面向工程师的基因组学导论

# 细胞、染色体与基因组 | 面向工程师的基因组学导论 来源：https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/ ## 引言 (https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/#introduction) 免责声明 本指南专门面向计算机科学家和工程师编写。癌症基因组学背后的基础生物学极其复杂，需要多年研究。为了让内容易于理解，我们围绕这些概念进行了抽象概括。本指南应视为对该领域的入门介绍，以“粗线条”的方式向读者传授相关材料。如果您觉得我们忽略了你特别关注的癌症基因组学细节，还请多多包涵。此外，指南中的所有内容均基于研究背景呈现，不可用于患者决策。如果你认为其中任何表述有误，可前往 Github 仓库提交 issue。更多信息请参阅 LICENSE.md (https://github.com/stjude/learngenomics.dev/blob/main/LICENSE.md)。 info 本指南中的所有内容均涉及真核分子生物学，即研究 DNA 被包裹在细胞核内的生物体。大致来说，大多数我们熟悉的物种都是真核生物，但细菌除外——细菌的 DNA 遍布整个细胞。在某些部分，本文档会特别针对人类细胞测序。 **细胞**是生命的最小单位，是构成生物体的基本单元，从单细胞细菌到构成人体的数万亿个细胞 (https://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1002533) 概莫能外。细胞是结构复杂的有组织结构，呈现出多种形式，构成组织和器官，并完成人体的各项功能。 几乎每个细胞内都含有一个**基因组**。基因组是一套完整的遗传指令，用于产生、运行和维持一个活细胞或生物体。这些信息以物理方式编码在一种名为脱氧核糖核酸（**DNA**）的分子中。除其他功能外，DNA 包含了组装成千上万种不同分子产物的指令。这些指令（或称为“配方”）被称为**基因**，而基因编码的物理分子产物则称为**蛋白质**。细胞不断读取和解读 DNA 中存储的基因，以组装出各种蛋白质。体内每种细胞类型都会产生一个复杂的蛋白质生态系统，维持细胞存活并执行其特定功能。 ### 面包店比喻 (https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/#bakery-analogy) 为了说明这一现象，可以把细胞想象成一家制作多种蛋糕的面包店。在这个比喻中，存储在 DNA 中的基因组就是一本包含超过 20000 种蛋糕配方（基因）的配方总书。根据这些配方制作出来的实体蛋糕就是蛋白质。值得注意的是，每种配方/基因的副本数量是有限的（人类正常情况是两个副本），但你可以用这些配方制作出数千个甚至更多的实体蛋糕。根据细胞类型的不同，不同蛋糕口味（即蛋白质）的组合、数量以及它们之间的相互作用也会有所差异。 tip 请留意这个比喻——在后续指南中，我们会多次引用并在此基础上进行扩展。 ## DNA 的心智模型 (https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/#a-mental-model-for-dna) 从概念上讲，你可以把长度约 30 亿个字符、只有 'A'、'C'、'T' 和 'G' 组成的字符串看作是首尾相连的 DNA。这个字符串及其包含的任何子串通常被称为基因组**序列**。这些字符分别代表物理上的腺嘌呤、鸟嘌呤、胸腺嘧啶和胞嘧啶**碱基**（或**核苷酸**）。 重要的是，虽然将 DNA 简单理解为一个很长的字符串很容易，但实际情况要复杂得多。DNA 由两条互补序列（称为**链**）组成。每个碱基实际上是一对**碱基对**中的一员，其中核苷酸以独特的方式互补——'A' 只与 'T' 配对，'G' 只与 'C' 配对。从近处看，这种结构类似于下图所示的螺旋楼梯。 展示 DNA 计算模型和物理螺旋的图 当细胞分裂时，螺旋解开；每个碱基对分开；分子被分成两条链，每条链都包含复制原始 DNA 结构所需的信息。正常健康的细胞随后会非常准确地复制遗传密码，很少引入变异。 ### 物理结构 (https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/#physical-structure) 在植物和动物中，DNA 被分割成多个大片段序列，称为**染色体**，并折叠在细胞核内。染色体通常成对出现（一条来自父亲，一条来自母亲），并缠绕在称为**组蛋白**的蛋白质上。这些组蛋白使 DNA 链保持紧密包裹状态，并有助于控制特定细胞中产生哪些基因产物。对于人类来说，正常情况下有 22 对**常染色体**（两性共有的染色体）和一对性染色体（女性为 XX，男性为 XY），总共 23 对染色体。常染色体根据大小从 1 到 22 编号，按从大到小排列。全套染色体构成了基因组。 ## 结论 (https://learngenomics.dev/docs/biological-foundations/cells-genomes-dna-chromosomes/#conclusion) 基因组是生物学问题的巨大搜索空间。每个基因组都是一个生化数据库，如果被正确访问，就能告诉我们身体如何运作。基因组解释了个体间的自然差异，定义了家族特征，并区分了组织和器官中细胞的差异。当基因组获得有害突变时，癌症以及其他遗传疾病就可能发生。通过考察物理性状（如血压或肿瘤的发展）与基因组之间的关系——即所谓的**基因型-表型关系**——临床医生可以根据个体的基因构成制定个性化的医疗方案。