刘慧 等/假基因鉴定及其功能分析 Chinese Journal of Biotechnology May 25, 2013, 29(5): 551567 http:/journals.im.ac.cn/cjbcn 2013 Chin J Biotech, All rights reserved Received: November 5, 2012; Accepted: January 4, 2013 Supported by: Fundamental Research Funds For Central Public Welfare Research Institutes (No. 2012001), Scientific Research Foundation for the Returned Overseas Chinese Scholars, State Education Ministry (SRF for ROCS, SEM, 2012 Zoucheng). Corresponding author: Cheng Zou. Tel: +86-10-82105801; Fax: +86-10-82105802; E-mail: zoucheng791gmail.com Feng Lin. Tel: +86-24-88487086; E-mail: fenglinsn126.com 中央级公益性科研院所基本科研业务费专项 (No. 2012001)，教育部留学服务中心回国人员科研启动基金 (2012，邹枨) 资助。 551生物工程学报 假基因鉴定及其功能分析 刘慧1，邹枨2，林凤1 1 沈阳农业大学生物科学技术学院，辽宁 沈阳 110866 2 中国农业科学院作物科学研究所，北京 100081 刘慧, 邹枨, 林凤. 假基因鉴定及其功能分析. 生物工程学报, 2013, 29(5): 551567. Liu H, Zou C, Lin F. Identification and function analysis of pseudogenes. Chin J Biotech, 2013, 29(5): 551567. 摘 要: 被称为“垃圾基因”的假基因是真核生物基因组中的重要组成部分。近年来对假基因的功能研究表明其并非是基因组中的沉默成员。如一些假基因参与 RNA 转录，一些假基因转录本能够形成小干扰 RNA (siRNA)，通过小 RNA 干扰作用调节功能基因。另外，还有研究发现，一些假基因能够通过 microRNA 调节肿瘤抑制因子。然而，对假基因功能的深入挖掘需要建立在对其更精准、更全面的鉴定基础之上。随着各物种全基因组测序的完成及序列比对算法的完善， 全面而又精确地鉴定假基因已经成为可能。 下文就近年来假基因相关鉴定方法、调节功能以及在进化上的意义进行了阐述，并对未来假基因研究方向进行了展望。 关键词: 假基因鉴定，小干扰 RNA，microRNA，进化 Identification and function analysis of pseudogenes Hui Liu1, Cheng Zou2, and Feng Lin1 1 Biological Science and Technology College, Shenyang Agricultural University, Shenyang 110866, Liaoning, China 2 Institute of Crop Sciences, Chinese Academy of Agricultural Sciences, Beijing 100081, China Abstract: Pseudogenes, which have long been described as “fossils”, play a very important role in eukaryotic genomes. Recently, studies on the so called “junk gene” have attracted more attention. Far from being silent, pseudogenes participate in various biological activities, including being a part in the transcription process, or participating in the formation of small interfering RNA (siRNA) which regulated gene expression by means of the RNA-interference pathway. Recent studies have also shown that pseudogenes regulate tumor suppression through competing for the microRNA (miRNA) with their parent genes. However, a deeper understanding of function analysis of pseudogenes depends on the comprehensive and accurate 综 述 ISSN 1000-3061 CN 11-1998/Q Chin J Biotech May 25, 2013 Vol.29 No.5 http:/journals.im.ac.cn/cjbcn 552 identification. With the sequencing completion of many genomes and the innovation of bioinformatics tools, efficient and precise identification of pseudogenes have become available in a genome-wide scale. Our review focused particularly on the method of pseudogene identification, the mechanism of its regulatory roles and its potential to be applied in directed evolution. Besides, the promising research direction of pseudogenes was proposed. Keywords: pseudogene identification, small interfering RNA (siRNA), microRNA (miRNA), evolution 1977 年， Jacq 等1通过单基因克隆的方法获得了与功能基因相似性非常高但却不能行使功能的基因，这种序列首次被发现并被定义为假基因。随着测序技术的飞速发展，许多物种全基因组序列陆续被发表，这为基因组范围内假基因的鉴定奠定了基础。近年来，许多科研小组根据物种基因组数据对假基因进行了鉴定，以人类为例：Yao 等2依据人类全基因组转录及蛋白序列鉴定了 2 011 个假基因并进行了分类，同时找到加工及未加工假基因，并在此基础上鉴定了转录的假基因。Molineris 等3在人类基因组中鉴定获得 2 288 个加工假基因。Zhang 等4对人类及其近缘物种的基因库进行分析，鉴定了 76 个单一假基因 (Unitary pseudogenes)。 另外，假基因的功能研究也取得了重大的进展5，例如与功能基因 pou5f1 相似性达到 97的假基因 pou5f1p1 可以在细胞系和结肠癌组织中表达，其功能与肿瘤形成有关6。除此之外，假基因还能够通过生物体内小 RNA 产生关键性的调节作用： 如通过产生 siRNA 进行干扰以调控基因的表达； 又如假基因作为 miRNA 的靶位点，通过与功能基因靶位点竞争 miRNA 的结合调控功能基因的表达。因此，对假基因功能的探索成为研究基因表达调控的一个重要内容。本文围绕近年来假基因鉴定和假基因功能两个研究热点进行较全面的介绍。 1 概述概述 1.1 假基因定义及产生方式 假基因的概念最初由 Jacq 等1克隆 1 个5S rRNA 相关基因时提出：由于基因序列的 5端缺失或错配使这个截短的 5S rRNA 丧失功能， 并将其描述为假基因。后来研究发现，假基因大多是由于存在提前终止子或移码突变而丧失了正常编码蛋白的功能7。所以，目前，公认的假基因定义表述为与已知功能基因组 DNA 有很高的序列相似性，但由于某些遗传缺陷造成不能正常表达的基因序列。 对于假基因的产生，目前认为主要存在以下两种方式：一种是 DNA 复制过程中，由于碱基突变产生移码突变或提前终止子进而形成假基因，被称为未加工方式；另一种通过反转录转座作用获得， 即 DNA转录为mRNA后， 再由 mRNA反转录成 cDNA，然后 cDNA 随机插入到基因组位点后形成加工后假基因，又被称为逆转座型假基因。另外，由于启动子丧失功能使一些低表达的基因逐渐假基因化 (Pseudogenization)， 也可以形成假基因8。 1.2 假基因在染色体上的数量及分布 长期以来，人们认为假基因是存在于生物体中无功能的“死亡基因” ，是基因组进化过程当中的“化石”9。人们对生物体内这一“垃圾基因”进行了研究和分析，到目前已经在拟南芥、刘慧 等/假基因鉴定及其功能分析 cjbim.ac.cn 553果蝇、斑马鱼、小鼠、人类等物种中获得了假基因序列信息 (表 1)，下面列出几种模式物种体内假基因含量。 从图中我们可以发现：人类和小鼠基因组包含大约 22 000 个已注释的蛋白编码基因和分别大约 17 000 个和 19 000 个假基因。果蝇D. melanogaster 中有大约 14 000 个蛋白编码基因，假基因只有 2 200 个。可能由于果蝇中具有高基因组消亡率10， 而造成了其功能基因与假基因比例与其他物种相差较大。植物中已获得假基因数量的主要为水稻和拟南芥，分别含有 5 600个和 2 700 个假基因11-12，将其与水稻基因组487 Mb大约 45 000 基因 (International Rice Genome Sequencing Project， 2005) 以及拟南芥基因组 135 Mb大约 27 411 基因 (http:/www. arabidopsis.org，TAIR10，2010) 比较可知，基因组大小不同可能是造成两者假基因差距较大的原因。Podlaha 等13对假基因数量进行了深入研究后发现，决定假基因数量差异的因素主要是不同物种内基因的产生率和消亡率。假基因产生率决定于 DNA 和 RNA 发生变化的概率； 而消亡率主要决定于进化当中中性突变及清除速率。除了决定性因素外，影响假基因尤其是加工假基因产生的还有表达组织和表达量两个因素。新产生的假基因需要隶属于生殖细胞系或胚胎干细胞 (其可产生生殖细胞系)，而仅仅在体细胞中表达的基因不能产生加工假基因。在表达量方面，管家基因等高表达的基因由于能够被逆转录插入的 mRNA 分子很多，因而有更大产生逆转录转座子的可能性。研究发现能够产生最多假基因的基因类型有：核糖体蛋白、DNA 及 RNA 结合蛋白、特定结构蛋白和代谢酶等13，例如：人类核糖体蛋白被大约 80 个基因编码，有大约 2 000个假基因14。除上面因素外，还有两种情况也会产生假基因，一种为上游调节区域的突变使