CGG、CAG和GAA：与疾病相关的三核苷酸短串联重复序列的全基因组比较

《BMC Genomics》：CGG, CAG, and GAA: Genome-wide comparison of the disease linked trinucleotide short tandem repeats

三核苷酸重复序列（CGG/CAG/GAA）在基因组分布、丰度、多态性及稳定性上存在显著差异，揭示序列组成影响其定位与变异特性，强调需单独分析STR类型而非仅按重复长度分组。

　　

摘要

短串联重复序列（STRs）是由1-6个碱基对的DNA片段以头对尾的方式重复组成的序列，它们共同占据了人类基因组的约3%。其中，三核苷酸重复序列（trinucleotide STRs）因与人类遗传疾病的相关性而具有特殊的重要性，CGG、CAG和GAA重复序列分别导致了脆性X综合征、亨廷顿病和弗里德赖希共济失调。在这项研究中，我们系统地分析了191名健康个体中5,963个CGG、11,220个CAG和16,105个GAA位点的基因组分布、丰度、重复长度和多态性。观察到这三种重复序列之间存在显著差异。CGG STRs虽然数量最少，但在外显子和启动子区域中高度富集，并且在外显子区域表现出最高的多态性水平。GAA STRs的数量最多，整体变异性也最大，大部分位于基因间区和基因内区，但在外显子和5′-UTR区域的多态性非常低。相比之下，CAG STRs在基因区和基因间区的分布较为均匀，尽管超过特定阈值时会导致致病性扩展，但它们的稳定性却非常强。这些发现表明，不同类型的trinucleotide STRs具有独特的基因组和进化特征，不能相互替代。核苷酸组成是决定STRs定位、稳定性和变异性的关键因素，这表明这些重复序列的生物学功能与其序列结构密切相关。我们的研究强调了单独分析各类STRs的重要性，因为仅根据重复序列的长度对其进行分类可能会忽略重要的功能差异。