第一章 什么是基因表达？

1.中心法则:DNA→RNA→蛋白质

DNA转化成前提mRNA,前体mRNA由外显子和插入的内含子组成。内含子通过剪接被去除，再通过5'加帽3'加尾后行程成熟的mRNA。成熟的mRNA分子被输出到细胞质。在细胞质中，核糖体将起始和终止密码子之间的区域翻译成多肽链，多肽随后折叠成蛋白质。为实现蛋白质完整的功能，大部分的蛋白质被翻译后修饰。

2.“组学”的定义

基因组：除癌细胞外，一个人类个体的基因组在所有组织和细胞类型中是相同并且恒定的。

转录组：是指一个组织或细胞类型中所有转录RNA分子的集合。由于许多基因的转录依赖于环境信号，各个组织之间的转录组差异巨大。

蛋白质组：指在特定组织或细胞类型中表达的完整的一套蛋白质，它和转录组并非1：1的翻译，由于翻译后修饰，如乙酰化、甲基化、磷酸化，蛋白质组比转录组更复杂，并因响应胞外和胞内信号而变化多端。

只有1%的人类基因组最终用于编码蛋白质。

基因表达的最基本步骤：①从基因组DNA到前体mRNA的转录；②mRNA加工；③mRNA运输；④mRNA翻译为蛋白质；⑤蛋白质进一步加工。当每个步骤发生时，各种蛋白质复合物沿着mRNA沉积，最终形成一个成熟的信使核糖核蛋白，随后运输到细胞质。

3种RNA功能：mRNA:作为蛋白质合成的模板；tRNA:在蛋白质合成中作为氨基酸的载体；rRNA:参与构成核糖体（旧称核蛋白体），核糖体是蛋白质合成场所。核糖体分为大亚基和小亚基。

激活Pol Ⅱ（RNA聚合酶Ⅱ）的转录因子可以结合在TSS(转录起始位点transcription start site)的上下游的不同基因组区域。当这些区域接近TSS时（±100bp）,他们被称为近端启动子和下游启动子，距离更远时（±100～10000bp）,他们被成为上游增强子和下游增强子。

由于转录因子是被其他基因组区域的DNA编码，而不是被自己控制的基因编码，它们也被称为反式作用因子（trans-acting factors）。因此，由转录因子进行的转录调控过程通常被称为反式激活（yrans-activation）。在基因组规模上，转录因子结合到他们特定位点的集合被称为顺反组（cistrome）。

为了激活基因，TSS区域和各自转录因子结合位点区域的染色质需要被打开，即必须有一个从封闭染色质像开放染色质的转变。染色质的开放主要是通过组蛋白的翻译后修饰，特别是接近组蛋白H3和组蛋白H4的氨基末端的赖氨酸(K)残基的修饰。

表观遗传学（epigenetics）主要研究在初始基因编码序列不发生改变的情况下，基因表达或细胞表型的可遗传的变化。它研究基因组上功能相关的修饰，而不涉及核苷酸序列的改变。例如DNA甲基化和组蛋白修饰，二者都可以调节基因的表达而没有改变原有的DNA序列。这些变化可以通过细胞分裂得以保留，甚至可以持续很多代。在真核生物中，表观遗传学变化的最好例子是细胞分化的过程：在胚胎发生时期，由于表观遗传修饰的变化，全能干细胞成为胚胎的各种细胞系，进而成为完全分化的细胞。

每个基因的第一个外显子的5'端都被标记为TSS。尽管没有任何特定的共有序列，整个TSS区域通常被认为包含有TBP的结合位点，也称为TATA盒。TATA盒位于TSS上游大约30bp。

目前已知的1900种DNA结合转录因子的数百万个结合位点分布于包含基因间区、内含子区、外显子区在内的整个基因组中。这些转录因子结合位点聚集的区域分别被称为启动子、增强子、LCR、沉默子和绝缘子，这是根据它们的结合位点的功能和位置来命名的。

基因表达的调控主要分布在三个不同水平：DNA编码，表观遗传学编码和转录因子程序。

辅助因子是衔接蛋白，提供了转录因子、RNA聚合酶和染色质修饰酶之间多种联系的可能性。