Введение
Кодирующая область гена, также известная как кодирующая последовательность (CDS), — это участок ДНК или РНК гена, кодирующий белок. Изучение длины, состава, регуляции, сплайсинга, структуры и функций кодирующих областей в сравнении с некодирующими областями у разных видов и в разные периоды времени может дать значительный объем важной информации об организации генов и эволюции прокариот и эукариот. Это, в свою очередь, может способствовать картированию генома человека и разработке генной терапии.
The coding region of a gene, also known as the coding sequence (CDS), is the portion of a gene's DNA or RNA that codes for a protein. Studying the length, composition, regulation, splicing, structures, and functions of coding regions compared to non coding regions over different species and time periods can provide a significant amount of important information regarding gene organization and evolution of prokaryotes and eukaryotes. This can further assist in mapping the human genome and developing gene therapy.
Определение
Хотя этот термин иногда используется как синоним экзона, это не совсем одно и то же: экзон состоит из кодирующей области, а также 3'- и 5'-нетранслируемых областей РНК, и, следовательно, экзон частично состоит из кодирующих областей. 3'- и 5'-нетранслируемые области РНК, которые не кодируют белок, называются некодирующими областями и не рассматриваются на этой странице. Часто возникает путаница между кодирующими областями и экзомами, и между этими терминами существует четкое различие. Экзом относится ко всем экзонам в геноме, в то время как кодирующая область относится к конкретному участку ДНК или РНК, который кодирует определенный тип белка.
История
В 1978 году Уолтер Гилберт опубликовал работу "Почему гены состоят из фрагментов", в которой впервые начал исследовать идею о том, что ген представляет собой мозаику – каждая полная цепь нуклеиновой кислоты не кодируется непрерывно, а прерывается "молчащими" некодирующими участками. Это было первым указанием на необходимость разграничения между участками генома, кодирующими белки, которые теперь называют кодирующими областями, и участками, не кодирующими белки.
Состав
Данные указывают на общую взаимозависимость между составом оснований и доступностью кодирующих областей. Считается, что кодирующие области содержат более высокое содержание GC, чем некодирующие. Дальнейшие исследования показали, что чем длиннее кодирующая цепь, тем выше содержание GC. Короткие кодирующие цепи остаются относительно бедными GC, подобно низкому содержанию GC в трансляционных стоп-кодонах, таких как TAG, TAA и TGA. Области, богатые GC, также характеризуются небольшим изменением в соотношении типов точечных мутаций: в них наблюдается больше переходов (замен пурина на пурин или пиримидина на пиримидин), чем трансверсий (замен пурина на пиримидин или пиримидина на пурин). Переходы реже приводят к изменению кодируемой аминокислоты и остаются безмолвными мутациями (особенно если они происходят в третьем нуклеотиде кодона), что обычно выгодно организму в процессе трансляции и формирования белка. Это свидетельствует о том, что важные кодирующие области (богатые генами) имеют более высокое содержание GC и более стабильны и устойчивы к мутациям, чем вспомогательные и несущественные области (бедные генами). Однако до сих пор неясно, является ли это результатом нейтральных и случайных мутаций или закономерностей отбора. Также продолжаются дискуссии о точности и беспристрастности методов, таких как "генные окна", используемых для определения взаимосвязи между содержанием GC и кодирующими областями.
Структура и функция
В ДНК кодирующая область фланкирована промоторной последовательностью на 5'-конце матричной цепи и терминационной последовательностью на 3'-конце. Во время транскрипции РНК-полимераза (РНКП) связывается с промоторной последовательностью и движется вдоль матричной цепи к кодирующей области. Затем РНКП добавляет РНК-нуклеотиды, комплементарные кодирующей области, для формирования мРНК, заменяя урацил вместо тимина. Этот процесс продолжается до тех пор, пока РНКП не достигнет терминационной последовательности. тРНК доставляют связанные с ними аминокислоты к растущей полипептидной цепи, в конечном итоге формируя белок, закодированный в исходной кодирующей области ДНК.
Регулирование
Кодирующая область может быть изменена для регуляции экспрессии генов. Алкилирование – одна из форм регуляции кодирующей области. Ген, который мог бы быть транскрибирован, может быть заблокирован путем нацеливания на определенную последовательность. Основания в этой последовательности будут блокированы алкильными группами, которые и создают эффект блокировки. В то время как регуляция экспрессии генов управляет количеством РНК или белка, производимых в клетке, регуляция этих механизмов может контролироваться регуляторной последовательностью, расположенной перед началом открытой рамки считывания в цепи ДНК. Регуляторная последовательность определяет место и время, когда будет происходить экспрессия кодирующей области белка. Сплайсинг РНК в конечном итоге определяет, какая часть последовательности будет транслироваться и экспрессироваться, и этот процесс включает в себя вырезание интронов и соединение экзонов. Однако, место разреза РНК-сплайсосомы определяется распознаванием сайтов сплайсинга, в частности 5'-сайта сплайсинга, который является одним из субстратов для первого этапа сплайсинга. Кодирующие области находятся внутри экзонов, которые ковалентно соединяются вместе, формируя зрелую матричную РНК.
Мутации
Мутации в кодирующей области могут оказывать очень разнообразное влияние на фенотип организма. В то время как некоторые мутации в этой области ДНК/РНК могут приводить к благоприятным изменениям, другие могут быть вредными и даже смертельными для выживания организма. В отличие от этого, изменения в некодирующей области не всегда вызывают обнаружимые изменения фенотипа.
Типы мутаций
Существуют различные формы мутаций, которые могут возникать в кодирующих областях. Одна из них – это молчаливые мутации, при которых изменение нуклеотидов не приводит к изменению аминокислоты после транскрипции и трансляции. Также существуют нонсенс-мутации, при которых изменения в кодирующей области приводят к образованию преждевременного стоп-кодона, в результате чего образуется более короткий конечный белок. Точечные мутации, или изменения одной пары оснований в кодирующей области, приводящие к кодированию различных аминокислот в процессе трансляции, называются миссенс-мутациями. К другим типам мутаций относятся мутации со сдвигом рамки считывания, такие как вставки или делеции. Такие мутировавшие кодирующие области присутствуют во всех клетках организма. Другие формы мутаций приобретаются (соматические мутации) в течение жизни организма и могут быть непостоянными в разных клетках. Также существует "гипотеза Уоббла", описывающая вырожденность третьего основания в кодоне мРНК.
Ограниченные кодирующие регионы (CCR)
Хотя хорошо известно, что геном одного индивида может значительно отличаться от генома другого, недавние исследования показали, что некоторые кодирующие области сильно ограничены, или устойчивы к мутациям, среди индивидов одного и того же вида. Это аналогично концепции межвидового ограничения в консервативных последовательностях. Исследователи назвали эти высокоограниченные последовательности ограниченными кодирующими областями (CCR) и обнаружили, что такие области могут подвергаться сильному отбору, направленному на поддержание функции. В среднем, приходится примерно одна мутация, изменяющая белок, на каждые 7 кодирующих оснований, но некоторые CCR могут содержать более 100 оснований в последовательности без наблюдаемых мутаций, изменяющих белок, а некоторые – даже без синонимичных мутаций. Эти закономерности ограничения между геномами могут дать ключ к пониманию причин редких заболеваний развития или даже эмбриональной летальности. Клинически подтвержденные варианты и de novo мутации в CCR ранее были связаны с такими заболеваниями, как инфантильная эпилептическая энцефалопатия, задержка развития и тяжелые заболевания сердца. Хотя идентификация открытых рамок считывания в последовательности ДНК относительно проста, идентификация кодирующих последовательностей – нет, поскольку клетка транслирует лишь подмножество всех открытых рамок считывания в белки. В настоящее время предсказание CDS основано на выборке и секвенировании мРНК из клеток, однако остается проблема определения того, какие части данной мРНК фактически транслируются в белок. Предсказание CDS является частью предсказания генов, которое также включает предсказание последовательностей ДНК, кодирующих не только белки, но и другие функциональные элементы, такие как гены РНК и регуляторные последовательности. Как у прокариот, так и у эукариот, перекрытие генов относительно часто встречается у ДНК- и РНК-вирусов как эволюционное преимущество для уменьшения размера генома при сохранении способности производить различные белки из доступных кодирующих областей. Для ДНК и РНК парные выравнивания могут обнаруживать перекрывающиеся кодирующие области, включая короткие открытые рамки считывания у вирусов, но для сравнения потенциальной перекрывающейся кодирующей нити потребуется известная кодирующая нить. Альтернативный метод, использующий последовательности одного генома, не потребует множественных геномных последовательностей для выполнения сравнений, но для обеспечения чувствительности потребуется перекрытие как минимум в 50 нуклеотидов.