亲年龄每增加一岁,子代的突变数约增加两个。这些估计值仅适用于该项研究,并非适用于所有生物或家庭的常数;它们描述的是新出现的序列变化,而不是某个特定突变导致疾病的概率。(nature.com)
变异的影响取决于其位置和分子背景。在蛋白质编码区内,替换可能是同义突变,即编码的氨基酸不变;也可能是错义突变,即一种氨基酸被另一种取代;还可能是无义突变,即产生提前出现的终止密码子。长度不能被三整除的插入或缺失通常会使阅读框发生移位。剪接位点的变化可改变 RNA 剪接,而启动子或增强子的变化可影响基因表达的水平、时间或发生表达的细胞位置。拷贝数变化可改变基因剂量。重复扩增则提供了另一种机制:HTT 中 CAG 重复序列的扩增会延长亨廷顿蛋白中的谷氨酰胺序列,并与亨廷顿病有关。在所考察的条件下,许多其他变异并没有可检测到的影响;即使发生了氨基酸替换,也未必会明显改变蛋白质的功能。因此,分子效应、可观察到的表型以及与疾病的关联,是彼此不同的问题。(medlineplus.gov)
可遗传的突变提供新的等位基因,并有助于形成遗传多样性。当这些等位基因影响繁殖成功率时,自然选择会改变其频率:净化选择倾向于清除有害变异,而正向选择则可提高有利变异的频率。遗传漂变通过世代间的随机抽样改变频率,使中性变异可能消失或固定。在一个种群大小恒定为 、随机交配且不存在选择的理想化二倍体种群中,只有一个拷贝的新生中性等位基因的固定概率为 。在更长的时间尺度上,累积的序列差异可为系统发育学中的分子研究提供证据:通过比较同源 DNA 序列,可以推断共同祖先和分支关系。不同基因组区域和谱系的变化速率各不相同,而且基因的谱系历史未必与物种的演化历史完全一致,因此不能把序列差异当作无需校准、普遍适用的时钟。(ncbi.nlm.nih.gov)
重组与DNA的移动
同源重组在序列高度相似的DNA分子之间交换或复制信息。在一种常见的双链断裂修复途径中,断裂末端经过加工,暴露出单链3′尾部。细菌中的RecA或真核生物中的RAD51等相关蛋白,促进同源序列的搜索以及单链对完整双螺旋的侵入。侵入链与其互补链配对,同时置换另一条链,形成置换环,即D环。这一过程产生了异源双链DNA,即两条链分别来自不同DNA分子的双链结构。随后,侵入链的3′端可作为引物,以完整DNA分子为模板启动DNA合成。参与重组的分子之间若存在序列差异,异源双链中就可能出现错配;错配的修正可导致基因转换,即序列信息的非互惠转移。(ncbi.nlm.nih.gov)
这些中间体的处理方式决定了重组是否会交换周围的染色体区域。捕获另一个断裂末端可形成双霍利迪连接,其中包含两个由四条DNA链构成的连接结构。对这些连接进行切割和重新连接,既可产生伴随两侧区域互惠交换的染色体交叉互换,也可产生不发生这种交换的非交叉互换产物。非交叉互换也可通过合成依赖性链退火产生:延伸后的侵入链脱离模板,与另一个断裂末端退火,随后通过DNA合成和连接完成修复。因此,非交叉互换重组能够转移局部序列信息,而不交换染色体臂。McMahill、Sham和Bishop于2007年报告的实验表明,出芽酵母在减数分裂过程中会发生合成依赖性链退火,为交叉互换产物和非交叉互换产物通过不同途径形成提供了证据。(pubmed.ncbi.nlm.nih.gov)
在减数分裂前期Ⅰ,重组发生在已配对的同源染色体的非姐妹染色单体之间。在许多生物中,SPO11酶通过产生程序性双链断裂来启动这一过程。交叉互换会在单条染色单体上重新组合来自父方和母方的等位基因,而不仅仅是让整条染色体进行自由组合。交叉互换还具有力学作用:其发生部位在细胞学上表现为交叉,这些交叉与姐妹染色单体之间的黏连共同维持同源染色体之间的连接,直至它们在第一次减数分裂时分离。重组的分布并不均匀;起始事件集中于重组热点,而交叉互换干扰会降低附近再次发生交叉互换的概率。不同生物对交叉互换的要求有所不同,但在大多数生物中,未能形成适当的交叉互换会增加染色体分离错误。(ncbi.nlm.nih.gov)
位点特异性重组则依赖能够识别短而明确的DNA位点的专门重组酶。根据这些位点的排列和方向,反应可使DNA发生整合、切除或倒位。例如,λ噬菌体通过噬菌体与细菌附着位点之间的重组,将其基因组整合到大肠杆菌染色体中。转座将可移动元件移至新位置,而不要求该元件与目标位置之间具有广泛的同源性。DNA转座子可通过剪切—粘贴机制或复制性机制移动,而反转录转座子则通过RNA中间体生成新的DNA拷贝。程序性V(D)J重组是另一种定向重排形式:在淋巴细胞发育过程中,RAG1和RAG2识别重组信号并切割DNA,随后细胞的末端连接机制将免疫受体基因片段组装起来。这一过程在机制上不同于由重组酶介导的保守性整合。(ncbi.nlm.nih.gov)
水平基因转移使DNA在细胞之间移动,而不只是使其在一个基因组内部重排。在转化过程中,处于感受态的细菌摄取细胞外DNA,后者随后可能与其染色体发生重组。在转导过程中,噬菌体将细菌DNA递送至其他细菌:宿主DNA片段被包装后可发生广义转导,而特异性转导则是在前噬菌体异常切除后,转移其整合位点邻近的特定基因。接合需要细胞之间的接触以及专门的转移装置。例如,大肠杆菌的F质粒会转移一条DNA链,该链在受体细胞中转变为双链质粒DNA;当F质粒整合到供体染色体中时,邻近的染色体DNA也可被转移。DNA进入细胞与获得稳定遗传是两个不同的事件:进入的DNA可能通过重组整合到染色体中,也可能作为独立复制的质粒保留下来,或最终丢失。(ncbi.nlm.nih.gov)
DNA的发现及其生物学作用的证据
1869年,弗里德里希·米歇尔从外科绷带上收集的脓液中提取白细胞,并从其细胞核中分离出一种富含磷的物质。当时,他在图宾根的费利克斯·霍佩-赛勒实验室工作,因这种物质来自细胞核,将其称为“核素”(nuclein);他的研究结果于1871年发表。这是一项化学发现,并未证明该物质具有遗传功能。后续研究将核酸与伴随存在的蛋白质分离开来。阿尔布雷希特·科塞尔及其同事鉴定了核酸中的含氮碱基,而菲巴斯·莱文的研究则确立了核苷酸由糖、磷酸和碱基组成的结构,并于1929年鉴定出DNA中的脱氧核糖。莱文提出的四核苷酸假说影响很大,但并不正确。该假说认为四种碱基以重复的方式排列,使DNA看起来不如蛋白质那样能够编码多样的遗传信息。(pmc.ncbi.nlm.nih.gov)
弗雷德里克·格里菲思在1928年的实验中证明,一种生物学性状可以发生转移,但未能确定起作用的化学物质。他研究的是肺炎链球菌(Streptococcus pneumoniae):有荚膜、形成光滑菌落的细菌对小鼠具有致病性,而无荚膜、形成粗糙菌落的细菌则相对无害。单独注射热杀死的光滑型细菌或活的粗糙型细菌,都不会造成将两者混合后所观察到的致死结果。格里菲思从注射了混合物的小鼠体内分离出了活的、有荚膜的细菌。因此,死细胞中的某种物质使活细胞发生了“转化”。1944年,奥斯瓦尔德·埃弗里、科林·麦克劳德和麦克林·麦卡蒂从Ⅲ型肺炎球菌中纯化出这种转化物质,并证明它能使细菌产生荚膜的能力发生稳定、可遗传的改变。蛋白质降解酶和核糖核酸酶不能消除其活性,而能够降解DNA的酶制剂则可以。化学分析支持将这种活性物质鉴定为DNA,但作者也明确考虑了其中可能存在未被检出的杂质。(genome.gov)
1952年,阿尔弗雷德·赫尔希和玛莎·蔡斯利用感染大肠杆菌(Escherichia coli)的T2噬菌体,提供了独立的证据。他们用放射性同位素区分噬菌体的不同组分:以标记DNA,以标记含硫蛋白质。噬菌体附着于细菌后,他们用搅拌器搅动,使大部分外部蛋白质外壳脱落,再通过离心将细菌细胞与这些物质分离。大部分磷标记仍与细胞一起,而大部分硫标记留在细胞外。尽管如此,受感染的细胞仍能产生子代噬菌体。这些结果支持DNA在指导噬菌体繁殖中发挥作用,而不是侵入时携带的大部分蛋白质外壳;但它们并未证明所有病毒都以DNA为遗传物质。(repository.cshl.edu)
埃尔温·查加夫在1950年前后报告的测量结果表明,不同物种的DNA碱基组成有所差异,但腺嘌呤与胸腺嘧啶的含量大致相等,鸟嘌呤与胞嘧啶的含量也大致相等,即和。这些观察结果与均一、重复的四核苷酸组成相矛盾,并限定了可能的结构模型。在伦敦国王学院,莫里斯·威尔金斯通过X射线衍射研究DNA纤维,而罗莎琳德·富兰克林和雷蒙德·戈斯林则进行了详细测量,区分了不同水合条件下的A型和B型结构。他们于1952年获得的B型影像被称为“51号照片”,其中呈现出螺旋结构特有的十字形图样。富兰克林的分析还限定了这一结构的尺寸,并确定磷酸基团位于外侧。(dnalc.cshl.edu)
詹姆斯·沃森和弗朗西斯·克里克综合化学方面的约束条件、查加夫的发现以及国王学院研究人员获得的衍射证据,提出了一个由两条方向相反的链组成的模型:糖—磷酸骨架位于外侧,互补碱基对位于内侧。他们提出的结构模型于1953年4月25日发表于《自然》杂志,同期还刊登了威尔金斯、亚历山大·斯托克斯和赫伯特·威尔逊,以及富兰克林和戈斯林分别撰写的实验论文。A–T和G–C的特异性配对解释了碱基比例,也提示了任一条链如何能够决定一条新的互补链。因此,这一模型将分子结构与一种可能的复制机制联系起来,但模型本身并未通过实验证实DNA如何复制。(nature.com)
马修·梅塞尔森和富兰克林·斯塔尔于1958年检验了这一机制。他们用重氮培养大肠杆菌,随后将培养物转移至以为主的培养基中,再通过氯化铯密度梯度离心分离提取出的DNA。繁殖一代后,DNA形成了一条中等密度带,而不是彼此分离的重带和轻带,从而排除了全保留复制。大约两代后,出现了中等密度带和轻带,而不是分散复制所预测的单条密度逐渐降低的带。这些结果支持DNA的半保留复制:每个子代分子保留一条亲代链,并含有一条新合成的链。这项实验证明了DNA链的遗传方式,与确认DNA是遗传物质以及确定其三维结构是不同的研究成果。(phys.ens.psl.eu)
分离、检测、扩增与测序
DNA提取将核酸从细胞物质中分离出来,同时尽量减少降解。通过破碎细胞和去污剂介导的裂解释放DNA;蛋白酶去除与DNA结合的蛋白质,RNase处理则减少RNA污染。纯化可采用有机溶剂萃取后进行醇沉淀,也可采用固相结合方法:硅胶膜和硅胶包覆的磁性颗粒在高盐条件下结合DNA,从而先洗去污染物,再在低盐条件下洗脱DNA。样品的保存方式会影响最终获得的材料:核酸酶、酸性条件和机械剪切均可使DNA降解或断裂。冷冻或使用适当的保存介质可减少提取前的样品损坏;需要长链DNA分子时,轻柔操作尤为重要。(ncbi.nlm.nih.gov)
质量评估需区分浓度、纯度和完整性。260 nm处的紫外吸光度可用于估算核酸浓度,但也会检测到RNA和某些污染物;对DNA具有选择性的荧光染料能提供更具特异性的测量结果。比值接近1.8通常表明DNA较为纯净,但这一比值受pH影响,不能证明DNA完整,也不能证明样品不含扩增抑制物。凝胶电泳或基于毛细管的片段长度分析可显示片段的长度分布。保留长片段对长读长测序很重要,而针对短靶序列的检测则可使用部分断裂的材料。(qiagen.com)
在琼脂糖凝胶电泳中,带负电荷的DNA向正极迁移;线性片段主要按长度分离,较短的片段通常迁移得更快。DNA分子量标准可作为比较参照,不过环状DNA的迁移还取决于其分子拓扑结构。序列特异性检测则使用能与互补DNA杂交的标记探针。埃德温·萨ザ恩于1975年发表的Southern印迹法结合了这些原理:将分离后的DNA片段变性、转移至膜上,再用探针检测,从而确定含有靶序列的片段长度。荧光原位杂交(FISH)将荧光探针用于固定的细胞或染色体,在保留空间信息的同时显示序列的位置或拷贝数。这两种方法通常都不能确定完整的核苷酸序列。(ncbi.nlm.nih.gov)
聚合酶链式反应(PCR)通过反复进行变性、引物退火和DNA聚合酶介导的延伸,选择性地扩增两条引物之间的区域。耐热聚合酶使反复热循环成为切实可行的操作;兰德尔·赛基及其同事于1988年展示了这一方法。常规PCR通常检测最终产物,往往以凝胶条带的形式观察,因此不能可靠地衡量起始量。定量PCR(qPCR)在扩增过程中监测荧光:阈值循环数通常记为或,可通过与标准品或参考样品比较进行定量。数字PCR将样品分配到大量独立反应中,并根据终点荧光将各反应判定为阳性或阴性。在随机分配的假设下,每个反应分区中靶分子的平均数为,其中为阳性分区所占比例;这一计算校正了某些分区含有多个靶分子的情况,使浓度估算无需依赖校准曲线。(pubmed.ncbi.nlm.nih.gov)
DNA测序用于确定核苷酸的排列顺序。弗雷德里克·桑格、史蒂文·尼克伦和艾伦·库尔森于1977年提出的链终止法,通过掺入缺少延伸所需3′羟基的双脱氧核苷酸来终止链延伸。自动化测序系统采用毛细管电泳分离荧光标记的产物,得到数百个碱基长的读段。大规模平行短读长测序同时分析大量带有接头的片段;边合成边测序平台依次识别掺入的核苷酸。长读长方法检测单个分子:单分子实时测序观察聚合酶的活动,而纳米孔测序则根据DNA通过孔道时引起的电流变化推断序列。长度从数千到数十万个碱基的读段可以跨越短读段难以解析的重复区域。对环状模板进行重复观测,可提高单分子一致序列的准确度。(pubmed.ncbi.nlm.nih.gov)
序列分析需将碱基识别准确度与覆盖度及序列重建区分开来。质量分数表示估计的错误概率;Q30对应每个碱基的估计错误率为0.1%。平均覆盖深度约等于测得的碱基总数除以目标序列长度:30倍覆盖意味着每个位置平均被观测30次,并不表示所有位置的覆盖都均匀一致。基于参考序列的分析将读段比对到已有的基因组上,而从头组装则利用重叠关系或共有的序列模式重建连续序列。因此,即使单个读段的准确度很高,重复序列、采样不均匀以及比对歧义仍可能限制序列重建。(illumina.com)
重组DNA、基因组编辑与分子工程
重组DNA是在实验室中通过人为连接DNA片段构建的,其组成片段不一定来自不同物种。与天然的遗传重组不同,这一术语指的是人工构建的产物,而非未经实验室干预发生的遗传物质交换。在基于限制性酶切的克隆中,限制性内切核酸酶在特定的识别序列处切割DNA,产生交错的“黏性”末端或平末端。相容的黏性末端通过互补碱基配对结合,DNA连接酶则通过形成磷酸二酯键封合糖—磷酸骨架。1973年,斯坦利·科恩、安妮·张、赫伯特·博耶和罗伯特·赫林证明,来自不同质粒、经限制性酶切产生的片段可以连接起来并导入大肠杆菌,形成的分子能够在其中复制,并保留两个亲本的特性。(genome.gov)
克隆载体将插入的DNA片段携带至宿主中,并支持其维持或复制。典型的质粒载体包含复制起点、可选择标记和DNA插入位点;表达载体还提供适用于产生RNA或蛋白质的调控序列。将载体导入细菌后,各个单菌落可提供携带特定构建体的细胞群体:这属于分子克隆,而非克隆整个生物体。选择过程能够识别保留载体的细胞,但仅凭这一过程,不能确定所需的插入片段是否存在或方向是否正确。限制性酶切分析和PCR可用于筛查候选克隆,而测序则用于验证核苷酸序列、插入片段与载体的连接处以及阅读框。(genome.gov)
合成DNA可以依据设计的序列制备,而不必先从生物体中分离出该序列。化学合成通常通过反复进行固相亚磷酰胺反应来构建短寡核苷酸;较长的构建体则由具有重叠区域的片段组装而成。在丹尼尔·吉布森及其同事于2009年报道的方法中,外切核酸酶使互补的单链末端暴露出来,具有重叠区域的片段随后退火,DNA聚合酶填补缺口,连接酶则封合剩余的切口。这种方法无需在每个连接处都设置限制性酶切位点即可完成组装。合成和组装并不能保证序列的准确性:完成的构建体需要通过测序与设计序列核对,因为即使片段大小符合预期,也仍可能含有碱基替换、碱基缺失或错误的连接处。(nature.com)
与成簇规律间隔短回文重复序列相关的基因组编辑是在选定的基因组位置改变DNA,而不只是构建一个独立维持的质粒。2012年,马丁·伊内克及其同事,包括詹妮弗·杜德纳和埃马纽埃尔·沙尔庞捷,证明了Cas9核酸酶能够在RNA引导下进行可编程切割。向导RNA通过与靶序列的互补性引导Cas9;该靶序列须邻接合适的原间隔序列邻近基序,即PAM。在基于核酸酶的编辑中,产生的DNA断裂成为细胞DNA修复机制的作用对象:末端连接可产生插入或缺失,从而破坏基因;模板引导的修复则可将供体DNA中的指定改变引入靶位点。2013年的研究证明,这些方法可用于哺乳动物细胞。因此,识别靶序列并不保证获得特定的编辑结果;实际发生了哪些改变,需要通过测序确定。编辑改变序列,测序读取序列,而基因表达测量则评估这些改变对下游活动的影响。(pmc.ncbi.nlm.nih.gov)
重组构建体支持基因功能研究,也已用于成熟的工业化蛋白质生产。人胰岛素是一个早期实例:1978年,基因泰克公司与希望之城的研究人员使用了编码胰岛素A链和B链的合成基因。1979年1月发表的实验报告描述了以下过程:将两条链分别以融合蛋白的形式在大肠杆菌中表达,释放并纯化这些肽链,再在允许二硫键形成的条件下将它们组合。1982年10月28日,美国食品药品监督管理局批准了优泌林(Humulin),这是首个获批的、源于重组DNA技术的医药产品。经过工程改造的DNA指导细胞制造这种蛋白质;它本身并不是给药时使用的胰岛素。(pubmed.ncbi.nlm.nih.gov)
DNA也可以作为工程材料使用,而不依赖其编码蛋白质的功能。2006年,保罗·罗特蒙德展示了DNA折纸术,利用200多条短“订书钉”链,通过分子自组装,将一条约7千碱基长的骨架链折叠成尺度约为100纳米的结构。实验性的DNA数据存储则将数字信息编码为核苷酸序列,通过合成写入,再通过测序和解码读回。亚尼夫·埃利希和迪娜·泽林斯基于2017年开展的DNA Fountain实验采用了一种旨在容忍分子缺失并适应序列限制的编码方案,实现了信息的无误恢复。这些实验分别证明了DNA结构的可编程性和信息存储能力,而非重组胰岛素所体现的成熟生产应用。(nature.com)
医学、身份鉴定与环境研究中的DNA证据
在遗传性疾病的研究中,DNA测序可以识别单个基因、多基因检测组合或更广泛基因组区域中的变异。解读结果时,需要将分子检测结果与症状、家族史、遗传模式及变异影响的相关证据结合起来。例如,BRCA1或BRCA2中的致病变异可以确证对某些癌症的遗传易感性,但不能据此断定癌症一定会发生。意义未明的变异是指已检测到、但临床意义尚未确定的序列差异;未能提供明确结论的阴性结果也不能排除所有遗传病因。测序还可用于罕见病研究,例如美国国立卫生研究院的未确诊疾病项目。(cancer.gov)
肿瘤特征分析考察后天获得的DNA变化,这些变化可能有助于区分癌症亚型,或作为与治疗相关的生物标志物。将肿瘤DNA与非肿瘤DNA进行比较,有助于区分体细胞变化和生殖系变异;仅凭肿瘤检测结果,不能认定存在遗传易感性。临床解读还取决于癌症类型,以及将某种特定改变与治疗反应联系起来的证据。在传染病调查中,测序用于识别和比较病原体的基因组。美国疾病控制与预防中心的李斯特菌全基因组测序项目,通过比较来自患者、食品和环境样本的分离株来调查疫情暴发。基因组相似性可支持它们之间可能存在关联,但要确定暴发源头,仍需食物暴露史及其他流行病学证据。(cancer.gov)
法医学DNA分型通常检测短串联重复序列(STR):这类短序列单元的重复次数因人而异。DNA分型记录的是选定基因座上的等位基因,而非整个基因组;在常染色体基因座上,两个等位基因分别来自父母双方。2017年1月1日,美国联邦调查局将CODIS的核心基因座集合从13个扩展至20个。亲缘关系分析评估等位基因共享模式是否更支持某种指定关系(如亲子关系),而非另一种关系。这种分析可用于亲子鉴定,以及失踪人员或人体遗骸的身份鉴定,同时将突变和家族关系的不确定性纳入考虑。(nist.gov)
法医学比对的统计证据强度通常以似然比表示,即,用于比较在两个明确提出的假设下观察到相应证据的概率。它既不是嫌疑人有罪的概率,也不是某个假定贡献者提供了该DNA的概率。分析混合样本时,需要考虑贡献者人数、DNA降解、等位基因缺失及实验室伪影。DNA分型匹配涉及可能的来源身份:仅凭匹配本身,无法确定DNA何时留下、是直接转移还是经由二次转移留下,也无法确定何种活动产生了这一痕迹。因此,方法验证必须涵盖该方法所适用的样本类型和解读方式。(nvlpubs.nist.gov)
从骨骼、牙齿及其他保存下来的材料中提取的古DNA,可为过去的种群及其演化关系提供证据。2010年,戴维·赖希及其同事报告了从西伯利亚丹尼索瓦洞穴的一块指骨中获得的核基因组,识别出一个在遗传上有别于尼安德特人的古人类群体,并发现了该群体对当今美拉尼西亚人祖源有所贡献的证据。古DNA分子通常已发生片段化和化学损伤;胞嘧啶脱氨可造成表观上的胞嘧啶至胸腺嘧啶替换。现代人和微生物的污染DNA可能掩盖内源性DNA,因此,实验室防范措施、污染程度估计和损伤模式分析是鉴别古DNA真实性的关键。相比之下,环境DNA(eDNA)研究采集的是生物释放到水、土壤或其他周围环境中的遗传物质。美国地质调查局的实验室利用环境DNA检测入侵鲤鱼类和稀有蚌类等生物。检测结果只能确认遗传物质的存在,并不一定意味着采样点有活体生物;遗传物质的迁移、持续留存、污染以及采样不充分,都使阳性、阴性结果的解读和生物丰度估计变得复杂。(nature.com)
人类基因组研究也需要明确处理知情同意和遗传数据隐私问题。知情同意过程应分别说明检测目的、样本今后的用途、数据共享,以及是否会向参与者反馈个人检测结果或偶然发现。基因组记录可能揭示与亲属有关的信息;当序列数据与其他信息结合时,即使删除姓名,也无法消除重新识别个人身份的风险。因此,保密安排和访问限制都是研究设计的一部分,同时还应解释不确定的发现及分析本身的局限。(genome.gov)
DNA的起源与尚未解决的研究问题
RNA世界假说认为,在DNA成为主要的基因组物质之前,早期演化系统利用RNA兼具携带遗传信息和催化反应的功能。一种被提出的中间阶段是RNA–蛋白质系统,其中新出现的酶产生DNA前体,并将RNA中的信息复制到DNA中。现代生物化学已证实,这类转化在化学上是可行的:核糖核苷酸还原酶将核糖核苷酸转化为脱氧核糖核苷酸,胸苷酸合成酶由脱氧尿苷酸生成胸苷酸,逆转录酶则以RNA为模板合成DNA。但这些机制并不能确定它们在历史上出现的先后顺序。DNA不易发生涉及糖基2′-羟基的断裂反应,而使用胸腺嘧啶则有助于区分正常碱基与胞嘧啶脱氨产生的尿嘧啶;这些特点为DNA用于储存遗传信息提供了合理的优势解释,却不是其起源的直接证据。(ncbi.nlm.nih.gov)
另一些假说认为,RNA与DNA的组成成分可能同时出现,而不一定遵循严格的“先有RNA”的顺序。2020年,Jianfeng Xu及其同事报道了一条实验室反应途径,可在设想的前生命条件下生成RNA的嘧啶核苷和DNA的嘌呤核苷,为混合前体库在化学上的可行性提供了支持。这类实验只能证实反应在特定条件下能够发生,并不能证明这些反应曾在早期地球上发生,或曾产生能够自我复制的生物体。尚未解决的关键环节包括:如何将前体合成与聚合物形成衔接起来,如何实现足够准确的模板复制,以及如何解释混合核酸系统向DNA负责储存信息、RNA负责表达信息的分工过渡。(nature.com)
对于非编码DNA,一个核心难题是明确“功能”的含义。Manolis Kellis及其同事在2014年的一项分析中,区分了生化活性、遗传扰动的后果以及自然选择的演化证据。转录或转录因子结合表明存在分子活动,但仅凭这些现象,不能证明它们对生物体的生存或繁殖有影响。反过来,在纯化选择作用下保持保守,为功能约束提供了证据,但近期演化形成或特定谱系独有的元件可能并不具有深层次的演化保守性。删除一个候选增强子,可以揭示它是否为某种调控过程所必需;但阴性结果也可能源于其他元件的功能冗余、尚未测试的发育阶段,或实验中未涵盖的环境条件。因此,判定功能需要明确所考察的结果及其生物学背景,而不能仅仅给它贴上全基因组范围的活性标签。(pmc.ncbi.nlm.nih.gov)
DNA结构研究同样需要区分序列形成某种结构的潜力与细胞内实际形成的结构。富含鸟嘌呤的序列可以形成G-四链体,但其折叠取决于可及性及周围的分子环境。2021年,Sara Lago及其同事比较了脂肪肉瘤细胞与角质形成细胞,发现相同的启动子序列可能具有不同的G-四链体折叠状态;发生折叠的启动子与开放的染色质、较高的转录水平以及AP-1和SP1的结合相关。这说明,仅凭序列无法确定调控状态。一个尚未解决的问题是因果关系的方向:究竟是这种结构招募调控蛋白,还是转录和染色质开放使其得以形成,抑或两种过程相互促进。因此,必须区分观察到的关联与在特定位点上得到证实的机制。(nature.com)
在判定单个变异的效应时,分子测量与生物学后果之间也存在类似的鸿沟。2021年的一项SNP-SELEX研究测试了270种人类转录因子与95,886个非编码变异的相互作用,获得了约8.28亿次蛋白质–DNA相互作用测量结果。这类测定可以识别体外条件下依赖于等位基因的结合差异,但亲和力改变本身并不能证明特定组织中的表达发生了变化,也不能证明它影响了整个生物体的表型。基因组位置、可参与调控的蛋白质以及细胞环境,仍然是解释结果不可或缺的因素。因此,检测到一个变异并测得它的一种分子效应,与确立它对某个生物学性状的因果贡献,是不同的事情。(nature.com)
复杂基因组的重建也受到限制。近乎相同的重复序列可能使拷贝数、排列顺序以及序列所属的亲本染色体难以确定。2022年,Sergey Nurk及其同事结合互补的长读长测序技术,构建了T2T-CHM13,解析出此前未能获得的约2亿个碱基对,其中包括着丝粒区域;其来源样本几乎完全纯合,这简化了组装过程,却未能涵盖人类的全部变异。2023年的人类泛基因组草图纳入了47个经单倍型分相的二倍体基因组组装,以呈现不同的序列版本,并减少对单一线性参考基因组的依赖。这些资源改进了序列检测与重建,但仍需通过实验确定新解析出的序列在特定细胞和生物体中发挥什么作用。(eichlerlab.gs.washington.edu)
参考来源
- The Human Genome - Genomes - NCBI Bookshelfncbi.nlm.nih.gov
- The Molecular Composition of Cells - The Cell - NCBI Bookshelfncbi.nlm.nih.gov
- The Structure and Function of DNA - Molecular Biology of the Cell - NCBI Bookshelfncbi.nlm.nih.gov
- The Human Genome - Genomes - NCBI Bookshelfncbi.nlm.nih.gov
- Alkaline hydrolysis to remove potentially infectious viral RNA contaminants from DNA - PubMedpubmed.ncbi.nlm.nih.gov
- Ribonucleic Acid (RNA) Fact Sheetgenome.gov
- Probegenome.gov
- Biochemistry, DNA Structure - StatPearls - NCBI Bookshelfncbi.nlm.nih.gov
- DNA: Alternative Conformations and Biology - Madame Curie Bioscience Database - NCBI Bookshelfncbi.nlm.nih.gov
- DNA: Alternative Conformations and Biology - Madame Curie Bioscience Database - NCBI Bookshelfncbi.nlm.nih.gov
- Base-stacking and base-pairing contributions into thermal stability of the DNA double helix - PMCpmc.ncbi.nlm.nih.gov
- The role of DNA shape in protein-DNA recognition - PMCpmc.ncbi.nlm.nih.gov
- Molecular structure of a left-handed double helical DNA fragment at atomic resolutionnature.com
- DNA: Alternative Conformations and Biologyncbi.nlm.nih.gov
- DNA H form requires a homopurine-homopyrimidine mirror repeatpubmed.ncbi.nlm.nih.gov
- Quantitative Visualization of DNA G-quadruplex Structures in Human Cellspmc.ncbi.nlm.nih.gov
- G-quadruplex structures are stable and detectable in human genomic DNAnature.com
- Linking topology of large DNA moleculespmc.ncbi.nlm.nih.gov
- Characterization of the geometry and topology of DNA pictured as a discrete collection of atomspmc.ncbi.nlm.nih.gov
- Topoisomerase Biologyncbi.nlm.nih.gov
- DNA Replication Mechanismsncbi.nlm.nih.gov
- Topoisomerase IV, not gyrase, decatenates products of site-specific recombination in Escherichia colipmc.ncbi.nlm.nih.gov
- Quantitative and comprehensive decomposition of the ion atmosphere around nucleic acidspubmed.ncbi.nlm.nih.gov
- A unified view of polymer, dumbbell, and oligonucleotide DNA nearest-neighbor thermodynamicspmc.ncbi.nlm.nih.gov
- Modeling Formamide Denaturation of Probe-Target Hybrids for Improved Microarray Probe Design in Microbial Diagnosticspmc.ncbi.nlm.nih.gov
- Determination of the base composition of deoxyribonucleic acid from its thermal denaturation temperaturecomputingbiology.github.io
- Mechanism of thermal renaturation and hybridization of nucleic acids: Kramers process and universality in Watson-Crick base pairingarxiv.org
- Characterization of denaturation and renaturation of DNA for DNA hybridizationpmc.ncbi.nlm.nih.gov
- Evaluating digital PCR for the quantification of human nuclear DNA: determining target strandednesspmc.ncbi.nlm.nih.gov
- Limitations of methods for measuring the concentration of human genomic DNA and oligonucleotide samplespmc.ncbi.nlm.nih.gov
- Genome Anatomies - Genomes - NCBI Bookshelfncbi.nlm.nih.gov
- Sequence and organization of the human mitochondrial genome - PubMedpubmed.ncbi.nlm.nih.gov
- Mitochondrial DNA: MedlinePlus Geneticsmedlineplus.gov
- Genetic Information in Eucaryotes - Molecular Biology of the Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Chloroplasts and Other Plastids - The Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Most chloroplast DNA of maize seedlings in linear molecules with defined ends and branched forms - PubMedpubmed.ncbi.nlm.nih.gov
- Studying DNA - Genomes - NCBI Bookshelfncbi.nlm.nih.gov
- Salmonella typhimurium LT2 mutation affecting the deletion of resistance determinants on R plasmids - PubMedpubmed.ncbi.nlm.nih.gov
- Genetics - Medical Microbiology - NCBI Bookshelfncbi.nlm.nih.gov
- Family: Adenoviridae - ICTVictv.global
- Family: Parvoviridae - ICTVictv.global
- Chromosomes Fact Sheetgenome.gov
- Chromatidgenome.gov
- Chromosomal DNA and Its Packaging in the Chromatin Fiberncbi.nlm.nih.gov
- ChromEMT: Visualizing 3D chromatin structure and compaction in interphase and mitotic cellspmc.ncbi.nlm.nih.gov
- DNA loop extrusion by human cohesinpubmed.ncbi.nlm.nih.gov
- A pathway for mitotic chromosome formationpmc.ncbi.nlm.nih.gov
- Structure-based analysis of HU-DNA bindingpubmed.ncbi.nlm.nih.gov
- Dual architectural roles of HU: formation of flexible hinges and rigid filamentspubmed.ncbi.nlm.nih.gov
- Structure of histone-based chromatin in Archaeapubmed.ncbi.nlm.nih.gov
- Histone diversity in the archaeal domain of lifepubmed.ncbi.nlm.nih.gov
- Centromere assembly requires the direct recognition of CENP-A nucleosomes by CENP-Ncmgm-new.stanford.edu
- Shelterin: the protein complex that shapes and safeguards human telomerespubmed.ncbi.nlm.nih.gov
- Talking Glossary of Genetic Termsgenome.gov
- Genomegenome.gov
- Locusgenome.gov
- Allelegenome.gov
- Genegenome.gov
- Ribonucleic Acid (RNA)genome.gov
- Exongenome.gov
- Introngenome.gov
- Regulation of eukaryotic gene expression by the untranslated gene regions and other non-coding elementspmc.ncbi.nlm.nih.gov
- Promotergenome.gov
- Intergenic Regionsgenome.gov
- Initial sequencing and analysis of the human genomenature.com
- DNA Replication Mechanismsncbi.nlm.nih.gov
- How the Eukaryotic Replisome Achieves Rapid and Efficient DNA Replicationpmc.ncbi.nlm.nih.gov
- Genome Replicationncbi.nlm.nih.gov
- PCNA acts as a stationary loading platform for transiently interacting Okazaki fragment maturation proteinspmc.ncbi.nlm.nih.gov
- The Initiation and Completion of DNA Replication in Chromosomesncbi.nlm.nih.gov
- Topoisomerase II Is Crucial for Fork Convergence during Vertebrate Replication Terminationpmc.ncbi.nlm.nih.gov
- Structures of telomerase at several steps of telomere repeat synthesispmc.ncbi.nlm.nih.gov
- How Telomeres Solve the End-Protection Problempmc.ncbi.nlm.nih.gov
- From DNA to RNA - Molecular Biology of the Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Transcription in Prokaryotes - The Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Eukaryotic RNA Polymerases and General Transcription Factors - The Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Human 5′ → 3′ exonuclease Xrn2 promotes transcription termination at co-transcriptional cleavage sitesnature.com
- From RNA to Protein - Molecular Biology of the Cell - NCBI Bookshelfncbi.nlm.nih.gov
- Central Dogma of Molecular Biologydna.caltech.edu
- Viral RNA-dependent DNA Polymerase: RNA-dependent DNA Polymerase in Virions of RNA Tumour Virusesnature.com
- RNA-dependent DNA polymerase in virions of Rous sarcoma viruspubmed.ncbi.nlm.nih.gov
- The role of DNA shape in protein-DNA recognitionrohslab.usc.edu
- The mechanism by which DNA adenine methylase and PapI activate the pap epigenetic switchpubmed.ncbi.nlm.nih.gov
- Transcriptional repression by the methyl-CpG-binding protein MeCP2 involves a histone deacetylase complexnature.com
- Acetylation Mimics Within a Single Nucleosome Alter Local DNA Accessibility In Compacted Nucleosome Arraysnature.com
- Methylation of histone H3 lysine 9 creates a binding site for HP1 proteinsnature.com
- Human DNA methylomes at base resolution show widespread epigenomic differencespmc.ncbi.nlm.nih.gov
- UHRF1 plays a role in maintaining DNA methylation in mammalian cellspubmed.ncbi.nlm.nih.gov
- Methylation of a CTCF-dependent boundary controls imprinted expression of the Igf2 genenature.com
- DNA Repair — Molecular Biology of the Cellncbi.nlm.nih.gov
- Mutation, Repair and Recombination — Genomesncbi.nlm.nih.gov
- DNA Repair — The Cellncbi.nlm.nih.gov
- Cloning and characterization of a mammalian 8-oxoguanine DNA glycosylasepubmed.ncbi.nlm.nih.gov
- Origin, Recognition, Signaling and Repair of DNA Double-Strand Breaks in Mammalian Cellsncbi.nlm.nih.gov
- Homologous Recombination Deficiencies and Hereditary Tumorspubmed.ncbi.nlm.nih.gov
- HDR through Homologous Recombination (HRR) or Single Strand Annealing (SSA)pubchem.ncbi.nlm.nih.gov
- Biochemical evidence for Ku-independent backup pathways of NHEJpmc.ncbi.nlm.nih.gov
- Intracellular Control of Cell-Cycle Eventsncbi.nlm.nih.gov
- Proliferation — Holland-Frei Cancer Medicinencbi.nlm.nih.gov
- Biologic Basis of Radiation Therapyncbi.nlm.nih.gov
- Xeroderma pigmentosum — MedlinePlus Geneticsmedlineplus.gov
- What is a gene variant and how do variants occur?medlineplus.gov
- Human Genomic Variationgenome.gov
- Rate of de novo mutations and the importance of father’s age to disease risknature.com
- What kinds of gene variants are possible?medlineplus.gov
- HTT gene: MedlinePlus Geneticsmedlineplus.gov
- How Genomes Evolve - Molecular Biology of the Cellncbi.nlm.nih.gov
- Molecular Phylogenetics - Genomesncbi.nlm.nih.gov
- General Recombination - Molecular Biology of the Cellncbi.nlm.nih.gov
- Synthesis-dependent strand annealing in meiosispubmed.ncbi.nlm.nih.gov
- Control of Meiotic Crossovers: From Double-Strand Break Formation to Designationpmc.ncbi.nlm.nih.gov
- Meiosis - Molecular Biology of the Cellncbi.nlm.nih.gov
- Meiosis - WormBookncbi.nlm.nih.gov
- DNA Rearrangements - The Cellncbi.nlm.nih.gov
- Site-Specific Recombination - Molecular Biology of the Cellncbi.nlm.nih.gov
- The DNA Damage Response: Implications on Cancer Formation and Treatmentncbi.nlm.nih.gov
- Genetics - Medical Microbiologyncbi.nlm.nih.gov
- Before Watson and Crick in 1953 Came Friedrich Miescher in 1869pmc.ncbi.nlm.nih.gov
- Some Observations on the Early History of Nucleic Acid Chemistrydigirepo.nlm.nih.gov
- Animation 15: DNA and proteins are key molecules of the cell nucleus.dnalc.cshl.edu
- 1944: DNA is "Transforming Principle"genome.gov
- Studies on the Chemical Nature of the Substance Inducing Transformation of Pneumococcal Typesnjc.rockefeller.edu
- Independent Functions of Viral Protein and Nucleic Acid in Growth of Bacteriophagevakalis.edu.gr
- Chargaff's ratios, 3D animation with narrationdnalc.cshl.edu
- Chemical Nature and Biological Specificity of the Genetic Materialgovinfo.gov
- What Rosalind Franklin truly contributed to the discovery of DNA’s structurenature.com
- Molecular Structure of Nucleic Acids: A Structure for Deoxyribose Nucleic Acidnature.com
- Molecular structure of deoxypentose nucleic acidspubmed.ncbi.nlm.nih.gov
- DNA extraction technologiesqiagen.com
- DNA sample storage: best practices after extractionqiagen.com
- Sample storage prior to extraction of genomic DNAqiagen.com
- DNA Quantification Methods and Applicationsqiagen.com
- Detection of specific sequences among DNA fragments separated by gel electrophoresispubmed.ncbi.nlm.nih.gov
- Detection of specific DNA sequences—the southern transferpubmed.ncbi.nlm.nih.gov
- Fluorescence In Situ Hybridization Fact Sheetgenome.gov
- Primer-directed enzymatic amplification of DNA with a thermostable DNA polymerasepubmed.ncbi.nlm.nih.gov
- Introduction to Digital PCRbio-rad.com
- Absolute vs. Relative Quantification for qPCRthermofisher.com
- Droplet Digital PCR Applications Guidebio-rad.com
- Recombinant DNA Technologygenome.gov
- Construction of Biologically Functional Bacterial Plasmids In Vitropmc.ncbi.nlm.nih.gov
- Cloninggenome.gov
- Molecular Cloning Technical Guideneb.com
- Synthesis and site-specific incorporation of a simple fluorescent pyrimidinenature.com
- Enzymatic assembly of DNA molecules up to several hundred kilobasesstatic.igem.org
- A programmable dual RNA-guided DNA endonuclease in adaptive bacterial immunitypmc.ncbi.nlm.nih.gov
- Multiplex Genome Engineering Using CRISPR/Cas Systemspmc.ncbi.nlm.nih.gov
- Expression in Escherichia coli of chemically synthesized genes for human insulinpubmed.ncbi.nlm.nih.gov
- Genetic Testing Fact Sheetcancer.gov
- DNA Sequencing Fact Sheetgenome.gov
- Biomarker Testing for Cancer Treatmentcancer.gov
- The Listeria Whole Genome Sequencing Projectcdc.gov
- DNA profilenist.gov
- Kinship Informationstrbase-archive.nist.gov
- Low Level DNA & Kinship Analysisstrbase-archive.nist.gov
- DNA Mixture Interpretation: A NIST Scientific Foundation Reviewnvlpubs.nist.gov
- Genetic history of an archaic hominin group from Denisova Cave in Siberianature.com
- Separating endogenous ancient DNA from modern day contamination in a Siberian Neandertalpmc.ncbi.nlm.nih.gov
- Environmental DNA (eDNA)usgs.gov
- The Interplay between RNA and DNA Modifications: Back to the RNA Worldncbi.nlm.nih.gov
- Selective prebiotic formation of RNA pyrimidine and DNA purine nucleosidesnature.com
- Defining functional DNA elements in the human genomepmc.ncbi.nlm.nih.gov
- Promoter G-quadruplexes and transcription factors cooperate to shape the cell type-specific transcriptomenature.com
- Systematic analysis of binding of transcription factors to noncoding variantsnature.com
- The complete sequence of a human genomeeichlerlab.gs.washington.edu
- A draft human pangenome referencenature.com