基因的非编码序列信息学分析

    

    真核生物的基因按功能分为结构基因和调控基因，前者能决定某种多肽链（蛋白质或酶），后者可调控结构基因的表达。真核生物结构基因的结构包括编码区和侧翼序列（图3－6）。

    

图3－6　真核生物基因结构

    （一）编码区

    编码区是指能够转录相应的mRNA，进而指导多肽链合成的区段。在编码区，并不是全部DNA序列都能编码多肽链中的氨基酸，而是分为编码序列和非编码序列。结构基因中能编码蛋白质多肽链中氨基酸的DNA序列称为编码序列。编码序列是不连续的，被非编码序列隔开，形成镶嵌排列的断裂形式，因此称为断裂基因。真核细胞的结构基因中含有的编码序列称为外显子，两外显子之间无编码功能的非编码序列称为内含子，外显子与内含子相间排列。不同结构基因所含外显子和内含子数目各异。如人血红蛋白β珠蛋白基因有3个外显子和2个内含子，全长约1　700个碱基对，编码146个氨基酸。

    （二）侧翼序列

    在第一个外显子和最后一个外显子的外侧都有一段不被转录的DNA序列，称为侧翼序列。侧翼序列含有启动子、增强子和终止子等，对DNA转录起调控作用。