DNA指纹鉴定:步骤与应用

基因组是存在于细胞中的一组基因。大约99.9%的人类基因组几乎与每个个体相似。但0.1%的序列方差定义了个体的身份,使他们彼此不同。

基因组由编码区和非编码区组成。非编码区是遗传的重复序列,不编码蛋白质,但构成了大部分遗传DNA(脱氧核糖核酸),而编码区编码具有独特功能的蛋白质。

非编码区也被称为垃圾DNA或卫星DNA。这些序列被用来关联和区分个体使用技术,如DNA指纹,DNA分析,和DNA分型。

DNA指纹图谱中观察到的条带

简介及历史

DNA指纹鉴定是一种分子技术,用于从犯罪现场确定亲子关系和嫌疑人。这项技术是由亚历克·杰弗里爵士在1984年发现的,当时他在海豹肉中发现了一些与人类相似的短串联重复序列(STR)或卫星基因组。

后来,这些str被用作遗传标记,并制成了与这些重复序列对齐的短序列探针。实验结束后,人们还发现这些STR序列的长度因人而异。尽管大多数生物DNA非编码部分的序列碱基可能是相同的,但其STR长度因人而异。

DNA指纹识别使用的是由非编码核苷酸序列串联重复组成的基因组片段,即卫星DNA。串联重复是同一核苷酸序列的一组副本,可以重复一次或多次。例如,串联重复多次重复序列。

这些卫星根据长度、组成和串联重复的数量有三种类型,即微型卫星、微型卫星和宏观卫星。

微卫星,又称短串联重复序列(STR),由1 ~ 9个碱基对组成;例如,“3’-GATAGATAGATAGATA-5’是主要的STR重复序列制造者,在每个微卫星位点上重复5到100次。微卫星没有确切的位置,在染色体中随机分布。

微型卫星,也称为可变数量串联重复序列(VNTR),可能由重复序列长度的10到100个碱基对组成,并在端粒附近发现。这些装置可以在每个微型卫星的位置重复大约2到100次。

宏卫星可以由长度为几千碱基的重复单位组成。这些是最大的串联重复。D4Z4和DXZ4是一些宏卫星的例子。

在重组过程中,来自双亲的重复序列(1:1比例)的突变导致VNTR区域的改变,使孩子与他们的父母不同。这一原理是DNA指纹和基因图谱的基础。


图1:串联重复序列卫星。资料来源:(Saeed et al., 2016)

DNA指纹识别步骤

DNA指纹的过程从采集样本开始,然后提取DNA,然后放大,用电泳或x射线观察。

DNA指纹分析
图:可变次数的串联重复
来源:MGA2 09-06

标本收集:DNA样本是从血液、唾液、汗液、眼泪、组织和头发等体液中采集的。

DNA提取:DNA可以通过手工方法提取,也可以通过市售提取试剂盒提取。两种不同的方法进一步分析提取的DNA;聚合酶链反应与限制性片段长度多态性

聚合酶链式反应是一种在每个周期中使DNA副本翻倍的反应。

  • DNA分离后,将提取的DNA进行PCR,得到目标序列的拷贝数。
  • 从数学上讲,获得的拷贝数可以计算为:拷贝数= 2n,其中“n”为循环次数。在20个周期中,恰好有1048555个DNA副本。
  • 进行PCR的主要目的是扩增少量的目标DNA序列。琼脂糖凝胶电泳可以帮助观察放大的DNA。

限制性片段长度多态性(RFLP)是一种利用限制性内切酶消化一大块DNA的技术。这种方法只适用于大的DNA,因为短的DNA可能不包含限制位点。

限制性DNA进一步进行电泳,其中条带的分离是根据序列的大小进行的。碎片DNA再次转移到含有放射性标记探针的硝化纤维膜上,该探针与分离DNA的特定互补VNTR区域对齐。

RFLP杂交技术俗称南部的印迹.接下来,清洗尼龙膜以去除多余的探针。然后将尼龙膜暴露在x射线下,以确保目标DNA与探针结合。

阳性样本在x射线照射下显示暗带,而阴性样本相对于梯子没有显示条带。这个过程也称为放射自显影。最后,将膜上的暗带(DNA指纹)与已知样品进行比较。

RFLP
限制性片段长度多态性
来源:GeeksforGreeks

DNA指纹技术的应用

DNA指纹技术是一种应用广泛的分子技术,在各个领域都有广泛的应用。法医分析和祖先来源的确定是其应用的主要领域。以下是DNA指纹识别的一些应用:

  • 通过分析个体之间的相似序列来研究进化关系。
  • 进行亲子鉴定和谱系分析。
  • 将犯罪现场的DNA与犯罪嫌疑人进行比对后,参与犯罪的罪犯很容易被调查。
  • 在器官移植过程中,DNA指纹也被用于捐献者的身份识别。
  • 在遗传病和遗传病的遗传咨询中具有重要意义。

参考文献

阿丽莎挤Tripathi

大家好。我是Alisha Tripathi。我已经完成了国立学院的硕士学位。我的教学生涯已经有一年多了,我一直热衷于写博客,并倾向于基于分子科学、免疫学和遗传学的研究。澳门金博宝188官方网站

留下回复

你的电邮地址将不会公布。必填字段已标记

这个网站使用Akismet来减少垃圾邮件。了解如何处理您的评论数据

最近的帖子

Baidu