Lecture Notes: Introduction to Bioinformatics

AI3073 Introduction to Bioinformatics

Dr. Jiaxing CHEN

Chapter 2 Part 1: Gene and RNA

1. 基本概念 (Fundamentals)

• Gene (基因): A locus/region of DNA encoding a functional protein or RNA product; the molecular unit of heredity (遗传单位)。

• Central Dogma (中心法则): DNA → RNA → Protein。

  • Transcription (转录): DNA → pre-mRNA
  • Splicing (剪接): pre-mRNA → mRNA (去掉 introns, 保留 exons)
  • Translation (翻译): mRNA → Protein

---

2. Genome & 基因组特征

• Human genome length: ~3.2 billion base pairs (bp)。
• Cell scale: 从病毒 (nm) 到 human cell (~10 μm)，范围极大 (见 page 10 diagram)。
• Codon Table (密码子表, page 12): 3 个碱基 = 1 个 amino acid. Stop codons: UAA, UAG, UGA。

---

3. Computational Gene Prediction (计算基因预测)

• Challenge (难点):

  • Mammalian genomes 很大 (~3 billion bp)
  • <2% DNA 编码蛋白
  • Non-coding RNAs 难预测。

• Approaches (方法):

  1. Ab initio: 根据统计特征 (如 codon usage, ORF)
  2. Homology-based: 基于已知基因相似性
  3. Hybrid: 混合方法

• Key features (特征):

  • ORF (开放阅读框): start codon ATG → stop codon
  • Codon Usage 偏好
  • Motifs (启动子, enhancers, UTRs)

---

4. RNA 分类 (RNA Types)

• mRNA: 编码蛋白

• Non-coding RNA（ncRNA, 非编码RNA）：

  • tRNA: adaptor, 携带氨基酸 (~80 nt, clover-leaf structure)
  • rRNA: 组成 ribosome，催化蛋白合成
  • miRNA (~22 nt): 基因表达调控 (silencing), 有发夹状 precursor
  • lncRNA (>200 nt): 调控作用, scaffold/guide/enhancer
  • circRNA: 环状，稳定，不易降解，可来源于蛋白编码基因

---

5. RNA Secondary Structure (RNA 二级结构)

• Levels (层次结构):

  • Primary structure (一级结构): 核苷酸序列
  • Secondary structure (二级结构): 发夹、茎环等 (page 49)
  • Tertiary structure (三级结构): 二级结构之间的相互作用 (page 47)

• Prediction (预测方法):

  1. Co-variation analysis: 多序列比对, conserved base pairs
  2. Single sequence prediction: 最小自由能 (minimum free energy, MFE)

---

6. 核心 takeaway

• Genes = DNA functional unit
• Central Dogma: DNA → RNA → Protein
• Gene prediction: 难，因为非编码区很多
• ncRNAs: 种类繁多 (tRNA, rRNA, miRNA, lncRNA, circRNA)，功能复杂
• RNA structure: 从一级到三级，预测依赖计算方法

---