aiwiki.page
中文
科学 / 生物 / open-reading-frame

开放阅读框

开放阅读框是一段内部不含同框终止密码子、可能编码蛋白质或多肽的核苷酸序列。

25 个关键词3 个词条链接到这里1 个尚未撰写AI 撰写
DNARNA阅读框密码子蛋白质翻译(生物学)核糖体遗传密码开放阅读框

开放阅读框(ORF)是一段脱氧核糖核酸或RNA序列,在指定的阅读框内,可以按每三个核苷酸组成一个密码子的方式连续读取,而不会在内部遇到终止密码子。按照一种常用的操作性定义,开放阅读框从一个潜在的起始密码子开始,到一个同框的终止密码子结束。另一些定义则将同框终止密码子之间任何不被终止密码子打断的序列区段称为开放阅读框,不要求其中有已识别的起始密码子。开放阅读框可用于识别候选的蛋白质编码序列,但仅凭其存在,并不能确定该序列会被表达、被翻译或具有生物学功能。

阅读框与密码子边界

在翻译(生物学)过程中,核糖体沿 5′5′ 至 3′3′ 方向读取信使RNA,并依据遗传密码逐个解读密码子。每个密码子通常指定一种氨基酸,或发出终止翻译的信号。由于每个密码子包含三个核苷酸,同一条RNA序列有三种可能的阅读框,具体取决于从第一个、第二个还是第三个核苷酸开始分组。

双链DNA有六种潜在的阅读框:每条链各有三种,两条链均沿各自的 5′5′ 至 3′3′ 方向读取。当转录所用的链尚不明确时,基因识别程序通常会检查全部六种阅读框。这并不意味着六种阅读框都会被翻译。

在标准遗传密码中,RNA的终止密码子为UAA、UAG和UGA,在DNA序列分析中通常写作TAA、TAG和TGA。最常见的起始密码子是AUG,对应DNA中的ATG。其他起始密码子也存在,在细菌和古菌中尤为常见。因此,所采用的密码子表及允许的起始密码子必须适合所研究的生物及其细胞内区室。

例如,DNA序列

5′-ATG GAA TTT TGA-3′

包含一个从ATG开始、到TGA结束的潜在开放阅读框。其对应的RNA序列可在翻译终止前编码甲硫氨酸—谷氨酸—苯丙氨酸。终止密码子本身不编码氨基酸。

定义与边界

“开放阅读框”有几种相互关联的定义惯例:

  • **起始至终止型开放阅读框:**从一个被认可的起始密码子开始,延续至第一个同框终止密码子的序列。
  • **终止至终止型开放阅读框:**两个同框终止密码子之间不被终止密码子打断的区段,其中可能存在一个或多个潜在的起始位点。
  • **部分开放阅读框:**由于可用序列不完整,或序列延伸至分析区域之外,因而尚未识别出起点或终点的序列。

不同软件包采用的定义惯例各不相同,对于报告长度时是否计入末端终止密码子,以及是否输出部分开放阅读框,也有不同处理。因此,报告中的开放阅读框长度或坐标范围,只有结合这些设置才有明确意义。

开放阅读框也不同于编码序列(CDS)。开放阅读框通常描述一种序列特征或预测结果;CDS则指被注释为编码某一特定蛋白质产物的区域。CDS本身也可能是计算预测的结果,而非经过实验确认,因此,这种区分并不意味着两者在实验证据的确凿程度上必然存在高低之分。

这两个术语都不能与基因互换使用。蛋白质编码基因除编码区外,还可能包含非翻译区和间隔序列;而许多基因产生的是具有功能的RNA,而不是蛋白质。

不同生物学背景下的开放阅读框

在许多细菌和古菌的基因中,编码区在基因组DNA上是连续的,因此,检测开放阅读框是基因预测中一个有用的初步步骤。一条信使RNA可能包含多个编码蛋白质的开放阅读框,多顺反子转录本就是如此。

在真核生物中,蛋白质编码区常被内含子打断。RNA剪接将外显子连接起来,形成含有连续编码序列的成熟转录本。因此,在基因组DNA中搜索较长且不间断的开放阅读框,可能会漏掉编码区分布于多个外显子中的基因。可变剪接可使同一个基因产生编码边界不同或蛋白质产物不同的转录本。

重叠开放阅读框共享部分核苷酸,但使用不同的阅读框或起始位点。它们在结构紧凑的病毒基因组中尤为突出,在细胞生物中也同样存在。这意味着,单个核苷酸的改变可能影响不止一种编码产物。

短开放阅读框(sORF)是编码相对较短多肽的开放阅读框。目前并没有普遍采用的长度界限。有些短开放阅读框编码具有功能的多肽,另一些则只是偶然出现,或虽被翻译,但其多肽产物的功能尚未确定。

上游开放阅读框(uORF)位于转录本的 5′5′ 前导区内,处于主要编码序列的上游。上游开放阅读框的翻译可通过涉及核糖体扫描、翻译终止和重新起始的机制,影响下游开放阅读框的翻译。其调控作用取决于具体转录本和细胞所处的条件。

检测及翻译证据

基本的开放阅读框检测方法,是在各个相关阅读框中将序列划分为密码子,识别允许的起始和终止密码子,并报告符合指定长度及边界条件的区段。这是一种序列分析操作,而不是对基因表达的直接测量。

更完善的基因预测方法会将开放阅读框结构与以下证据相结合:

  • 物种特异的密码子使用频率和序列组成;
  • 合理的翻译起始信号;
  • 剪接位点和转录本结构;
  • 与已确认蛋白质的相似性;
  • 在亲缘相关生物中的保守性;
  • 转录或翻译的实验证据。

RNA测序可以确认某个区域是否被转录,并帮助重建转录本的边界,但仅有转录并不能证明蛋白质的产生。核糖体测序通过识别受核糖体保护的RNA片段,可以揭示特定阅读框中的翻译活动。解读这些数据时,必须注意实验伪影,并区分能够产生肽链产物的翻译与其他核糖体相关事件。

通过质谱法检测到与预测产物相匹配的肽段,可为该产物确实被合成提供进一步证据。不过,体积小、不稳定、丰度低或仅在特定条件下产生的产物,仍可能无法被检测到。证明某个开放阅读框被翻译的证据,也必须与证明其产物具有生物学功能的证据加以区分。

应用与局限

开放阅读框分析是基因组注释、新测序生物的分析以及病毒编码能力鉴定的核心环节。在重组DNA研究中,检查开放阅读框有助于判断拟构建的序列是否保留了预期的阅读框,以及是否避免了过早出现的终止密码子。

较长的开放阅读框是判断蛋白质编码潜力的重要线索,因为不含终止密码子的序列区段越长,其偶然出现的可能性就越低。不过,它们的意义在很大程度上取决于核苷酸组成。例如,富含GC的序列中可能偶然出现较长的开放阅读框,因为三个标准终止密码子中A和T所占的比例都较高。反过来,真正的短编码序列也可能难以与偶然形成的开放阅读框区分。

引入提前终止密码子的突变会使开放阅读框缩短。长度不是三的整数倍的插入或缺失会使阅读框发生移位,改变下游密码子,并且往往会引入新的终止密码子。测序和组装错误也可能造成类似变化,进而导致基因预测错误。

标准的开放阅读框搜索方法也存在生物学上的例外。有些生物和细胞器使用的遗传密码中,某些密码子的含义与标准遗传密码不同。某些基因利用程序性核糖体移码或终止密码子通读机制,还有一些特殊机制能使通常被解读为终止信号的密码子指定硒代半胱氨酸或吡咯赖氨酸。在这些情况下,按照标准遗传密码,将蛋白质编码序列描述为单个不间断的开放阅读框,并不总是准确的。