ゲノム

分子生物学と遺伝学の分野では、ゲノムとは生物の遺伝情報全体を指します。^[1] DNA（RNAウイルスの場合はRNA ）のヌクレオチド配列で構成されています。核ゲノムには、タンパク質をコードする遺伝子と非コード遺伝子、調節配列などのゲノムの他の機能領域（非コードDNAを参照）、そして多くの場合、明らかな機能を持たないジャンクDNAのかなりの部分が含まれます。 ^{[2] [3]}ほぼすべての真核生物はミトコンドリアと小さなミトコンドリアゲノムを持っています。^[2]藻類と植物にも葉緑体ゲノムを持つ 葉緑体が含まれています。

ゲノムの研究はゲノミクスと呼ばれています。多くの生物のゲノムが配列決定され、さまざまな領域に注釈が付けられています。ヒトゲノムプロジェクトは1990年10月に開始され、2003年4月にヒトゲノムの配列が報告されましたが、^[4]当初の「完成した」配列には、主に反復配列で構成されるゲノムの8%が欠落していました。^[5]

ヒトゲノムプロジェクトの研究では完全には解明されなかったヒトDNA中の多くの反復配列の配列を処理できる技術の進歩により、科学者は2022年3月に初めてエンドツーエンドのヒトゲノム配列を報告した。^[6]

無料辞書のウィクショナリーでゲノムを調べてください。

ゲノムという用語は、 1920年にドイツのハンブルク大学の植物学教授ハンス・ウィンクラー^[7]によって作られた。オックスフォード辞書のウェブサイトとオンライン語源辞典によると、この名前は遺伝子（gene）と染色体（chromosome）という言葉を組み合わせたものであるとされている。^{[8] [9] [10] [11]}ただし、より詳細な議論についてはオミックスを参照。バイオーム（biome）やリゾーム（rhizome）など、関連する-ome語がいくつかすでに存在しており、ゲノムが体系的に当てはまる語彙を形成していた。^[12]

「ゲノム」の正確な定義をするのは非常に難しい。通常、ゲノムとは生物の遺伝情報を運ぶ DNA (または RNA) 分子のことを指すが、どの分子を定義に含めるかを決めるのが難しい場合もある。例えば、細菌は通常、必須の遺伝物質をすべて含む1 つまたは 2 つの大きな DNA 分子 (染色体) を持っているが、重要な遺伝情報を運ぶ小さな染色体外プラスミド分子も含んでいる。科学文献でよく使われる「ゲノム」の定義は、通常、細菌の大きな染色体 DNA 分子に限定されている。^[13]

真核生物のゲノムは、ほぼすべての真核生物種が核染色体に加えてミトコンドリア内に余分な DNA 分子を含んでいるため、定義がさらに困難です。さらに、藻類や植物は葉緑体DNA を持っています。ほとんどの教科書では、核ゲノムと細胞小器官 (ミトコンドリアと葉緑体) ゲノムを区別しているため、たとえばヒトゲノムについて言及する場合、核内の遺伝物質のみを指しています。^{[2] [14]}これは、科学文献における「ゲノム」の最も一般的な用法です。

ほとんどの真核生物は二倍体であり、核内には各染色体が2つずつ存在するが、「ゲノム」は各染色体の1つのコピーのみを指す。一部の真核生物は、哺乳類のX染色体とY染色体のように、明確な性染色体を持っているため、ゲノムの技術的な定義には性染色体の両方のコピーを含める必要がある。たとえば、人間の標準的な参照ゲノムは、22の常染色体の各コピーと、1つのX染色体と1つのY染色体で構成される。^[15]

ゲノム配列は、個体または種のすべての染色体を構成するヌクレオチド(DNA ゲノムの場合は A、C、G、T)の完全なリストです。種内では、ヌクレオチドの大部分は個体間で同一ですが、遺伝的多様性を理解するには複数の個体の配列を決定する必要があります。

1976年、ゲント大学（ベルギー）のウォルター・フィアースは、初めてウイルスRNAゲノム（バクテリオファージMS2）の完全なヌクレオチド配列を確立しました。翌年、フレッド・サンガーは、 5386塩基対のDNAゲノム配列であるファージΦ-X174を初めて完成させました。 ^{[16]配列が決定された最初の細菌ゲノムは、1995年に}ゲノム研究所のチームによって完了したインフルエンザ菌のゲノムでした。数か月後、最初の真核生物ゲノムが完成し、1980年代半ばに始まったヨーロッパ主導の取り組みの結果として、出芽酵母サッカロミセス・セレビシエの16染色体の配列が公開されました。古細菌であるメタノコッカス・ジャナシイの最初のゲノム配列は、1996年に再びゲノム研究所によって完成されました。^[要出典]

新しい技術の発達により、ゲノム配列決定は劇的に安価かつ容易になり、完全なゲノム配列の数は急速に増加しています。米国立衛生研究所は、ゲノム情報の包括的なデータベースの1つを維持しています。^{[17]完了した何千ものゲノム配列決定プロジェクトには、}イネ、マウス、植物シロイヌナズナ、フグ、細菌大腸菌などがあります。2013年12月、科学者は絶滅した人類種であるネアンデルタール人の全ゲノム配列を初めて決定しました。ゲノムは、シベリアの洞窟で発見された13万年前のネアンデルタール人の足の指の骨から抽出されました。^{[18] [19]}

大規模並列シーケンシングなどの新しいシーケンシング技術は、Manteia Predictive Medicineが先駆けとなったように、個人のゲノムシーケンシングを診断ツールとして活用する可能性も拓いています。この目標に向けた大きな一歩は、DNA構造の共同発見者の一人であるジェームズ・D・ワトソンの全ゲノムが2007年に解読されたことです。 ^[20]

ゲノム配列はゲノム中のすべてのDNA塩基の順序を列挙するが、ゲノムマップはランドマークを特定する。ゲノムマップはゲノム配列ほど詳細ではなく、ゲノム内を移動する際に役立つ。ヒトゲノムプロジェクトは、ヒトゲノムの地図作成と配列決定を目的として組織された。このプロジェクトにおける基本的なステップは、パリのジェノスコープのジャン・ワイセンバッハと彼のチームによる詳細なゲノムマップの公開であった。^{[21] [22]}

参照ゲノム配列とマップは継続的に更新されており、エラーが除去され、対立遺伝子の複雑性が高い領域が明らかにされています。^[23]ゲノムマッピングのコストが低下したため、系図作成サイトはそれをサービスとして提供できるようになり、^[24]ニューヨークゲノムセンターのDNA.LANDなどのクラウドソーシングによる科学的取り組みに自分のゲノムを提出できるようになりました。^{[25]これは}規模の経済と市民科学の両方の例です。^[26]

ウイルスのゲノムはRNAまたはDNAから構成されます。RNAウイルスのゲノムは一本鎖RNAまたは二本鎖RNAのいずれかであり、1つ以上の別々のRNA分子（セグメント：モノパートゲノムまたはマルチパートゲノム）を含む場合があります。DNAウイルスは一本鎖または二本鎖ゲノムのいずれかを持ちます。ほとんどのDNAウイルスのゲノムは単一の線状DNA分子で構成されていますが、一部は環状DNA分子で構成されています。^[27]

原核生物と真核生物は DNA ゲノムを持っています。古細菌とほとんどの細菌は単一の環状染色体を持っていますが^[28]、一部の細菌種は線状または複数の染色体を持っています。^{[29] [30]} DNA の複製が細菌細胞の分裂よりも速い場合、単一の細胞に染色体の複数のコピーが存在する可能性があり、細胞分裂が DNA の複製よりも速い場合は、分裂が発生する前に染色体の複数の複製が開始され、娘細胞が完全なゲノムとすでに部分的に複製された染色体を継承できるようになります。ほとんどの原核生物は、ゲノム内に反復 DNA をほとんど持っていません。^[31]しかし、一部の共生細菌(例: Serratia symbiotica ) はゲノムが縮小しており、偽遺伝子の割合が高く、DNA の約 40% のみがタンパク質をコードしています。^{[32] [33]}

一部の細菌は、プラスミドに運ばれる補助的な遺伝物質（ゲノムの一部）を持っています。このため、ゲノムという言葉は染色体の同義語として使用すべきではありません。

真核生物のゲノムは、1本以上の線状DNA染色体から構成されています。染色体の数は、1対しかないジャックジャンパーアリや無性線虫^[34]から、720対あるシダ類^[35]まで、多岐にわたります。真核生物のゲノムに含まれるDNAの量は、他のゲノムと比較して驚くべきものです。真核生物のゲノムは、サイズが64,000倍も異なるため、DNAタンパク質コード遺伝子や非コード遺伝子に必要な量よりも多くなっています。^[36]しかし、この特殊な特徴は、反復DNAと転移因子（TE）の存在によって生じます。

典型的なヒト細胞は、両親から 1 つずつ受け継いだ22 本の常染色体のそれぞれ 2 つのコピーと、2 つの性染色体を持ち、二倍体となっています。卵子、精子、胞子、花粉などの配偶子は半数体で、各染色体の 1 つのコピーのみを持ちます。核内の染色体に加えて、葉緑体やミトコンドリアなどの細胞小器官には独自の DNA があります。ミトコンドリアは独自のゲノムを持つと言われることもあり、しばしば「ミトコンドリアゲノム」と呼ばれます。葉緑体内にある DNA は「プラストーム」と呼ばれることがあります。ミトコンドリアと葉緑体は、それらの起源である細菌と同様に、環状の染色体を持っています。

タンパク質をコードする遺伝子のエクソン・イントロン構造が存在するものの例外的な原核生物とは異なり、真核生物は一般に遺伝子にこれらの特徴を持ち、そのゲノムにはさまざまな量の反復DNAが含まれています。哺乳類と植物では、ゲノムの大部分は反復DNAで構成されています。^[37]

ハイスループット技術により、新しいゲノムを組み立てるための配列決定が誰でも利用できるようになります。配列多型は通常、再配列された分離株を参照と比較することによって発見されますが、カバレッジ深度とマッピングトポロジーの分析により、染色体転座や分節重複などの構造的変異に関する詳細が得られます。

タンパク質を作るための指示を運ぶDNA配列はコーディング配列と呼ばれます。コーディング配列が占めるゲノムの割合は大きく異なります。ゲノムが大きいほど遺伝子の数が多くなるわけではなく、複雑な真核生物ではゲノムサイズが大きくなるにつれて非反復DNAの割合は減少します。^[37]

非コード配列には、イントロン、非コードRNAの配列、調節領域、反復DNAが含まれる。非コード配列はヒトゲノムの98%を占める。ゲノム内の反復DNAには、タンデムリピートと散在リピートの2つのカテゴリがある。^[38]

頭から尾まで繰り返される短い非コード配列はタンデムリピートと呼ばれます。マイクロサテライトは2〜5塩基対の繰り返しで構成され、ミニサテライトリピートは30〜35bpです。タンデムリピートは、ヒトゲノムの約4％、ショウジョウバエゲノムの9％を占めています。^[39]タンデムリピートは機能的である可能性があります。たとえば、哺乳類のテロメアはタンデムリピートTTAGGGで構成されており、染色体の末端を保護する重要な役割を果たしています。

その他のケースでは、エクソンまたはイントロンのタンデムリピート数の拡大が疾患を引き起こすことがある。^[40]たとえば、ヒト遺伝子ハンチンチン (Htt) には、通常、ポリグルタミン鎖をコードするヌクレオチド CAG の 6～29 個のタンデムリピートが含まれている。36 個を超えるリピートへの拡大は、神経変性疾患であるハンチントン病を引き起こす。20 種類のヒト疾患は、さまざまな遺伝子における同様のタンデムリピート拡大に起因することが知られている。拡大したポリグルタミン鎖を持つタンパク質がニューロンの死を引き起こすメカニズムは完全には解明されていない。1 つの可能性として、タンパク質が適切に折り畳まれて分解を回避できず、代わりに凝集体として蓄積し、重要な転写因子も隔離して遺伝子発現を変化させるということがある。^[40]

タンデムリピートは通常、複製中のずれ、不等交差、遺伝子変換によって引き起こされます。^[41]

転移因子（TE）は、ゲノム内での位置を変更できる、定義された構造を持つDNA配列です。^{[39] [31] [42]} TEは、コピーアンドペーストによって複製されるメカニズム、またはゲノムから切り取られて新しい場所に挿入されるメカニズムのいずれかに分類されます。ヒトゲノムには、ヒトDNAの45％以上を占める3つの重要なクラスのTEがあります。これらのクラスは、長鎖散在核因子（LINE）、散在核因子（SINE）、および内因性レトロウイルスです。これらの要素は、宿主生物の遺伝子制御を変更する大きな可能性を秘めています。^[36]

TEの移動は真核生物のゲノム進化の原動力となっている。なぜなら、TEの挿入によって遺伝子機能が破壊され、TE間の相同組換えによって重複が生じ、TEによってエクソンや調節配列が新しい位置に移動される可能性があるからである。^[43]

レトロトランスポゾン^[44]は主に真核生物に見られ、原核生物には見られません。レトロトランスポゾンは多くの真核生物のゲノムの大部分を占めています。レトロトランスポゾンはRNA中間体を介して転位する転位性要素です。レトロトランスポゾン^[45]はDNAで構成されていますが、転位のためにRNAに転写され、その後、逆転写酵素と呼ばれる特定の酵素の助けを借りてRNA転写物がDNA形成にコピーされます。配列に逆転写酵素を持つレトロトランスポゾンは独自の転位を誘発できますが、逆転写酵素を持たないレトロトランスポゾンは別のレトロトランスポゾンによって合成された逆転写酵素を使用する必要があります。レトロトランスポゾンはRNAに転写され、その後別の場所でゲノムに複製されます。^{[46]レトロトランスポゾンは}、長い末端反復配列（LTR）と非長い末端反復配列（非LTR）に分けられます。 ^[43]

長い末端反復配列（LTR）は古代のレトロウイルス感染に由来しており、gag（ウイルスの構造タンパク質）、pol（逆転写酵素およびインテグラーゼ）、pro（プロテアーゼ）、場合によってはenv（エンベロープ）遺伝子など、レトロウイルスタンパク質に関連するタンパク質をコードしています。^[42]これらの遺伝子は、5'末端と3'末端の両方で長い反復配列に囲まれています。LTRはほとんどの植物ゲノムで最大の割合を占めており、ゲノムサイズの大きな変動を説明する可能性があることが報告されています。^[47]

非長末端反復配列（非LTR）は、長鎖散在核要素（LINE）、短鎖散在核要素（SINE）、ペネロペ様要素（PLE）に分類される。 Dictyostelium discoideumには、非LTRに属する別のDIRS様要素が存在する。非LTRは真核生物ゲノム中に広く分布している。^[48]

長い散在要素（LINE）は逆転写酵素とエンドヌクレアーゼの遺伝子をコードしており、自律的に転移可能な要素となっている。ヒトゲノムには約50万個のLINEがあり、ゲノムの約17％を占めている。^[49]

短い散在要素（SINE）は通常500塩基対未満で非自律的であるため、転座のためにLINEによってコード化されたタンパク質に依存します。^[50] Alu要素は霊長類で見つかる最も一般的なSINEです。これは約350塩基対で、約150万コピーでヒトゲノムの約11％を占めます。^[43]

DNAトランスポゾンは、逆位末端反復配列の間にトランスポザーゼ酵素をコードしている。発現すると、トランスポザーゼはトランスポゾンの両側にある末端逆位反復配列を認識し、その切除と新しい部位への再挿入を触媒する。^[39]このカットアンドペースト機構により、通常、トランスポゾンは元の位置（100 kb以内）の近くで再挿入される。^{[43] DNAトランスポゾンは細菌に見られ、ヒトゲノムの3％、線虫}C. elegansのゲノムの12％を占めている。^[43]

ゲノムサイズとは、半数体ゲノムの1コピーに含まれるDNA塩基対の総数である。ゲノムサイズは種によって大きく異なる。無脊椎動物のゲノムは小さく、これも転移因子の数が少ないことと相関している。魚類と両生類のゲノムは中程度の大きさで、鳥類のゲノムは比較的小さいが、鳥類は飛翔への移行期にゲノムのかなりの部分を失ったと示唆されている。この損失の前に、DNAメチル化によってゲノムが十分に拡大する。^[36]

ヒトの核ゲノムは約31億ヌクレオチドのDNAで構成され、24本の線状分子に分かれており、最短は4500万ヌクレオチド、最長は2億4800万ヌクレオチドで、それぞれ異なる染色体に含まれています。^[51]原核生物でも下等真核生物でも、形態の複雑さとゲノムサイズの間には明確で一貫した相関関係はありません。^{[37] [52]}ゲノムサイズは主に反復DNA要素の拡大と収縮の関数です。

ゲノムは非常に複雑なので、研究戦略の1つは、ゲノム内の遺伝子の数を最小限に減らしても、問題の生物が生き残るようにすることです。単細胞生物の最小限のゲノムだけでなく、多細胞生物の最小限のゲノムに関する実験が行われています（発生生物学を参照）。この研究は、生体内とコンピューター内の両方で行われています。^{[53] [54]}

ゲノムには、特に多細胞真核生物のゲノムで前述したように、サイズに大きな違いが数多くあります。その多くは、染色体中に自身の新しいコピーを作成することで進化する転移因子の豊富さの差によるものです。^[36]真核生物のゲノムには、これらの要素の何千ものコピーが含まれることが多く、そのほとんどは突然変異によって欠陥が生じています。ここに、重要なゲノムや代表的なゲノムの表を示します。配列決定されたゲノムのリストについては、#も参照してください。

生物の細胞はすべて単一の細胞から発生するため、同一のゲノムを持つと予想されますが、場合によっては違いが生じます。細胞分裂中のDNAコピーのプロセスと環境変異原への曝露の両方が、体細胞の変異を引き起こす可能性があります。場合によっては、このような変異により細胞がより急速に分裂し、周囲の組織に侵入するため、がんが発生します。^[113]ヒト免疫系の特定のリンパ球では、V(D)J組み換えによって異なるゲノム配列が生成され、各細胞が独自の抗体またはT細胞受容体を生成します。

減数分裂では、二倍体細胞が2回分裂して一倍体生殖細胞が生成されます。このプロセスでは、組み換えによって相同染色体の遺伝物質が入れ替わり、各配偶子が独自のゲノムを持つようになります。

マウス始原生殖細胞におけるゲノム全体のリプログラミングには、全能性につながるエピジェネティックな刻印の消去が含まれます。リプログラミングは、DNA塩基除去修復経路を伴う活性DNA脱メチル化によって促進されます。^{[114]この経路は、始原生殖細胞における}CpGメチル化（5mC）の消去に使用されます。5mCの消去は、10-11ジオキシゲナーゼ酵素TET1とTET2の高レベルによって引き起こされる5-ヒドロキシメチルシトシン（5hmC）への変換を介して行われます。^[115]

ゲノムは生物の遺伝子の総和以上のものであり、特定の遺伝子とその産物の詳細を参照することなく測定および研究できる特性を持っています。研究者は、核型（染色体数）、ゲノムサイズ、遺伝子順序、コドン使用バイアス、GC含有量などの特性を比較して、今日存在する多種多様なゲノムがどのようなメカニズムによって生成されたのかを判断します（最近の概要については、Brown 2002、Saccone and Pesole 2003、Benfey and Protopapas 2004、Gibson and Muse 2004、Reese 2004、Gregory 2005 を参照してください）。

重複はゲノムの形成に大きな役割を果たします。重複は、短いタンデムリピートの延長から、遺伝子クラスターの重複、さらには染色体全体、さらにはゲノム全体の重複にまで及びます。このような重複は、おそらく遺伝子の新規性を生み出すための基本的なものです。

水平遺伝子伝達は、2 つの生物のゲノムのごく一部に、非常に類似性があることを説明するために引き合いに出される。2 つの生物は、他の点では極めて遠い関係にあるが、そのゲノムの一部に極端な類似性が見られることがよくある。水平遺伝子伝達は、多くの微生物でよく見られる現象である。また、真核細胞は、葉緑体とミトコンドリアのゲノムから核染色体への遺伝物質の伝達を経験しているようだ。最近の実験データは、ウイルスとサブウイルス RNA ネットワークが、遺伝的新規性と自然なゲノム編集を生み出す主な原動力として重要な役割を果たしていることを示唆している。

サイエンス フィクションの作品では、ゲノム配列の入手可能性に関する懸念が描かれています。

マイケル・クライトンの 1990 年の小説「ジュラシック・パーク」とそれに続く映画は、遠く離れた島にクローン恐竜のテーマパークを作った億万長者が悲惨な結果に終わるというストーリーです。遺伝学者が古代の蚊の血液から恐竜の DNA を抽出し、その隙間を現代の種の DNA で埋めて数種の恐竜を作り出します。カオス理論家は、恐竜の生態系を工学的に作り出すことの安全性について専門家としての意見を求められますが、このプロジェクトの結果は予測不可能で、最終的には制御不能になると繰り返し警告します。ゲノム情報の使用の危険性に関するこれらの警告は、この本の主要テーマです。

1997 年の映画「ガタカ」は、子供たちのゲノムが両親の特徴の最も理想的な組み合わせを含むように操作され、心臓病のリスクや予測される平均寿命などの指標が各人のゲノムに基づいて記録される未来社会を舞台にしています。優生学プログラムの外で生まれた「インバリッド」と呼ばれる人々は差別を受け、卑しい職業に追いやられています。映画の主人公は、想定される遺伝的確率に逆らって宇宙航行士として働くという夢を実現するために働くインバリッドです。この映画は、ゲノム情報が偏見を助長し、遺伝子操作された子供を産める人と産めない人の間に極端な階級差を生み出す未来に対して警告しています。^[116]