比较基因组学与直系同源推断

人类基因功能的许多已知信息最初是在其他生物体中发现的。比较基因组学通过比较不同物种的基因组来利用这一点，而直系同源推断则识别出相应的基因——那些通过物种形成从共同祖先基因演化而来的基因——从而可以在有原则的进化基础上将功能知识从模式生物转移到人类。

Definition

比较基因组学是比较不同物种的基因组序列和内容，以识别保守和分化的特征；直系同源推断是识别直系同源基因——不同物种中通过物种形成从其最近共同祖先的单个基因演化而来的基因——这与通过基因复制产生的旁系同源基因不同。

Scope

本主题涵盖了跨物种比较所依据的进化概念（同源性、直系同源性和旁系同源性）、用于推断直系同源关系的方法，以及这些推断在功能转移和保守性研究中的作用。它是一个参考和教育性主题，不提供临床指导。

Core questions

• 直系同源基因和旁系同源基因有何区别？这种区别对于推断功能为何重要？
• 如何从序列数据推断直系同源关系？
• 何时可以将一个物种中确定的功能转移到另一个物种？
• 保守性和分化模式能揭示基因的哪些功能？

Key concepts

• 同源性、直系同源性和旁系同源性
• 物种形成事件与复制事件
• 序列比对和相似性搜索
• 相互最佳匹配和直系同源群
• 功能注释转移
• 序列保守性和约束

Mechanisms

比较推断始于序列比对，这是一种量化序列之间相似性的操作，由Needleman-Wunsch全局比对算法及其后续算法形式化。由于仅凭相似性无法区分两种同源性，Fitch的区分至关重要：直系同源基因在物种形成事件中分化并倾向于保留祖先功能，而旁系同源基因通过复制分化并可能获得新功能。推断方法将这种区分操作化——例如，通过基因组之间的相互最佳匹配，通过将蛋白质聚类成直系同源群（如早期的直系同源群簇），或通过基于图的聚类（如OrthoMCL）。一旦识别出直系同源基因，就可以在适当谨慎的情况下在物种之间转移功能注释，并且许多基因组之间的保守模式表明哪些序列受到功能约束。

Clinical relevance

直系同源推断使得模式生物中的发现能够为理解人类基因提供信息，而跨物种保守性是变异解释中广泛使用的功能重要性信号。本主题描述了如何推断和使用跨物种关系；它是一种参考导向，而不是个体诊断或治疗决策的基础。

History

Walter Fitch在1970年对直系同源基因和旁系同源基因的区分，为进化生物学提供了跨物种推断基因功能所需的词汇，其基础是Needleman-Wunsch（1970）等序列比对方法。随着1990年代后期完整基因组的出现，直系同源群簇框架（1997）系统化了跨基因组比较，而OrthoMCL（2003）等图聚类工具将直系同源推断扩展到更复杂的真核生物基因家族，使得大规模功能转移成为常规。

Debates

直系同源性能否可靠地预测等效功能？

跨物种功能转移假设直系同源基因保留了祖先功能，但复制、丢失和分化使情况复杂化；区分直系同源基因和旁系同源基因以及判断功能何时保守仍然是核心方法学挑战。

Key figures

• Walter Fitch
• Eugene Koonin
• David Lipman
• David Roos

Seminal works

• fitch-1970
• tatusov-1997
• li-2003

Frequently asked questions

直系同源基因和旁系同源基因有什么区别？

直系同源基因是不同物种中通过物种形成从其最近共同祖先的单个基因演化而来的基因，通常保留相同的功能；旁系同源基因是在一个谱系内通过基因复制产生的，并可能承担新功能。这种区别很重要，因为功能在直系同源基因之间转移更可靠。

为什么跨物种序列保守性被用于解释变异？

在许多物种中保持不变的位置可能受到功能约束，因此高度保守位点上的变异比在物种间自由变异的位置上的变异更有可能破坏功能。