1、1.基因概念的演变在20世纪，基因的概念随着遗传学的发展而不断变换形式，扩大内涵；同时，随着对基因功能认识的深入，人们所知的基因种类也日益增多。回顾对基因研究的演变和发展历史，将有助于进一步认识基因结构和功能的多样性。基因（gene）这个名词是1909年由遗传学家约翰逊（W.L.Johannsen，18571927）提出来的，用来表示遗传的独立单位，相当于孟德尔在豌豆实验中提出的遗传因子。但他只是提出了基因的符号，没有提出基因的物质概念。早期的基因概念是把基因作为决定性状的最小单位、突变的最小单位和重组的最小单位，后来，这种“三位一体”的概念不断受到新发现的挑战。1957年，本泽尔（S.Ben
2、zer，1921）以T4噬菌体为材料，在DNA分子水平上研究基因内部的精细结构，提出了顺反子（cistron）、突变子和重组子的概念。顺反子是一个遗传功能单位，一个顺反子决定一条多肽链，这就使以前一个基因一种酶的假说发展为一个基因一种多肽的假说。能产生一种多肽的是一个顺反子，顺反子也就是基因的同义词。顺反子可以包含一系列突变单位突变子。突变子是DNA中构成基因的一个或若干个核苷酸。由于基因内的各个突变子之间有一定距离，所以彼此间能发生重组，这样，基因就有了第三个内涵“重组子”。重组子代表一个空间单位，它有起点和终点，可以是若干个密码子的重组，也可以是单个核苷酸的互换。如果是后者，重组子也就是突
3、变子。顺反子概念把基因具体化为DNA分子的一段序列，它负责传递遗传信息，是决定一条多肽链的完整的功能单位；但它又是可分的，组成顺反子的核苷酸可以独自发生突变或重组，而且基因与基因之间还有相互作用。基因排列位置的不同，会产生不同的效应。1961年法国遗传学家雅各布（F.Jacob）和莫诺（J.Monod）提出的大肠杆菌乳糖操纵子模型，又丰富了基因概念的内容，表明基因不仅是传递信息的载体，同时又具有调控其他基因表达活性的功能。至此，人们已经知道，基因是可分的，不仅体现在基因的结构上，而且在功能是也可以分为负责编码产生某种蛋白质分子的基因，以及负责调节其他基因功能的基因。基因不仅能单独起作用，而且在
4、各个基因之间还有一个相互制约、反馈调节的网络。每个基因都在这个系统中发挥各自的功能；基因可以有其自身的产物，也可以没有产物。基因还有很多其他的存在形式，如假基因、断裂基因、重叠基因等。2.真核生物基因组中的重复序列及其特点按照真核生物的DNA序列在基因组中的重复程度，大致上可以分为单一序列和重复序列两大类。单一序列单一序列（uniquesequence）是复性最慢的部分，一般由单一拷贝基因或仅重复数次的基因组成，也可称为单拷贝序列（singlecopysequence）。原核生物的大多数基因在单倍体中都是单拷贝的。单一序列最重要的功能是编码蛋白质，除去极少数蛋白质（组蛋白）的基因属于重复序列的
5、范畴外，目前已知的绝大多数蛋白质都是由单拷贝序列编码的。单一序列约占真核生物基因组的40%70%，但编码序列只占单拷贝序列的一小部分，其中大部分属于不编码序列，所以单拷贝序列除了编码以外还有其他功能。重复序列根据DNA序列在基因组中的重复频率，可将重复序列分为以下三种情况。（1）轻度重复序列（slightlyrepetitivesequence）在一个基因组中有210个拷贝（但23个拷贝往往被看做非重复序列）。例如，组蛋白基因、酵母tRNA基因、人的珠蛋白（血红蛋白）基因、癌基因都属于轻度重复序列。在某些情况下，这些序列并不完全相同。它包括两种情况：一种是类似的序列均为功能序列，如血红蛋白链有
6、胚胎型、胎儿型和成人型，只是基因产物在氨基酸组成上略有差异；另一种是类似的序列中有些基因有功能，有些则没有功能，如假基因。（2）中度重复序列（moderatelyrepetitivesequence）中度重复序列一般是非编码序列，有十个到几百个拷贝，如rRNA基因和tRNA基因等。这类重复序列的平均长度大约为300bp，往往构成序列家族，常以回文序列形式出现在基因组的许多位置上，有些同单一序列间隔排列。大部分中度重复序列与基因表达的调控有关，包括开启或关闭基因的活性，调控DNA复制的起始，促进或终止转录等，它们可能是与DNA复制和转录的起始、终止等有关的酶和蛋白质因子的识别位点。（3）高度重复
7、序列（highlyrepetitivesequence）重复次数极高，可达几百万个拷贝。大部分成簇地排列在异染色质中，特别是着丝粒和端粒位置。最初通过超离心的方法发现一些高度重复序列的大部分碱基序列比较简单，一个重复单位只有几个核苷酸，所以又称为简单序列DNA，近年来通过限制性内切酶消化等方法发现，在许多真核生物基因组中还存在一些序列复杂的高度重复序列，一个重复单位的长度在100个核苷酸以上。大多数高等真核生物的DNA都含有20%以上的高度重复序列，不同生物基因组中重复序列所占比例有很大差别。高度重复序列中常有一些和主要DNA部分具有不同的G+C含量的所谓卫星DNA（satelliteDNA）
8、，它约占真核生物基因组的1%30%。它的重复单位长短不一，牛的卫星DNA是1400bp，某些猴的卫星DNA是172bp，蟹的卫星DNA的绝大部分是AT的重复，果蝇有三个卫星DNA。3.原核生物基因组的特点（1）不具备明显的核结构，只有DNA的集中区，称拟核（nucleoid）。（2）基因组较小，只含有一价染色体，呈环状，只有一个复制起点，一个基因组就是一个复制子。（3）染色体不与组蛋白结合。已经发现大肠杆菌拟核中有几种类似真核生物染色体蛋白质的碱性蛋白，但其作用尚不清楚。（4）重复序列和不编码序列很少。越简单的生物，其基因数目越接近用DNA分子量所估计的基因数。如MS2和噬菌体，它们每一个基因
9、的平均碱基对数目大约是1300。如果扣除基因中的不编码功能区，如附着点attP，复制起点、黏着末端、启动区、操纵基因等，几乎就没有不编码的序列了。这点与真核生物明显不同，据估算，真核生物不编码序列可占基因组的90%以上。这些不编码序列，其中大部分是重复序列。在原核生物中只有嗜盐细菌、甲烷细菌和一些嗜热细菌、有柄细菌的基因组中有较多的重复序列，在一般细菌中则只有rRNA基因等少数基因有较多的重复。（5）功能密切相关的基因常高度集中，越简单的生物，集中程度越高。例如，除已知的操纵子外，噬菌体7个头部基因和11个尾部基因都各自相互邻接，头部和尾部基因又相邻接。又如，有关DNA复制基因O、P；整合和切
10、离基因int、xis；重组基因red、red；调控基因N、cI、c、c、cro也集中在一个区域，而且和有关的结构基因又相邻近。这种集中现象在真核生物中是极少见的。4.C值矛盾生物体的单倍体基因组所含DNA是恒定的，称为C值（Cvalue），是每一物种的一个特征。不同物种C值的差异很大（表12）。当进化增加了生物体结构与功能的复杂性时，基因组也相应地增大。例如，蠕虫的C值大于霉菌、藻类、细菌和支原体；真菌和高等植物同属真核生物，而后者的C值要大得多。但在某些生物中，这种规律并不适用。有些单细胞真核生物的基因组大小并不比原核生物有明显的增加，如啤酒酵母（S.cerevisiue）基因组大约由2.3
11、107bp组成，仅比大肠杆菌大5倍。因此，单倍体基因组的大小与物种进化复杂性也非完全相对应。绿色开花植物和两栖动物的基因组最大，哺乳动物（包括人类）的C值均为107bp的数量级，软骨鱼、硬骨鱼甚至昆虫和软体动物的基因组都大于包括人类在内的哺乳动物的基因组，当然，人们很难相信两栖动物的结构和功能会比哺乳动物更复杂。爬行动物和棘皮动物的基因组大小几乎同哺乳动物相等。因此，从总体上说，生物基因组大小同生物在进化上所处地位的高低没有关系，这种现象就叫C值矛盾（Cvalueparadox）。另外，在结构、功能很相似的同一类生物中，甚至在亲缘关系十分接近的物种之间，它们的C值可以相差数十倍乃至上百倍。最典
12、型的例子就是绿色开花植物和两栖动物，C值小的可以低至109bp以下，C值大的可以高至1011bp。而在通常情况下，基因组大小的变化范围是很小的，如在同一门内，鸟类、爬行动物和哺乳动物之间基因组大小变化只有两倍之差。如果把每一类生物中的最小基因组作比较，可以看出每类生物的最小基因组的大小基本上对应于生物在进化上所处地位的高低，进化地位高，形态结构复杂程度高的一类生物，其最小的基因组也较大。表12基因组的大小物种名称C值（bp）大肠杆菌（Escherichia coli）4.2106啤酒酵母（Saccharomyces cerevisiae）1.3107秀丽新小杆线虫（Caenorhabdities elegans）8.0107黑腹果蝇（Drosophilia melanogaster）1.4108小鼠（Mus musculus）2.2109人（Homo sapiens）3.3109玉米（Zea mays）5.0109烟草（Nicotiana tabacum）4.5109
