【模式生物中的突变率，和模式过程】
文章图片
文章图片
模式生物中的突变率 ， 和模式过程维持 DNA 保真度的选择压力 ， 其重要性反映在跨物种看到的大量重叠 DNA 修复途径中 。 然而 ， 少数获得性突变可能对细胞有利 ， 这解释了癌细胞的增殖性质 。 确定突变率变化的原因对于理解这些变化的生物学意义 ， 以及它们在疾病中的潜在作用可能很重要 。 模型生物 ， 主要是大肠杆菌、酵母 ， 酿酒酵母、线虫、秀丽隐杆线虫和苍蝇、黑腹果蝇 ， 长期以来一直被用于评估突变率 。 在这些生物体中进行的突变率 ， 使用了基于适应度的进化实验 ， 或可选择的报告基因座 。
这些速率可以与人类突变率进行比较 ， 通过分析由已知进化时间尺度 ， 人类和黑猩猩分隔的密切相关物种中的目标基因座来确定 。 突变报告器在测试条件下计算单个基因座的每代突变率 ， 然后可以对目标基因座进行测序 ， 以识别实验中产生的突变谱 。 例如 ， 酵母中的 CAN1精氨酸通透酶功能丧失突变率、秀丽隐杆线虫中的 unc-22不协调 22失活 ， 或著名的 Ames 测试 。 存在许多这样的测定法 ， 并且每种测定法都依赖于与 ， 单个基因座相关的易于检测的突变表型来识别突变 。 酵母研究对于识别增加突变率的遗传扰动特别有用 ， 所谓的突变等位基因 。
在酵母中 ， 对增加突变率的缺失或温度敏感等位基因的全基因组 ， 筛选已经确定了维持基因组完整性所需的数百个基因 。 这些研究表明 ， 遗传背景和局部基因组环境之间的相互作用 ， 会影响给定基因座的突变率和谱 。 分析单个基因座的突变率和类型的能力 ， 体现在酵母的早期研究中 ， 表明错配修复的缺陷会导致微卫星不稳定 。 这项工作将错配修复基因缺陷 ， 与简单 DNA 重复序列的不稳定性联系起来 ， 最终将特定结肠直肠癌中的微卫星不稳定性 ， 与人类直系同源基因的丢失联系起来 。 在C. elegans ， 直接测试定义了假定的 G-四链体保护功能 DOG-1 ， 范可尼贫血解旋酶 FANCJ 的蠕虫直系同源物 ， 后来通过阵列比较基因组杂交得到证实和扩展 。
尽管取得了这些成功 ， 但对特定位点突变率的分析仍有局限性 。 标记基因座可能具有 ， 许多可能的沉默突变一起失活的偏向突变集 ， 因此突变目标大小本身以及基因座的序列背景会有所不同 。 此外 ， 诸如 DNA 复制时间、染色质修饰、转录和其他过程等环境因素会影响突变诱导率和 DNA 修复效率。 例如 ， 在秀丽隐杆线虫中 ， 由于不同的 DNA 修复因子 ， 区分减数分裂细胞与有丝分裂细胞产生的突变 ， 具有挑战性在细胞周期的不同阶段活跃的 s 。 深度测序技术的出现和广泛传播 ， 加上模式生物基因组相对较小且特征明确的性质 ， 为扩展全基因组突变特征的分析创造了机会 。
关于WGS 确定正常突变谱 ， 除了位点特异性方法外 ， WGS 还被用于确定野生型 WT酵母、秀丽隐杆线虫、大肠杆菌和其他生物体的自发突变谱 。 与模拟进化的实验不同 ， 大型竞争种群确保选择可以进行 ， 突变积累 MA实验通过周期性的 ， 通常是单细胞瓶颈 ， 以最大限度地减少纯化选择的影响 。 这种方法确保识别出的突变反映了活跃的突变过程 ， 而不是选择的影响 。 在传代的代数和平行培养的数量之间取得平衡 ， 以实现足够数量的突变进行分析 。 所有全基因组 MA 实验的一个重要基线是每个测试生物的正常突变谱 。
由于自发突变数量少 ， 几乎所有对 WT 生物的 WGS 研究都缺乏定义真正突变特征的统计能力 。 酵母、蠕虫和其他生物体的 MA 研究在 WT 对照中 ， 发现了数十到数百个突变 。 这些研究提供了对 WT 突变率的重要性 ， 但通常不能提供足够的数据来评估正常突变谱 。 认识到这个问题 ， 研究人员在早些年的 ， 一项 MA 研究对平行酵母克隆进行了测序 ， 总共传代了 >300 000 代 ， 以测量 1000 个自发突变 ， 识别出大量突变事件 。 虽然突变率的变化很容易检测到 ， 但在实验室条件下确定突变谱比较困难 ， 这为突变或化学诱导的突变特征分析提供了重要问题 。
推荐阅读
- 电鳗电电鳗，电鳗会不会被电死？
- 人类能看到数亿光年外的星系，却无法看清附近的星球，这是为何？
- 没有一个好的鼻子，怎么找对象
- 来了！就在今天
- 通过太空任务探测太阳系天体中的有机物
- 平宇宙与元宇宙的相遇，我们是谁？
- 10x高清成像，近在眼前，星特朗几何单筒望远镜使用体验
- 北京藏着一片星空秘境，一生总要去一次，这个春天一起出发吧
- 认识世界的关键不是知识而是思维