人類基因體計畫

人類基因體計畫Human Genome Project

• 了解人類基因體 (Understanding of Human Genome)

• 人類基因體計畫 (Human Genome Project, HGP)

• 人類基因體圖譜 (Human Genome Map)

• 人類以外的生物的基因體研究 (Genomes Other Than Human)

• 了解人類基因體 (Understanding of Human Genome)

人 基因體

Genome

基因 染色體的字尾Gene Chromosome

Human

人類基因體的實質為 去氧核糖核酸 (DNA)

人類基因體計畫是讀取第一到第廿二對及 XX和 XY 共廿四對染色體的DNA 上的鹼基序列 ,以了解人類所擁有的一切遺傳訊息 .

人類基因並沒有想象的那麼多！ ․這個計畫是由 Washington University School of Medicine 的Dr.Bob Waterson 所領導而完成的。人類基因體含有三十二億個鹼基 (3.2 billion bases) 。․Watson 和 Crick 在半世紀前發現了基因是由 DNA 所組成基因，其在染色體上的排列好像一串細長的珍珠項鍊，一個接一個的其中並沒有任何間隙。每個基因內都描繪了一個具生命力的特異性蛋白質構造的藍圖。

․人類基因體科學家 William Haseltine 喧稱，他已從人類細胞中分離了 90,000 個完整的 mRNA ，並將之作鹼基定序；同時他亦分析了其中一萬個 mRNA 的蛋白質。以此研究基礎， Haseltine 估算細胞中至少有十二萬個基因。

了解人類基因體 (Understanding of Human Genome)

․現今，人類基因體計畫已成，結果發現在染色體上的基因大約 只有三萬左右，這比科學家們原先的預期低了很多。不只如此， 令人驚訝的發現，人類的基因數只比低等生物線蟲多了三分一； 對果蠅而言，就僅有其數目的二倍而已！

․直覺上，我們總覺得人類應遠比線蟲和果蠅的構造來得複雜…似乎 我們的複雜性不是建立在基因的數目上…反是在於如何的使用為數 不多的基因數。

․為何 Haseltine 的估算如此大的誤差？他對基因體大少的估算全然基於 一個理念，那就是一個基因決定一個特定的蛋白質。以蛋白質的數目 回推，以估算基因的總數。究竟這個方法出了伙麼差錯？

․其實，人類基因並不如此簡單。一個真核細胞 (高等生物 )的基因可 以進行剪接而組合成不同的序列，而不同的重組序列就可以產生不 同的蛋白質。因此可見，蛋白質的種類是遠超越基因的數目。因此， 以蛋白質數目為基礎會高估了基因體所含的基因數目。

․此外 ,在細菌中也發現，不同的基因也可以通過重組來合成一個具 特異性的蛋白質。雖然在高等生物中還沒有此發現，但預期這個現 象也會在高等生物中發現。因此，我們可以了解基因體的基因總數 曾被高估的原因。

實際基因數目與預估有很大落差的原因 :

․基因序列的重新組合是發生在基因轉錄成 mRNA 後始能進行，在分 子生物學中，這個過程就稱為〝 mRNA 的交替性剪接〞。如此三萬 個基因可以輕而易舉的產生四倍多的蛋白質。似乎，人類複雜性的 形成並不在於基因數目的多少，而是在於如何將組成不同的組合， 這好比種類繁多的音樂是由簡單的音調所組合而成。

• 人類基因體計畫 (Human Genome Project, HGP)

基因只占人類基因體的 1.5%

․DNA 中基因序列約佔基因體全部的 1.5%, 其他的鹼基序列 ,因其功能不明故稱為 “未知功能序列 (Junk)”. 人類基因體計畫是包括了基因序列以及 Junk序列的總和

•未知功能序列中含有很多短的重覆序列 (short repeat sequences),是構成基因體上的一個特懲 , 如所謂的微衛星序列 (satellite sequence)和 Alu序列 ,可以做為基因體圖譜上的特定標誌 .

基因序列Gene sequence

Junk sequence

Junk sequence

重覆序列Repeat sequence(e.g. satallite and Alu sequence)

人類基因體中所含的基因總數約為三到四萬個

Double stranded DNA

․人類基因體計畫完成後發現，每一個細胞中的 DNA 總長度大概為 六英尺長，然而只有一吋長的 DNA 用以組成所有的基因！也就是說， 近乎百分之九十九的 DNA是不參與基因的建構，在生命現象中，這些 閒置的 DNA 扮演什麼角色 ?․究竟在基因體上的非基因序列是什麼東西 ? 在基因體計畫中發現， 染色體上的非基因序列可分成四大類 :

( 一 ) 在基因中的非編碼序列（內含子 ,noncoding region)：人類基因 中，常被一些非基因序列或稱為非編碼序列所分割開來。這些參 雜在基因密碼中的非基因序列就稱為內含子 (introns) 。在基因體中， 有百分之二十四的序列是屬於內含子，而基因本身的序列就只有百 分之一至一點五而已。

( 二 ) 結構用的 DNA序列：在染色體上有一部份稱做中心體或稱著絲粒 (centromere) 的 DNA ，其作用是組成一個構造平台讓微管 (microtubule)附着後，用以在細胞分裂時撁引染色體到細胞的 兩極。在染色體未端有一稱為端點 (telomeres)的構造，可讓聚 合酶附着後促進 DNA的複製。這個區域稱為異染色質 (heterochromatin) ，此結構約佔人類基因體總長百分之二十。

( 三 ) 重覆序列：分散在染色體中有很多簡單的重覆序列 (simple sequence repeats, SSRs) ，通常是二、三個核苷酸作千次以上 的重覆出現，如 CA 或 CGG的不斷地重覆。 SSRs約佔人類基因體 的百分之三。也有其他類形的重覆序列，其長度約為基因體的百 分之七。總之言之，約有百分之十的基因體序列是屬於重覆序列 的。

( 四 ) 轉位子序列 : 轉位子是屬於一些能在染色體間移動的 DNA序列， 而此序列的總長約為基因體的百分之四十。在微生物中，常含有 很多種類不同並有活性的轉位子，在生物進化的過程中，轉位子 是扮演重要基因重組的色，為什麼在人類基因體中含有大量的轉 位子序列，其原因何在？還有待研究。

․人類染色體含有五種同類型的轉位子序列，有一種稱為長散布子 (long interspersed elements, LINEs)型的轉位子，其加總長度約為 基因體總長的百分之二十。 LINEs 的長度約為 6kb ( 六千個鹼基的 長度 ) ，它保有一個轉位子遠古以來的構造，此序列也包含了基因 轉位和基因分離的主要酵素，分別為轉位酶 (transposase) 和分解 酶 (resolvase) 。

․約有超過五十萬個複製數的 ALU 序列數，分別寄居在 LINEs 的序列 中，其加總長度約為基因體的百分之十。一個 ALU 的長度約為三百 個鹼基，這個序列本身並沒有轉位的能力，然而因為寄居於 LINEs 中，它可以利用轉位子的機制而轉入其他的基因或 DNA序列中。 ALU 的轉位可做成基因訊息的中斷，也就是產生基因嚴重的變異。

․還有其他三種不同的轉位子存在於人類基因體中：其中有百分之八 屬於 “長末端重覆序列 (lone termianl repeats, LTRs)”，此序列又稱為 “反轉錄轉位子 (retroposons)”，此結構與反轉錄病毒相似，是否此序 列會演化成病毒？或反轉錄病毒進入人類基因體的遺蹟？這是分子 生物學家值得探討的一個重要的課題。另外有百分之三的序列是屬 於 DNA型的轉位子序列，此類轉位子是以 DNA 而不是通過 RNA的形式 來複製的。最後還有百分之四的序列是屬於缺陷型的轉位子序列， 因為此等序列已失去 DNA複製的能力，因此不能進行 DNA轉位的動作。

從分子生物學的觀點來看，人類基因體是一個動態的組織，整個基因體都佈滿了 DNA 轉位的踪蹟。偶然我們才遇到一個有編碼的基因（約少於百分之一的 DNA 為基因序列），似乎，基因的組合在整個基因體的角度看來是微不足度的。在研究基因體的過程中，我們應體會到，基因體只不過是一個過度的機構，因為整個機構似乎不斷地製造更多的 DNA。雖然，我們迷失在內含子，長散子序列， ALU序列和其他重覆序列的圖譜中，然而，三萬個人類基因已可以發揮了無比完備的工作以構成人類複雜的生命現象。

人類基因組或或

百萬鹼基 - Megabase (Mb): Unit of length for DNA Fragments equal to 1 million nucleotides

․人類最長的染色體為 : 252 Mb; 而最短的則為 : 38 Mb.

․粒線體基因體 (mitochondria genome) 是由 16,569 bp 環狀 DNA 分子所組成 .

․人類基因體是指在核中的 22對常染色體和 2 條性染色 體 (男性為 X+Y; 女性則為 X+X) 中的 DNA.

30 億 bp (3 billion bp)

300 萬 kb (3,000,000 kb)

3000Mb (Megabase)

• 人類基因體圖譜 (Human Genome Map)

Nucleotide sequences

DoubleHelix

Human Genome Sequencing Map

Genome Chromosome

22 pairs chromosomes+

1 pair XX/XY chromosome

Centromere著絲粒

p arm(臂 )

q arm(臂 )

1p11p21p31p4

1q11q21q31q41q5

•深顏色的帶含有豐富的 GC.

•淺顏色帶含有豐富的 AT.

•深淺帶所形成的圖案可做為個別染色體的特懲標誌 .

•深淺帶的圖譜可做為染色體上基因位置的指標 , 如 :1p1 的位置上有促甲狀 腺激素 ; 1p2 - 1p3 間有 Ob 受體與肥胖症有關 ;1q3 的位置上有血管緊張原酵 素 , 是一種高血壓因子 .

第一染色體Chromosome 1 (1pq)

從原核生物到真生物

從單細胞生物到多細胞生物

大腸桿菌(Escherichia coli)

Genome size = 4.64 x 106 bp

4,289 genes

酵母菌(Saccharomyces cerevisiae)

Genome size = 1.3 x 107 bp

6,362 genes

線蟲(Caenorhabditis elegans)Genome size = 9.5 x 107bp

18,891 genes

人類(H. sapiens)

Genome size = 3 x 109 bp

3 – 40,000 genes

果蠅 (Drosophila Melanogaster)Genome size = 1 x 108 bp

1,3601 genes白犬薺菜 (植物 )(Arabidopsis thaliana)

Genome size = 1.25 x 108 bp

25,498 genes

• 人類以外的生物的基因體研究 (Genomes Other Than Human)