Genearen inguruko hasierako deskribapenen arabera, hau da, XIX. mendearen hasierako definizioaren arabera, genea ezaugarri jakin bat zuzentzeko ahalmena duen faktorea da, eta ezaugarri horren heredagarritasuna bideratzen duena. Egungo definizioan, hots, Giza Genomaren Sekuentziazio Proiektuaren ondokoan, genea sekuentzia genomikoaren eskualde kokagarri bat da, herentzia-unitateari dagokiona, zeina erlazionatuta baitago eskualde erregulatzaileekin, eskualde transkribatuekin eta/edo beste sekuentzia-eskualde funtzionalekin (Pearson, 2006). Definiziorik berriena Gersteinek 2007an eskainitakoa da. Haren esanetan, genea potentzialki gainezarriak diren produktu funtzionalen talde koherente bat kodetzen duen sekuentzia genomikoen bilduma da.

Genea: definizioaren eboluzioa

Wilhelm Johannsen izan zen lehena gene hitza aipatzen, 1909an, Gregor Mendelek garatutako kontzeptuan oinarrituta. Haren arabera, genea herentziaren unitate diskretua da. Gene terminoaren etimologiari dagokionez, hitza grekotik eratorria da genesis (jaiotza) edo genos (jatorria); eta genetika hitza William Batesonek erabili zuen, 1905ean.

Genearen kontzeptuak lehen aldiz proposatu zenetik gaur egunera arte bilakaera sakona izan du, eta, horren ondorioz, gene terminoaren definizio bat baino gehiago dago.

Terminoaren hasierako deskribapenen arabera, genea ezaugarri jakin bat zuzentzeko ahalmena duen faktorea da, eta ezaugarri horren heredagarritasuna bideratzen du. Mendelek erakutsi zuen landareak gurutzatutakoan, zenbait ezaugarri, hala nola ilarren kolorea edo forma, ez direla nahastuta agertzen ondorengoetan, horren ordez, entitate bereizgarri eta diskretu modura transmititzen direla ondorengoetara. Haren lanak honako hau ere erakutsi zuen: ezaugarrietan behatutako aldaketak faktore heredagarrien aldaketek sortzen zituztela (egun esango genukeen bezala, fenotipoa genotipoak sortzen duela). Hasierako genetistentzat, beraz, geneak entitate abstraktuak ziren, eta haien existentzia fenotipoak belaunaldiz belaunaldi transmititzen ziren eran islatuta geratzen zen (fenotipoa organismo batean behagarri den edozein ezaugarri da, hala nola haren nolakotasun morfologikoak, biokimikoak, fisiologikoak, garapena, portaera, etab; genotipoa, berriz, zelula edo indibiduo baten eduki genetikoa da, hots, indibiduoaren alelo-osaketa espezifikoa).

Handik gutxira, Morgan eta bere ikasleak gai izan ziren geneak kromosometan linealki antolatuta zeudela azaldu eta lehen gene-mapa eraikitzeko (Morgan, 1915). Haientzat, geneak kromosometan, arrosario-bihien modukoak ziren. Bestalde, Beadle eta Tatumek, 1941ean, frogatu zuten gene espezifikoek proteina espezifikoak kodetzen dituztela, eta gene bat, entzima bat deritzon hipotesia zabaldu zuten. Honela, genearen ikuspuntu klasikoak zera dio: genea kromosometan lerrokatuta dagoen informazio heredagarriaren unitatea da, eta proteina bakarra kodetzen du.

Genea, kromosoma-zatia den eta proteinen sintesirako informazioa duen DNA-helizearen zati gisa definituta

Herentziak oinarri fisikoa eta molekularra duela Mullerrek 1927an frogatu zuen, X izpiek mutazioak sor ditzaketela frogatu baitzuen. Griffithek areagotu zuen ebidentzia bakterioen transformazioa aurkitzean, 1928an egiaztatu baitzuen Pneumococcus andui abirulentoa birulento bihur zitekeela Pneumococcus andui birulento hiletik zerbait hartuz. Aurrerago frogatu zen DNAsa entzima substantzia zerbait hori suntsitzeko gai zela. 1955ean, Hershey eta Chasek ezarri zuten bakteriofagoek beren ondorengoei transmititzen zieten substantzia DNA zela, eta ez zirela proteinak.

Watsonek eta Crickek, 1953an, DNAren egitura tridimentsionala deskribatu zutenean argitu zen nola funtziona zezakeen DNA-molekulak herentzia-molekula gisa. Baseen arteko parekatze espezifikoak adierazten zuen nola kopiatu ahal den informazio genetikoa, eta bi harizpien existentziak argitzen zuen erreplikazioan gerta daitezkeen akatsek nola ekar dezaketen mutazioa DNA-molekularen kopia ume batera.

1960tik aurrera biologia molekularrak garapen azkarra izan zuen eta, honekin batera, baita gene-adierazpenari buruzko ezagutzak ere. Francis Crickek, 1958an, gene-adierazpenean gertatzen den informazioaren fluxua honela laburbildu zuen: azido nukleikoetatik proteinetara (dogma zentralaren hasiera-puntua). Honek zera laburbildu nahi du: proteinak kodetzen dituzten DNA-sekuentzietatik hasita, RNA transkribatua kopiatu eta itzulia da aminoazido-sekuentzia batera, kode genetikoa erabiliaz (Nirenberg et al. 1965; eta Söll et al. 1965ean ebatzitako kodea). Dena den, segituan agertu ziren salbuespenak, zenbait genek ez dute eta proteinarik kodetzen, RNA-molekula funtzionalak baizik, rRNA eta tRNA barnean harturik. Honetaz gain, RNA-birusetan geneak RNAz daude eginak. 1960. hamarkadan garatutako genearen ikuspuntu molekularra honela laburbildu daiteke: genea kode bat da, azido nukleikoetan dagoena eta produktu funtzional bat ematen duena.

1970ean izandako klonazio- eta sekuentziazio-tekniken garapenek, gene-kodearen ezaguerarekin batera, biologia molekularraren eremua irauli zuten, eta geneen antolaketa eta adierazpenari buruzko informazio ugaria eman zuten. Sekuentziatutako lehen genea MS2 bakteriofagoarena izan zen, zeina guztiz sekuentziatutako lehen organismoa ere izan baitzen (Fiers 1971, 1976). Orduz geroztik, organismo ugariren genomak sekuentziatu dira. Honela, genearen definizioa egun, hots, Giza Genomaren Sekuentziazio Proiektuaren ondokoa, sekuentziaren ikuspuntuan oinarritzen da: sekuentzia genomikoaren eskualde kokagarri bat da, herentzia-unitateari dagokiona, zeina erlazionatuta baitago eskualde erregulatzaileekin, eskualde transkribatuekin eta/edo beste sekuentzia-eskualde funtzionalekin (Pearson, 2006).

Laburbilduz, genearen kontzeptua biziki aldatu da. Jatorriz, herentziaren unitatea izan zena, orain DNAn oinarritutako unitate bihurtu da, zeinak RNAren edo proteina-produktuen bidez eragina baitu organismoan. Lehenago, onartuta zegoen baita gene bakoitzak proteina bana ekoizten zuela ere; baina kontzeptu hori gaindituta dago, aukerazko splicinga eta trans-splicinga aurkitu zirenetik.

Eta genearen definizioa aldatzen ari da orain ere. RNAn oinarritutako herentzia zabalki ezaguna da. Gene jakin baten eskualde erregulatzaileek ez dute sekuentzia kodetzailearekiko hurbil egon beharrik, ez DNA-molekula linealean ezta kromosoma berean ere; baieztapen honek dioena argitzen duten frogak asko dira egun. Geneak guztiz mugatuak daudelako kontzeptua ere ezabatua izan da. Ikusi da proteina bana ekoizten duten ondoz ondoko bi geneek proteina fusionatuak ere sor ditzaketela. Gene fusionatuen aurkikuntza baino berritzaileagoa da ondokoa: zenbaitetan, proteina jakin bat osatzen duten exoiak urrutiko eskualdetan kokaturik daude, are gehiago, kromosoma desberdinetan ere egon daitezke.

Datu berri horiek guztiek genearen definizio eguneratuagoa eta ausartagoa eskatzen dute: DNA-molekulan dagoen locus espezifikoaren ikuspegitik hasita, gene-produktu funtzioa ren ikuspegia ekarriko lukeena. Hala nola Gersteinek eta kideek 2007an proposatutakoa: potentzialki gainezarritako produktu funtzionalen taldea kodetzen duen sekuentzia genomikoen bilduma da. Definizio honetan molekula-produktu funtzionalak bai RNA zein proteinak dira, eta sekuentzia genomikoa DNA zein RNA da. Are gehiago, sekuentzia genomikoen bildumak aparte uzten ditu DNAn dauden elementu erregulatzaile guztiak, geneei asoziaturiko eskualde gisa ezagutzen direnak, hain zuzen ere.

Denboran zehar kontzeptualki aldatu ez dena zera da, genotipoak fenotipoa zuzentzen duela, eta maila molekularrean horren esanahia hauxe da: DNAren sekuentziek molekula funtzionalen sekuentziak zuzentzen dituztela. Kasu sinpleenean, DNA-sekuentzia batek proteina bakarra edo RNA bakarra kodetzen du. Baina kasu orokor gehienetan, produktuak sortzeko era askotan konbina daitezkeen sekuentzia-moduluek osatzen dute genea.

Zehazki hitz eginda, egun onartuta dago indibiduo baten fenotipoa ondoko faktoreen eragin-trukeak determinatzen duela: heredatutako genotipoa, transmititutako faktore epigenetikoak eta ingurumenaren aldakuntza heredaezinak.

Genearen adierazpena eta egitura: ikuspegi sinplifikatua

Zeluletan, geneak kromosometan daude kokatuak. Natura molekularrari dagokiola, genea DNA-harizpi luze bat da, eta haren informazioa DNA horren nukleotido-sekuentzian dago.

Proteinak kodetzen dituzten geneak, aktiboak direnean, bi urratsetan adierazten dira: lehena, transkripzioa esaten zaion prozesuaren bidez, genearen informazioa daraman RNA-kopia bat sortuko da; transkribatua esaten zaio DNAtik hasita kopiatutako RNA horri. Bigarrena, itzulpen-prozesuan, sortutako RNA horrek proteina baten sintesia zuzendu dezake kode genetikoa erabiliaz. Baina zenbaitetan, transkripzioan sortutako RNA horiek zuzenean erabiltzen dira, erribosomen osagai gisa adibidez, kasu honetan RNA-geneei buruz ari gara. Gene-adierazpenaren ondorioz sortutako molekulok, hots RNA edo proteinak, gene-produktuak direla esaten da.

Proteina kodetzen duen genearen mugak transkripzioaren hasiera- eta amaiera-puntuak dira; beraz, genea lehen transkribatuak duen hedaduraren bidez definituta dago. Promotorea eta beste edozein elementu erregulatzaile genetik kanpo daude. Promotorea ia unibertsala da gene desberdinetan eta genearen aktibitatea kontrolatzen du. Hau da, promotoreak leku bat eskaintzen du transkripzioaren makinariak ezagutu eta bertara lotzeko, transkripzioari, hots, genearen adierazpenari hasiera emanez.

Gene baten egituraren eta espresioaren eskema

Genea berak hiru sekuentzia-mota ageri ditu:

• Eskualde kodetzailea (horiz). Genearen gunea da, eta barneratzen duen informazioak proteina definituko du. Hau da, proteinaren aminoazido-sekuentziara itzulia izango den nukleotido-sekuentzia barneratzen du eskualde kodetzaileak. Hasiera-kodoian hasten da; gehienetan, ATG da. Ondoko hiru kodoietako batean amaitzen da: TAA, TAG edo TGA.

• Itzultzeke geratuko den eskualdea (gorriz). Eskualde kodetzailearen albo bietako edozeinetan daude DNA-sekuentziok. RNA mezularian (mRNA) agertuko dira, baina ez dira erabiliko proteina-sekuentzia definitzeko. Hau da, transkribatuak izango diren baina itzuliak izango ez diren DNA-sekuentziak dira. Itzulpenik gabeko eskualdeok edo eskualde ez-kodetzaileok maiz proteinen sintesia kontrolatzen duten elementu erregulatzaileak barneratzen dituzte.

• Introiak (urdinez). Lehen transkribatuan daude baina bertatik kanporatuak izango dira, transkribatu landua edo RNA mezularia (mRNA) ekoizteko. Biak, bai eskualde kodetzaileak zein itzulpenik gabekoak introien bidezko etendurak azal ditzakete. Eukariotoen gene gehienak exoi eta introiez zatikatuta daude. Exoiak dira transkribatu landuan, hots, mRNAn, aurkitzen diren sekuentziak, introiak, aldiz, lehen transkribatutik kanporatuak izango dira splicing esaten zaion prozesuaren bidez.

Prokariotoetan, introiak arraroak dira eta geneek maiz produktua kodetzen duen etengabeko DNA-tarte bakarra dute, zistroi izenaz ezagutzen dena. Prokariotoetako geneak maiz taldekaturik aurkitzen dira, eta operoi esaten zaion egitura sortzen dute, non RNA luze bakar baten transkripzioa erregulatzen duten promotore- eta operadore-sekuentziak dauden. RNA luze horrek sekuentzia kodetzaile bat baino gehiago darama. Sekuentzia kodetzaileok Shine-Dalgarno sekuentzia bana daramate, zeintzuk erribosomek ezagutu dituzten eta bertara lotuko zaizkien.

Eukariotoetan, gene bakar batek proteina anitz kodetu ditzake, aukerazko splicingaren bidez exoi-konbinazio desberdinak sortutakoak, adibidez. Giza genoman, proteinak kodetzen dituzten geneen artean ezagutzen den txikienak 500 nukleotidoetako luzera du eta ez du introirik; histona bat kodetzen du. Giza gene handienak distrofina proteina kodetzen du, zeina ez dagoenean edo afuntzionala den kasuetan, distrofia muskularra deituriko eritasuna sorrarazten duen. Gene honek 2,5 milioi nukleotido ditu luzeran eta transkribatu bakarra sortzeko 16 ordu behar dira. Dena den, genearen % 99 bere 79 introiek osotzen dute.

Geneak genometan

Organismo baten informazio heredagarri osoak haren genoma osotzen du. Honek DNA-molekulan dauden bai gene guztiak zein sekuentzia ez-kodetzaileak barneratzen ditu. Nahiz eta organismo gehienen genoma DNAz osotuta egon, zenbait birusetako genoma RNA da. Orokorrean, prokariotoen genomaren tamaina txikiagoa da eukariotoena baino, bai base-pare kopuruari zein gene-kopuruari dagokionez. Dena den, genomaren tamainaren eta organismo eukariotoen konplexutasunaren artean, ez dago erlazio zuzenik. Egun ezagutzen den genomarik handienetariko bat zelula bakarreko ameba batek azaldu du, Amoeba dubia espeziekoak, hain zuzen ere. 670 mila milioi base-pare ditu, gizakiaren genomak baino 200 bat aldiz gehiago. Giza genomak 3 mila milioi base-pare inguru ditu eta estimatu den gene-kopurua 20.488-koa da, eta beste 100 bat oraindik aurkitzeke daude (Pennisi, 2007). Egun ezer gutxi dakigu RNA kodetzen duten geneei buruz, beraz, genomen gene-kopuruari buruz ari garenean proteinak kodetzen dituzten geneei buruz ari gara. Eukariotoetako gene-dentsitatea txikia da prokariotoekin konparatuta. Gizakiaren genoman batez besteko gene-dentsitatea 12-15 gene megabase-pare bakoitzeko dela kalkulatu da (megabase-parea edo Mb: 106 base-pare). Dena den, aipatu beharrekoa da geneak ez daudela uniformeki banaturik genoman, horren ordez, eukariotoen genometan, oro har, geneekiko eskualde dentso eta eskualde ia hutsak daude.