假基因是一段与功能性基因相似的脱氧核糖核酸序列,但已丧失产生其祖先所具有的功能性产物的能力。这类产物通常是蛋白质,较少情况下也可以是具有功能的RNA。假基因可由基因复制、RNA的DNA拷贝插入基因组,或现有基因失活而产生。尽管传统上将其描述为没有功能的基因残余,但有些假基因能够被转录,并已获得调控作用或其他生物学作用。因此,“假基因”这一术语并不一定意味着该序列没有任何生物活性。
定义与识别特征
识别假基因的依据,是它们与功能性基因的相似性,以及表明其祖先功能已遭破坏的证据。这些证据可包括:
没有任何单一特征能够识别所有假基因。新近形成的假基因可能与功能性基因仅有细微差异,而古老的假基因则可能已严重退化。反过来,编码序列表面上完整,也不足以证明该基因具有功能。
大多数讨论涉及的是源自蛋白质编码基因的假基因,但编码功能性RNA的基因也能产生假基因。1977年,克劳德·雅克、约翰·米勒和乔治·布朗在研究非洲爪蟾(Xenopus laevis)中一段与5S 核糖体RNA基因相关的序列时,提出了这一术语。
假基因通常与携带功能丧失型等位基因的普通基因相区分。后者描述的是群体内某个基因的一种变体,而假基因注释通常描述的是某个特定基因组位点的状态。在实际研究中,如果同一位点的功能性版本和非功能性版本存在于不同个体中,两者的界限就可能变得复杂。
起源与主要类型
复制型假基因,又称非加工型假基因
基因复制会产生一个额外的基因拷贝。如果其中一个拷贝仍能提供所需产物,那么阻止另一个拷贝发生有害变化的自然选择压力就可能减弱。因此,后者可能逐渐积累使其失活的突变,最终成为假基因。
复制型假基因往往保留祖先基因的结构,包括由内含子分隔的编码片段,也可能保留附近的调控序列。它们可能位于与其相关的功能性基因附近,也可能在较大规模的重排之后出现在基因组的其他位置。
基因复制并不必然产生假基因。两个拷贝可能都保留功能,分别承担祖先基因的部分功能,或演化出不同的功能。
加工型假基因
加工型假基因形成于RNA分子被复制成DNA并插入基因组的过程,其中的RNA通常是成熟的信使RNA。在哺乳动物中,LINE-1 转座元件所提供的分子机制可以介导这一过程。
由于RNA模板已经经过剪接,加工型假基因通常不含其来源基因中的内含子。其他典型特征包括RNA多聚腺苷酸尾部的残余,以及插入位点两侧的短重复序列。
这些拷贝通常不携带来源基因的启动子。因此,许多拷贝无法重现来源基因的表达模式。有些拷贝则借助附近的调控元件,或通过插入现有转录单位内部而获得表达能力。
并非所有由RNA形成并插入基因组的DNA拷贝都是假基因。如果这样的拷贝能够产生有功能的产物,通常将其称为逆转录基因,而不是加工型假基因。
单一型假基因
当一个祖先基因失活,且同一基因组中没有保留下来的功能性重复拷贝时,就会形成单一型假基因。其他物种中可能仍存在与之对应的功能性基因。
一个著名例子是人类基因组中的GULO残余序列。在许多其他哺乳动物中,GULO编码一种参与维生素C合成的酶。该基因的失活,是人类及其他受影响谱系演化出维生素C依赖性的历史的一部分。
“单一型”指的是基因组内没有保留下来的对应功能性基因,而不是其他生物中不存在相关序列。
演化意义
假基因保存了基因复制、基因丢失和生物学需求变化的证据。物种间的比较可以揭示基因失活发生在其谱系分化之前还是之后。共有的失活突变有助于确定某个祖先基因在这些物种的共同祖先中就已失活。
在丧失祖先功能后,许多假基因受到的选择约束会减弱。对于功能性基因而言有害的突变,可能通过遗传漂变不断积累。因此,这类序列可用于系统发育学和分子演化研究。
不过,假基因并不天然就是理想的中性标记。有些假基因仍保留功能,而且它们与相关基因之间的序列交换可能掩盖其演化历史。不同基因组区域的突变率也有所不同。因此,演化分析必须逐一评估各条序列,而不能仅凭其注释就假定它具有中性。
假基因的数量因生物和基因家族而异。复制速率、逆转座活性、DNA缺失,以及基因失活后经过的时间,都会影响最终保留多少可辨认的假基因。
转录与生物学功能
许多假基因在所考察的条件下检测不到表达。另一些则会发生转录(生物学),有时仅限于特定组织或发育阶段。仅仅检测到转录,并不足以证明其具有生物学功能:RNA可能只是偶然产生的,而转录本也未必会对生物体产生可测量的影响。
尽管如此,一些特定假基因的活性已得到实验证据的支持。
调控性RNA
一些假基因转录本通过与其他RNA或蛋白质相互作用,影响基因表达。已报道的机制包括:
- 与相关RNA分子配对,影响其稳定性或加工过程。
- 产生小干扰RNA,调控互补的转录本。
- 为微RNA或RNA结合蛋白提供结合位点。
- 参与将调控因子募集到染色质上。
也有研究提出,假基因转录本可通过竞争共有的微RNA来调控相关基因。PTENP1假基因就是一个得到广泛研究的例子。这种竞争取决于转录本的丰度、结合位点的可用性以及细胞环境;不能仅仅因为两种转录本具有相同的微RNA结合序列,就认定它们之间存在这种竞争。
翻译与功能重新分类
一些被注释为假基因的位点显示出发生翻译(生物学)或产生肽的证据。翻译本身并不能证明其产物具有生物学功能。如果某个位点被证实能够产生有功能的蛋白质,其注释可能就需要修订。
由此需要区分历史起源与当前活性:一段序列可能源自已经失活的基因,却在后来获得了不同的功能。
DNA层面的作用
假基因DNA可以不依赖任何转录本而影响基因组结构。假基因与功能性基因之间的相似性,可以促进同源重组或基因转换。在某些情况下,这会将序列变化转移到功能性基因中,或促成基因组重排。
识别与注释
假基因注释需要综合序列比较、基因结构、演化证据和表达数据。研究人员通常先寻找与已知基因相似的序列,再评估这些序列是否包含使其失活的变化,或表明其具有特定起源的结构特征。
以下几类问题会增加分类的难度:
- **组装和测序错误:**表面上使基因失活的突变,可能实际上是技术错误。
- **序列高度相似:**测序读段可能被错误地归属于基因—假基因家族中的其他成员。
- **不同转录本:**某一种转录本遭到破坏,并不能证明该位点产生的所有转录本都没有功能。
- **群体变异:**参考基因组未必能代表每个个体中该位点的功能状态。
- **证据不完整:**未检测到表达,并不证明它在所有生物学情境下都不表达。
因此,不同注释项目给出的假基因数量会有所不同,而且会随着基因组组装质量和功能证据的改善而变化。“加工型”“非加工型”和“有转录活性”等类别描述的是不同属性,不一定相互排斥。
研究与医学意义
假基因与功能性基因的相似性可能导致非预期的扩增,或使测序读段无法明确比对到唯一位置,从而给DNA测序、聚合酶链式反应和RNA测序带来困难。
例如,人类CYP21A1P假基因与CYP21A2高度相似,后者编码一种参与类固醇合成的酶。涉及这一区域的基因转换和重排,会促成CYP21A2中致病性变化的发生。这说明,在分子遗传学分析中,区分功能性基因及其假基因可能十分重要。
假基因表达也是癌症及其他生物学背景下的研究对象。某种转录本与疾病状态相关,并不能证明该假基因会导致疾病,也不能仅凭这种关联认定它可用作生物标志物。此类结论需要序列相似性或差异表达之外的证据支持。