一、基因组

“基因组”（genome）一词是由Winkler H．于1920年提出来的，原意为GENE与chromosome的组合，表示一个生物物种配子中染色体的总和。现在基因组一词更常指细胞或生物体的全套遗传物质。就细菌和噬菌体而言，它们的基因组是指单个染色体上所含的全部DNA分子及其遗传信息，而二倍体真核生物的基因组则是指维持配子或配子体正常功能的最基本的一套染色体DNA及其所携带的全部遗传信息。在这里注重遗传信息，主要是因为随着基因组的深入研究，人们发现在一个生物体或细胞中除了含有基因的编码序列外，还存在有大量的非编码序列，这些非编码序列同样包含着遗传信息。人基因组的组成异常复杂（图2-1）。

在任一组织与细胞（除了单倍体的配子外）中提取的DNA，或以这些DNA制备的文库，都称为“基因组DNA”或基因组文库，这里实际上是指二倍体细胞的DNA。基因组的大小通常以一个基因组中的DNA含量来表示，称为生物体的C值（C-value）。每种生物各有其特定的C值，而不同物种之间有很大的C值差异。从原核生物到真核生物，其基因组大小和DNA含量是随着生物进化复杂程度的增加而稳步上升的，随着生物结构和功能复杂程度的增加，C值也越大（图2-2），这是因为较复杂的生物需要更多的基因数目和基因产物。

然而，尽管C值大小随着生物的复杂程度而增加，但在结构与功能相似的同一类生物中，以致亲缘关系很近的物种之间，它们的C值差异仍可达10倍乃至上百倍，如人的C值只109 bp，而肺鱼的C值则为1011bp数量级，居然比人高出100倍，很难设想肺鱼的结构与功能比人类更复杂。由此表明C值的大小并不能完全说明生物进化的程度和遗传复杂性的高低，也就是说C值和它进化复杂性之间并没有严格的对应关系，这种现象称为C值悖理（C value paradox）。C值悖理表现在两个方面：一个方面是一些物种之间的复杂性变化范围并不大，但是C值却有很大的变化范围，或者低级生物的C值较高级生物的C值还要大很多；另一方面是与预期的编码蛋白质的基因的数目相比，基因组DNA的含量过多。C值悖理现象使人们认识到真核生物基因组中必然存在大量的不编码基因产物的DNA序列。一般而言，愈是简单的生物，基因组中不编码蛋白质的DNA序列愈少，它们的结构基因的数目愈接近于相应DNA含量所估计的基因数。如在大肠埃希菌基因组中除控制区外，都是编码蛋白质的结构基因的DNA序列。然而在真核生物中的情况就完全不同了，虽然结构基因中含有内含子，其基因的平均长度比原核生物增加了数倍，即使按此大小的基因进行推算，那么哺乳动物的基因组也具有400 000～600 000个基因，这显然是不可能的。

除了位于染色体上的基因组合与遗传信息所组成的这一主要基因组外，在细胞核之外还存在有另一类基因组，称为染色体外基因组（extrachromosomal genome），如原核生物的质粒、真核生物的线粒体基因组和叶绿体基因组等。在人类中，线粒体基因组总长16 659bp，编码37个基因，线粒体基因的突变或缺失也会造成人类的疾病，例如在ATPase 6基因和线粒体的非编码区D-环之间的缺失可引起人原发性心肌病等。也有人指出，衰老可能同线粒体DNA损伤的积累有关。在这一章中所讨论的基因组是指位于核染色体上基因组。