Введение

Некодирующая ДНК (ncDNA) – это компоненты ДНК организма, которые не кодируют белковые последовательности. Часть некодирующей ДНК транскрибируется в функциональные некодирующие молекулы РНК (например, транспортную РНК, микроРНК, piРНК, рибосомальную РНК и регуляторные РНК). Другие функциональные области некодирующей фракции ДНК включают регуляторные последовательности, контролирующие экспрессию генов; участки прикрепления матрикса; начала репликации ДНК; центромеры и теломеры. Некоторые некодирующие области, по-видимому, в основном нефункциональны, такие как интроны, псевдогены, интергенная ДНК и фрагменты транспозонов и вирусов. Участки, которые полностью нефункциональны, называются "мусорной ДНК".

Фракция не кодирующей геномной ДНК

В бактериях кодирующие области обычно занимают 88% генома. Количество кодирующей ДНК у эукариотов обычно составляет гораздо меньшую долю генома, поскольку геномы эукариотов содержат большое количество повторяющейся ДНК, отсутствующей у прокариотов. Геном человека содержит где-то между 1–2% кодирующей ДНК. Точное число неизвестно, поскольку существуют разногласия относительно количества функциональных кодирующих экзонов и общего размера генома человека. Это означает, что 98–99% генома человека состоит из некодирующей ДНК, включающей множество функциональных элементов, таких как некодирующие гены и регуляторные последовательности. Размер генома у эукариотов может значительно варьироваться даже между близкородственными видами. Это удивительное наблюдение первоначально получило название парадокса C-значения, где "C" обозначает размер гаплоидного генома. Парадокс был разрешен с открытием того, что большинство различий обусловлено расширением и сокращением повторяющейся ДНК, а не количеством генов. Некоторые исследователи предполагали, что эта повторяющаяся ДНК в основном является "мусорной ДНК". Причины изменений в размере генома все еще изучаются, и эта проблема называется энигмой C-значения. Это привело к наблюдению, что количество генов, по-видимому, не коррелирует с общепринятыми представлениями о сложности, поскольку количество генов остается относительно постоянным – вопрос, получивший название парадокса G-значения. Например, геном одноклеточного Polychaos dubium (ранее известного как Amoeba dubia) содержит более чем в 200 раз больше ДНК, чем у человека (то есть более 600 миллиардов пар оснований против чуть более 3 миллиардов у человека). Геном рыбы-пузыря Takifugu rubripes составляет всего лишь одну восьмую размера человеческого генома, однако, по-видимому, содержит сопоставимое количество генов. Гены занимают около 30% генома рыбы-пухлы, а кодирующая ДНК – около 10% (некодирующая ДНК = 90%). Уменьшение размера генома рыбы-пузыря связано с уменьшением длины интронов и меньшим количеством повторяющейся ДНК. Utricularia gibba, растение-пузырница, имеет очень маленький ядерный геном (100,7 Мб) по сравнению с большинством растений. Вероятно, оно эволюционировало из генома предка размером 1500 Мб. По словам Виктора Альберта из Университета Буффало, растение способно избавляться от так называемой "мусорной" ДНК и "создать вполне жизнеспособное многоклеточное растение с множеством различных клеток, органов, типов тканей и цветов, и это можно сделать без мусора. Мусор не нужен".

Некодирующие гены

Существует два типа генов: кодирующие белки и некодирующие. Некодирующие гены являются важной частью некодирующей ДНК и включают гены для транспортной РНК и рибосомной РНК. Эти гены были открыты в 1960-х годах. Прокариотические геномы содержат гены для ряда других некодирующих РНК, но некодирующие гены РНК гораздо более распространены у эукариот. Типичные классы некодирующих генов у эукариот включают гены для малых ядерных РНК (snRNA), малых нуклеолярных РНК (sno RNA), микроРНК (miRNA), коротких интерферирующих РНК (siRNA), PIWI-интерактивных РНК (piRNA) и длинных некодирующих РНК (lncRNA). Кроме того, существует ряд уникальных генов РНК, которые производят каталитические РНК. Некодирующие гены составляют лишь несколько процентов геномов прокариот, но могут представлять значительно большую долю в геномах эукариот. У человека некодирующие гены занимают не менее 6% генома, в основном из-за сотен копий генов рибосомной РНК. Гены, кодирующие белки, занимают около 38% генома – доля, значительно превышающая кодирующую область, поскольку гены содержат крупные интроны. Общее количество некодирующих генов в геноме человека остаётся предметом споров. Некоторые ученые полагают, что их около 5000, в то время как другие считают, что их может быть более 100 000 (см. статью о некодирующей РНК). Эта разница в основном связана с дискуссиями о количестве генов lncRNA.

Организаторы и элементы регулирования

Промоторы – это сегменты ДНК, расположенные вблизи 5'-конца гена, где начинается транскрипция. Они являются участками, где РНК-полимераза связывается для инициирования синтеза РНК. Каждый ген имеет некодирующий промотор. Регуляторные элементы – это участки, контролирующие транскрипцию соседнего гена. Они почти всегда представляют собой последовательности, к которым факторы транскрипции связываются с ДНК, и эти факторы транскрипции могут либо активировать транскрипцию (активаторы), либо подавлять транскрипцию (репрессоры). Регуляторные элементы были обнаружены в 1960-х годах, а их общие характеристики были установлены в 1970-х годах при изучении специфических факторов транскрипции у бактерий и бактериофагов. Промоторы и регуляторные последовательности представляют собой многочисленный класс некодирующей ДНК, но в основном состоят из набора относительно коротких последовательностей, поэтому занимают небольшую долю генома. Точное количество регуляторной ДНК в геноме млекопитающих неясно, поскольку трудно отличить случайные сайты связывания факторов транскрипции от функциональных. Характеристики связывания типичных белков, связывающих ДНК, были охарактеризованы в 1970-х годах, и биохимические свойства факторов транскрипции позволяют предположить, что в клетках с большими геномами большинство сайтов связывания не будут биологически функциональными. Многие регуляторные последовательности расположены вблизи промоторов, обычно выше по течению от точки начала транскрипции гена. Некоторые встречаются внутри гена, а немногие – ниже по течению от точки завершения транскрипции. У эукариот существуют регуляторные последовательности, расположенные на значительном расстоянии от промоторной области. Эти отдаленные регуляторные последовательности часто называют энхансерами, но не существует строгого определения энхансера, которое отличало бы его от других сайтов связывания факторов транскрипции.

Интроны

Интроны – это участки гена, которые транскрибируются в предшествующую РНК, но в конечном итоге удаляются в процессе сплайсинга РНК при созревании РНК. Интроны встречаются в обоих типах генов: в генах, кодирующих белки, и в некодирующих генах. Они присутствуют у прокариот, но гораздо чаще встречаются в геномах эукариот. Интроны групп I и II составляют лишь небольшую долю генома, когда они присутствуют. Сплицеосомные интроны (см. рисунок) встречаются только у эукариот и могут составлять значительную часть генома. Например, у человека интроны в генах, кодирующих белки, занимают 37% генома. В сочетании с примерно 1% кодирующих последовательностей это означает, что гены, кодирующие белки, занимают около 38% генома человека. Расчеты для некодирующих генов более сложны, поскольку существует значительное разногласие относительно общего числа некодирующих генов, но, учитывая только хорошо изученные примеры, можно сказать, что некодирующие гены занимают не менее 6% генома.

Непереведенные регионы

Стандартные учебники по биохимии и молекулярной биологии описывают некодирующие нуклеотиды в мРНК, расположенные между 5'-концом гена и кодоном инициации трансляции. Эти области называются 5'-непереведенными областями или 5'-UTR. Подобные области, называемые 3'-непереведенными областями (3'-UTR), находятся в конце гена. 5'-UTR и 3'-UTR очень короткие у бактерий, но у эукариот они могут достигать нескольких сотен нуклеотидов в длину. Они содержат короткие элементы, контролирующие начало трансляции (5'-UTR) и завершение транскрипции (3'-UTR), а также регуляторные элементы, которые могут контролировать стабильность мРНК, её процессинг и направленность в различные области клетки.

Происхождение репликации

Синтез ДНК начинается в определенных участках, называемых точками начала репликации. Это области генома, где собирается аппарат репликации ДНК и ДНК раскручивается для начала синтеза. В большинстве случаев репликация происходит в обоих направлениях от точки начала репликации. Основной характеристикой точек начала репликации являются последовательности, к которым привязаны специфические белки инициации. Типичная точка начала репликации охватывает примерно 100-200 пар оснований ДНК. У прокариот на хромосому или плазмиду приходится одна точка начала репликации, но в эукариотических хромосомах обычно присутствует несколько точек. Геном человека содержит около 100 000 точек начала репликации, что составляет примерно 0,3% генома.

Центромеры

Центромеры – это области, к которым прикрепляются нити веретена деления для разделения вновь реплицированных хромосом между дочерними клетками при делении клетки. Каждая эукариотическая хромосома имеет один функциональный центромер, который виден как перетяжка в конденсированной метафазной хромосоме. Центромерная ДНК состоит из множества повторяющихся последовательностей ДНК, которые часто составляют значительную долю генома, поскольку длина каждого центромера может достигать миллионов пар оснований. Например, у человека определены последовательности всех 24 центромеров, которые составляют около 6% генома. Однако вряд ли вся эта некодирующая ДНК является необходимой, поскольку наблюдается значительная вариабельность в общем количестве центромерной ДНК у разных людей. Центромеры – еще один пример функциональных некодирующих последовательностей ДНК, известных уже почти полвека, и, вероятно, их количество превышает количество кодирующей ДНК.

Теломеры

Теломеры – это области повторяющейся ДНК на концах хромосом, которые защищают их от повреждений во время репликации ДНК. Недавние исследования показали, что теломеры способствуют собственной стабильности. РНК, содержащая повторы теломер (TERRA), – это транскрипты, происходящие из теломер. Показано, что TERRA поддерживает активность теломеразы и удлиняет концы хромосом.

Регионы крепления к леса

Как прокариотические, так и эукариотические геномы организованы в большие петли ДНК, связанной с белками. У эукариот основания этих петель называются областями прикрепления каркаса (SAR) и состоят из участков ДНК, которые связывают РНК/белковый комплекс для стабилизации петли. В геноме человека насчитывается около 100 000 таких петель, и каждая из них состоит примерно из 100 пар оснований ДНК. Общий объем ДНК, занимаемый областями SAR, составляет около 0,3% генома человека.

Псевдогены

Псевдогены — это в основном бывшие гены, утратившие функциональность в результате мутаций, но этот термин также относится к неактивным последовательностям ДНК, происходящим из РНК, продуцируемых функциональными генами (так называемые обработанные псевдогены). Псевдогены составляют лишь небольшую долю некодирующей ДНК в геномах прокариот, поскольку они элиминируются отрицательным отбором. Однако у некоторых эукариот псевдогены могут накапливаться, так как отбор недостаточно силён для их удаления (см. Почти нейтральную теорию молекулярной эволюции). Геном человека содержит около 15 000 псевдогенов, происходящих из генов, кодирующих белки, и неизвестное количество псевдогенов, происходящих из некодирующих генов. Они могут занимать значительную часть генома (~5%), поскольку многие из них содержат бывшие интронные последовательности. По определению, псевдогены являются «мусорной ДНК» и эволюционируют с нейтральной скоростью, что соответствует их статусу. Однако некоторые псевдогены вторично приобрели функцию, что заставляет некоторых учёных предполагать, что большинство псевдогенов не являются «мусорной ДНК», а обладают ещё не выявленной функцией.

Повторные последовательности, транспозоны и вирусные элементы

Транспозоны и ретротранспозоны — это подвижные генетические элементы. Повторяющиеся последовательности ретротранспозонов, включающие длинные интерперсированные ядерные элементы (LINE) и короткие интерперсированные ядерные элементы (SINE), составляют значительную долю геномных последовательностей у многих видов. Аллю-последовательности, классифицируемые как короткие интерперсированные ядерные элементы, являются наиболее распространенными подвижными элементами в геноме человека. Имеются примеры, когда SINE осуществляют транскрипционный контроль некоторых генов, кодирующих белки. Эндогенные ретровирусные последовательности являются продуктом обратной транскрипции геномов ретровирусов в геномы зародышевых клеток. Мутации в этих ретротранскрибированных последовательностях могут инактивировать вирусный геном. Более 8% генома человека состоит из (в основном деградировавших) эндогенных ретровирусных последовательностей, входящих в состав более 42% фракции, которая отчетливо происходит от ретротранспозонов, в то время как еще 3% можно идентифицировать как остатки ДНК-транспозонов. Предполагается, что большая часть оставшейся половины генома, происхождение которой в настоящее время не установлено, возникла из транспозирующих элементов, которые были активны очень давно (> 200 миллионов лет), настолько, что случайные мутации сделали их неузнаваемыми. Вариация размера генома, по крайней мере, у двух видов растений, в основном обусловлена последовательностями ретротранспозонов.

Очень повторяющаяся ДНК

Высокоповторяющаяся ДНК состоит из коротких участков ДНК, повторяющихся многократно в тандеме (один за другим). Длина повторяющихся сегментов обычно составляет от 2 до 10 пар оснований, но известны и более длинные повторы. Высокоповторяющаяся ДНК встречается редко у прокариот, но широко распространена у эукариот, особенно у организмов с большими геномами. Её иногда называют спутниковой ДНК. Большая часть высокоповторяющейся ДНК локализована в центромерах и теломерах (см. выше), и в основном она функциональна, хотя некоторые участки могут быть избыточными. Другая значительная часть представлена короткими тандемными повторами (STR, также называемыми микросателлитами), состоящими из коротких участков простого повтора, например, ATC. В геноме человека насчитывается около 350 000 STR, которые распределены по всему геному со средней длиной около 25 повторов. Вариации в количестве STR-повторов могут вызывать генетические заболевания, если они расположены внутри гена, но большинство этих регионов, по-видимому, представляют собой нефункциональную "мусорную" ДНК, где число повторов может значительно различаться у разных индивидуумов. Именно поэтому эти различия в длине широко используются в анализе ДНК (ДНК-дактилоскопии).

Дрожжевая ДНК

Мусорная ДНК – это ДНК, не имеющая биологически значимой функции, такая как псевдогены и фрагменты некогда активных транспозонов. Бактериальные и вирусные геномы содержат очень мало мусорной ДНК, но в некоторых геномах эукариот её количество может быть значительным. Точное количество нефункциональной ДНК у человека и других видов с большими геномами до сих пор не установлено, и в научной литературе существуют значительные споры по этому вопросу. Нефункциональная ДНК в бактериальных геномах в основном локализована в интергенных участках некодирующей ДНК, но в геномах эукариот она также может встречаться внутри интронов. Важно отметить, что в некодирующей ДНК существует множество примеров функциональных элементов ДНК, и ошибочно отождествлять некодирующую ДНК с мусорной ДНК.

Геномовые ассоциативные исследования (GWAS) и некодирующая ДНК

Геномные ассоциативные исследования (GWAS) выявляют связи между аллелями и наблюдаемыми признаками, такими как фенотипы и заболевания. Большинство ассоциаций наблюдаются между однонуклеотидными полиморфизмами (СНП) и исследуемым признаком, и большинство этих СНП расположены в нефункциональной ДНК. Ассоциация устанавливает связь, которая помогает картировать участок ДНК, ответственный за признак, но не обязательно определяет мутации, вызывающие заболевание или фенотипическую разницу. СНП, тесно связанные с признаками, с наибольшей вероятностью указывают на причинную мутацию. (Такая связь называется тесным неравновесием сцепления.) Около 12% этих полиморфизмов находятся в кодирующих областях, около 40% – в интронах, а большинство остальных – в межгенных областях, включая регуляторные последовательности.