人类基因组及其分类

人类的所有遗传信息构成了人类基因组（genome），即每个体细胞中的所有DNA，包括父源和母源2个基因组。每个基因组的DNA约有3．0×109bp。人类基因组中60%～70%是单拷贝或低拷贝的DNA序列，其中有编码蛋白的基因。30%～40%是中度或高度重复DNA序列，将基因分隔开。

人类基因组可分为以下几类。

1．单一序列（solitary gene）　人类基因组中有2万～2．5万个编码特异蛋白质基因，分布在23对染色体的不同区域，其中许多基因为单拷贝的单一序列，它们编码维系细胞功能的重要物质，如酶、激素、受体、结构蛋白和调节蛋白等。

2．多基因家族（multigene families）　多基因家族有2类，一类是1个基因的多次拷贝、序列高度同源，成簇地排列在同一条染色体上，形成1个基因簇，这些基因可能同时发挥作用，或在不同发育阶段表达合成某些蛋白。如β-类珠蛋白基因簇包含5个功能基因，位于11号染色体短臂上。另一类为超基因家族，不同基因成簇地分布在几条不同的染色体上，它们的序列有所不同，但是编码一类功能相关的基因。如HOX基因由38个功能相关基因组成4个基因簇，分布在2、7、12和17号染色体上。

3．假基因（pseudogene）　指与某些有功能的基因结构相似而不能表达基因产物的基因，如人β-类珠蛋白基因簇至少存在2个DNA区域与有功能的β-珠蛋白基因相似但没有功能的DNA顺序，因为没有相应于这些区域的蛋白质发现，这些DNA顺序被称为假基因。假基因起初可能是有功能的基因，由于DNA顺序的不断变化（如缺失、倒位或点突变等），导致了或使翻译终止，或使mRNA加工阻断的顺序积累，致使这些DNA区域丧失功能。

4．串联重复序列　编码45SrRNA、5SrRNA、各种tRNA及组蛋白家族成员的基因在基因组中是以串联重复排列存在的，即在较长的DNA内，同一基因顺序的若干拷贝常常以首尾相接的方式逐个排列。在1个编码rRNA或tRNA串联重复序列内，1个基因准确地或几乎准确地相同于其他基因拷贝。在1个已知个体内，这些rRNA基因的转录部分相同，但非转录间隔部分可能有变化。编码组蛋白的基因串联排列稍微复杂，但每种组蛋白基因也有多个相同的拷贝。

5．重复序列　除了编码rRNA、tRNA、组蛋白的重复基因序列之外，在真核生物基因组中还有许多重复的DNA顺序，它们并不编码任何蛋白质及RNA。包括以下2类。

（1）高度重复DNA：这类重复顺序由以串联形式重复许多次的寡聚核苷酸组成，又称为简单顺序DNA，绝大部分的简单顺序DNA由5～10个bp的寡聚核苷酸串联重复组成，但在脊椎动物基因组中也发现20～200bp的串联重复单位。这类DNA序列可分为：①卫星DNA，是由一系列短串联重复DNA序列组成，聚集在某些染色体的着丝粒周围。这类DNA可以经密度梯度离心后，在基因组DNA主峰旁形成小沉淀带而与主体DNA分离开来，故称为卫星DNA。②小卫星DNA，在人类由15～100个寡聚核苷酸组成的重复单位，重复20～50次形成的1～5kb的短DNA，叫小卫星DNA。包括端粒DNA和高变小卫星DNA　2种。由于个体间小卫星长度的变化，用分子杂交的方法，以少量小卫星DNA为探针即可探测不同个体的小卫星DNA之间的细微差别，因此可以用作DNA指纹印记的多态性标记，是一种新的DNA指纹分析方法。③微卫星DNA，由2～6个核苷酸的重复序列组成的短串联重复序列（short tendem repeats，STR）。微卫星DNA有较高的多态性，即某个短串联重复顺序（STR）在不同个体中可能由不同数目的重复顺序组成；微卫星DNA的另一特点是其“高频率”，即遍布于基因组。而且微卫星DNA序列较短，可以方便快速检测，因而可成为有用的遗传标记，在基因诊断以及疾病相关基因定位等方面得到了广泛的应用。

（2）中度重复DNA：中度重复序列在长度和拷贝数上有很大差别，可分为2类：①短分散元件，占人类基因组的7%，长度300～500bp，拷贝数目可达75万以上。如Alu家族，是人类基因组中特有的含量丰富的中度重复序列，由300bp的短序列组成。每个Alu序列中含有一个限制酶Alu的识别部位，可被切割成170bp和130bp　2个片段。Alu遍布于人类基因组，平均每隔3kb就有一个Alu重复序列，Alu序列常位于基因的非编码区域，可能与基因表达调控有关。②长分散元件，占人类基因组的5%，长度5　000～7　000bp，拷贝数在20万～50万。如LINE-1元件，在人类基因组中有6万个拷贝，编码一个反转录酶，基因组中平均每隔50kb就有一个LINE-1重复。

6．线粒体DNA　除了细胞核DNA外，每个细胞中的数千个线粒体都有自己的闭环双链DNA，即线粒体DNA（mitochondrial DNA，mtDNA）。mtDNA长度16kb，遗传信息略不同于核DNA，结构紧凑，几乎没有重复的DNA序列。线粒体DNA编码2个rRNA、22个tRNA和多种酶的蛋白亚单位，主要是与呼吸链有关的一些必要成分，例如细胞色素B还原酶和细胞色素C氧化酶等。因为受精卵的线粒体来自卵细胞，故mtDNA为母系遗传。