L'ADN nucléaire d'une cellule d'eucaryote est situé dans des chromosomes au sein du noyau.

Structure de la double hélice d'ADN.

Appariement de l'adénine (A) avec la thymine (T, en haut) et de la guanine (G) avec la cytosine (C, en bas). Les liaisons hydrogène sont représentées en pointillés bleus.

Structure chimique de l'ADN illustrant les quatre configurations des paires AT et GC entre les deux armatures de la double hélice, constituées d'une alternance de phosphate et de désoxyribose.

L'acide désoxyribonucléique, ou ADN, est une macromolécule biologique présente dans toutes les cellules ainsi que chez de nombreux virus. L'ADN contient toute l'information génétique, appelée génome, permettant le développement et le fonctionnement des êtres vivants. C'est un acide nucléique, au même titre que l'acide ribonucléique (ARN). Les acides nucléiques sont, avec les peptides et les glucides, l'une des trois grandes familles de biopolymères essentiels à toutes les formes de vie connues.

Les molécules d'ADN des cellules vivantes sont formées de deux brins antiparallèles enroulés l'un autour de l'autre pour former une double hélice. On dit que l'ADN est bicaténaire, ou double brin. Chacun de ces brins est un polymère appelé polynucléotide. Chaque monomère qui le constitue est un nucléotide, lequel est formé d'une base nucléique, ou base azotée — adénine (A), cytosine (C), guanine (G) ou thymine (T) — liée à un ose — ici, le désoxyribose — lui-même lié à un groupe phosphate. Les nucléotides polymérisés sont unis les uns aux autres par des liaisons covalentes entre le désoxyribose d'un nucléotide et le groupe phosphate du nucléotide suivant, formant ainsi une chaîne où alternent oses et phosphates, avec des bases nucléiques liées chacune à un ose. L'ordre dans lequel se succèdent les nucléotides le long d'un brin d'ADN constitue la séquence de ce brin. C'est cette séquence qui porte l'information génétique. Celle-ci est structurée en gènes, qui sont exprimés à travers la transcription en ARN. Ces ARN peuvent être non codants — ARN de transfert et ARN ribosomique notamment — ou bien codants : il s'agit dans ce cas d'ARN messagers, qui sont traduits en protéines par des ribosomes. La succession des bases nucléiques sur l'ADN détermine la succession des acides aminés qui constituent les protéines issues de ces gènes. La correspondance entre bases nucléiques et acides aminés est le code génétique. L'ensemble des gènes d'un organisme constitue son génome.

Les bases nucléiques d'un brin d'ADN peuvent interagir avec les bases nucléiques d'un autre brin d'ADN à travers des liaisons hydrogène, qui déterminent des règles d'appariement entre paires de bases : l'adénine et la thymine s'apparient au moyen de deux liaisons hydrogène, tandis que la guanine et la cytosine s'apparient au moyen de trois liaisons hydrogène. Normalement, l'adénine et la cytosine ne s'apparient pas, tout comme la guanine et la thymine. Lorsque les séquences des deux brins sont complémentaires, ces brins peuvent s'apparier en formant une structure bicaténaire hélicoïdale caractéristique qu'on appelle double hélice d'ADN. Cette double hélice est bien adaptée au stockage de l'information génétique : la chaîne oses-phosphates est résistante aux réactions de clivage ; de plus, l'information est dupliquée sur les deux brins de la double hélice, ce qui permet de réparer un brin endommagé à partir de l'autre brin resté intact ; enfin, cette information peut être copiée à travers un mécanisme appelé réplication de l'ADN au cours duquel une double hélice d'ADN est recopiée fidèlement en une autre double hélice portant la même information. C'est en particulier ce qu'il se passe lors de la division cellulaire : chaque molécule d'ADN de la cellule mère est répliquée en deux molécules d'ADN, chacune des deux cellules filles recevant ainsi un jeu complet de molécules d'ADN, chaque jeu étant identique à l'autre.

Dans les cellules, l'ADN est organisé en structures appelées chromosomes. Ces chromosomes ont pour fonction de rendre l'ADN plus compact à l'aide de protéines, notamment d'histones, qui forment, avec les acides nucléiques, une substance appelée chromatine. Les chromosomes participent également à la régulation de l'expression génétique en déterminant quelles parties de l'ADN doivent être transcrites en ARN. Chez les eucaryotes (animaux, plantes, champignons et protistes), l'ADN est essentiellement contenu dans le noyau des cellules, avec une fraction d'ADN présent également dans les mitochondries ainsi que, chez les plantes, dans les chloroplastes. Chez les procaryotes (bactéries et archées), l'ADN est contenu dans le cytoplasme. Chez les virus qui contiennent de l'ADN, celui-ci est stocké dans la capside. Quel que soit l'organisme considéré, l'ADN est transmis au cours de la reproduction : il joue le rôle de support de l'hérédité. La modification de la séquence des bases d'un gène peut conduire à une mutation génétique, laquelle peut, selon les cas, être sans conséquence pour l'organisme ou, au contraire, être incompatible avec sa survie. À titre d'exemple, la modification d'une seule base d'un seul gène — celui de la β-globine, une sous-unité protéique de l'hémoglobine A — du génotype humain est responsable de la drépanocytose, une maladie génétique parmi les plus répandues dans le monde.

Propriétés générales

(en) Géométrie de la double hélice d'ADN B montrant le petit et le grand sillon ainsi que le détail des deux types de paires de bases : thymine–adénine en haut et cytosine–guanine en bas.

Segment d'ADN monocaténaire de séquence CGAT.

L'ADN est un long polymère formé par la répétition de monomères appelés nucléotides. Le premier ADN a été identifié et isolé en 1869 à partir du noyau de globules blancs par le Suisse Friedrich Miescher. Sa structure en double hélice a été mise en évidence en 1953 par le Britannique Francis Crick et l'Américain James Watson à partir des données expérimentales obtenues par les Britanniques Rosalind Franklin et Maurice Wilkins. Cette structure, commune à toutes les espèces, est constituée de deux chaînes polynucléotidiques hélicoïdales enroulées l'une autour de l'autre autour d'un axe commun, avec un pas d'environ 3,4 nm pour un diamètre d'environ 2,0 nm. Une autre étude mesurant les paramètres géométriques de l'ADN en solution donne un diamètre de 2,2 à 2,6 nm avec une longueur par nucléotide de 0,33 nm. Bien que chaque nucléotide soit très petit, les molécules d'ADN peuvent en contenir des millions et atteindre des dimensions significatives. Par exemple, le chromosome 1 humain, qui est le plus grand des chromosomes humains, contient environ 220 millions de paires de bases pour une longueur linéaire de plus de 7 cm.

Dans les cellules vivantes, l'ADN n'existe généralement pas sous forme monocaténaire (simple brin) mais plutôt sous forme bicaténaire (double brin) avec une configuration en double hélice. Les monomères constituant chaque brin d'ADN comprennent un segment de la chaîne désoxyribose–phosphate et une base nucléique liée au désoxyribose. La molécule résultant de la liaison d'une base nucléique à un ose est appelée nucléoside ; l'adjonction d'un à trois groupes phosphate à l'ose d'un nucléoside forme un nucléotide. Un polymère résultant de la polymérisation de nucléotides est appelé polynucléotide. L'ADN et l'ARN sont des polynucléotides.

L'ose constituant le squelette de la molécule est le 2’-désoxyribose, dérivé du ribose. Ce pentose alterne avec des groupes phosphate en formant des liaisons phosphodiester entre les atomes n 3’ et n 5’ de résidus de désoxyribose adjacents. En raison de cette liaison asymétrique, les brins d'ADN ont un sens. Dans une double hélice, les deux brins d'ADN sont de sens opposés : ils sont dits antiparallèles. Le sens 5’ vers 3’ d'un brin d'ADN désigne conventionnellement celui de l'extrémité portant un groupe phosphate –PO3 vers l'extrémité portant un groupe hydroxyle –OH ; c'est dans ce sens qu'est synthétisé l'ADN par les ADN polymérases. L'une des grandes différences entre l'ADN et l'ARN est le fait que l'ose du squelette de la molécule est le ribose dans le cas de l'ARN à la place du désoxyribose de l'ADN, ce qui joue sur la stabilité et la géométrie de cette macromolécule.

La double hélice d'ADN est stabilisée essentiellement par deux forces : les liaisons hydrogène entre nucléotides d'une part, et les interactions d'empilement des cycles aromatiques des bases nucléiques d'autre part. Dans l'environnement aqueux de la cellule, les liaisons π conjuguées de ces bases s'alignent perpendiculairement à l'axe de la molécule d'ADN afin de minimiser leurs interactions avec la couche de solvatation et, par conséquent, leur enthalpie libre. Les quatre bases nucléiques constitutives de l'ADN sont l'adénine (A), la cytosine (C), la guanine (G) et la thymine (T), formant respectivement les quatre nucléotides suivants, composant l'ADN :

Désoxyadénosine monophosphate

Désoxycytidine monophosphate

Désoxyguanosine monophosphate

Thymidine monophosphate

Classification et appariement des bases nucléiques

Les quatre bases nucléiques de l'ADN sont de deux types : d'une part les purines — adénine et guanine — qui sont des composés bicycliques comprenant deux hétérocycles à cinq et six atomes respectivement, d'autre part les pyrimidines — cytosine et thymine — qui sont des composés monocycliques comprenant un hétérocycle à six atomes. Les paires de bases de la double hélice d'ADN sont constituées d'une purine interagissant avec une pyrimidine à travers deux ou trois liaisons hydrogène :

une adénine interagissant avec une thymine à travers deux liaisons hydrogène ;

une guanine interagissant avec une cytosine à travers trois liaisons hydrogène.

En raison de cette complémentarité, toute l'information génétique portée par l'un des brins de la double hélice d'ADN est également portée à l'identique sur l'autre brin. C'est sur ce principe que repose le mécanisme de la réplication de l'ADN, et c'est sur cette complémentarité entre bases nucléiques que reposent toutes les fonctions biologiques de l'ADN dans les cellules vivantes.

Adénine (A)

Thymine (T)

Paire de bases A=T

Guanine (G)

Cytosine (C)

Paire de bases G≡C

L'ADN de certains virus, tels que les bactériophages PBS1 et PBS2 de Bacillus subtilis, le bactériophage φR1-37 de Yersinia et le phage S6 de Staphylococcus, peut remplacer la thymine par l'uracile, une pyrimidine habituellement caractéristique de l'ARN mais normalement absente de l'ADN, où on ne le trouve que comme produit de dégradation de la cytosine.

Appariements non canoniques entre bases nucléiques

Les bases nucléiques s'apparient le plus souvent en formant les paires de bases dites « Watson-Crick » correspondant à deux ou trois liaisons hydrogène établies entre deux bases orientées anti sur les résidus de désoxyribose. Des liaisons hydrogène peuvent cependant également s'établir entre une purine orientée syn et une pyrimidine orientée anti : il s'agit dans ce cas d'un appariement Hoogsteen. Une paire de bases Watson-Crick est susceptible d'établir en plus des liaisons hydrogène de type Hoogsteen avec une troisième base, ce qui permet la formation de structures à trois brins d'ADN.

Appariements AT et GC : Watson-Crick (en haut) et Hoogsteen (en bas).

Appariements Hoogsteen et Watson-Crick entre trois bases.

Sens, antisens et ambisens

(en) Brins d'ADN sens et antisens ; l'ARN transcrit est en vert.

Seul l'un des brins d'un segment d'ADN constituant un gène est transcrit en ARN fonctionnel, de sorte que les deux brins d'un gène ne sont pas équivalents : celui qui est transcrit en ARN fonctionnel est dit à polarité négative et porte une séquence antisens, tandis que le brin complémentaire — qui peut également être transcrit en ARN, mais non fonctionnel — est dit à polarité positive et porte une séquence d'ADN sens. Le brin transcrit en ARN fonctionnel est parfois appelé brin codant, mais cette désignation n'est valable qu'au sein d'un gène donné car les deux brins d'une même double hélice d'ADN peuvent coder différentes protéines ; on parle alors de brins ambisens. Des ARN sont également transcrits à partir des séquences d'ADN sens — avec par conséquent des séquences d'ARN antisens — aussi bien chez les procaryotes que chez les eucaryotes, mais leur rôle biologique n'est pas entièrement élucidé ; l'une des hypothèses est que ces ARN antisens pourraient intervenir dans la régulation de l'expression génétique à travers l'appariement entre séquences d'ARN sens et antisens, qui sont, par définition, complémentaires.

La distinction entre brins d'ADN sens et antisens est brouillée dans certains types de gènes chevauchants, assez rares chez les procaryotes et les eucaryotes mais plus fréquents sur les plasmides et chez les virus, dans lesquels les deux brins d'un même segment d'ADN encodent chacun un ARN fonctionnel différent. Chez les bactéries, ce chevauchement peut jouer un rôle dans la régulation de la transcription des gènes tandis que, chez les virus, les gènes chevauchants accroissent la quantité d'information génétique susceptible d'être encodée dans la petite taille du génome viral.

Supertours et surenroulement

L'ADN relâché peut être linéaire, comme c'est typiquement le cas chez les eucaryotes, ou circulaire, comme chez les procaryotes. Il peut cependant être entortillé de façon parfois complexe sous l'effet de l'introduction de tours d'hélice supplémentaires ou de la suppression de tours dans la double hélice. La double hélice d'ADN ainsi surenroulée sous l'effet de supertours positifs ou négatifs présente un pas respectivement raccourci ou allongé par rapport à son état relâché : dans le premier cas, les bases nucléiques sont arrangées de façon plus compacte ; dans le second cas, elles interagissent au contraire de façon moins étroite. In vivo, l'ADN présente généralement un surenroulement légèrement négatif sous l'effet d'enzymes appelées ADN topoisomérases, qui sont également indispensables pour relâcher les contraintes introduites dans l'ADN lors des processus qui impliquent que la double hélice soit déroulée pour en séparer les deux brins, comme c'est notamment le cas lors de la réplication de l'ADN et lors de sa transcription en ARN.

Propriétés physicochimiques de la double hélice

Les liaisons hydrogène n'étant pas des liaisons covalentes, elles peuvent être rompues assez facilement. Il est ainsi possible de séparer les deux brins de la double hélice d'ADN à la façon d'une fermeture à glissière aussi bien mécaniquement que sous l'effet d'une température élevée, ainsi qu'à faible salinité, à pH élevé — solution basique — et à pH faible — solution acide, qui altère cependant l'ADN notamment par dépurination. Cette séparation des brins d'un ADN bicaténaire pour former deux molécules d'ADN monocaténaires est appelé fusion ou dénaturation de l'ADN. La température à laquelle 50 % de l'ADN bicaténaire est dissocié en deux molécules d'ADN monocaténaire est dite température de fusion ou température de semi-dénaturation de l'ADN, notée Tm. On peut la mesurer en suivant l'absorption optique à 260 nm de la solution contenant l'ADN : cette absorption augmente au cours du désappariement, ce qu'on appelle hyperchromicité. Les molécules d'ADN monocaténaire libérées n'ont pas de configuration particulière, mais certaines structures tridimensionnelles sont plus stables que d'autres.

La stabilité d'une double hélice d'ADN dépend essentiellement du nombre de liaisons hydrogène à briser pour en séparer les deux brins. Par conséquent, plus la double hélice est longue, plus elle est stable. Cependant, les paires GC étant unies par trois liaisons hydrogène au lieu de deux pour les paires AT, la stabilité de molécules d'ADN bicaténaires de même longueur croît avec le nombre de paires GC qu'elles contiennent, mesuré par leur taux de GC. Cet effet est renforcé par le fait que les interactions d'empilement entre bases nucléiques d'un même brin d'ADN sont plus fortes entre résidus de guanine et de cytosine, de sorte que la séquence de l'ADN influence également sur sa stabilité. La température de fusion de l'ADN dépend par conséquent de la longueur des molécules, de leur taux de GC, de leur séquence, de leur concentration dans le solvant et de la force ionique dans celui-ci. En biologie moléculaire, on observe que les segments d'ADN bicaténaire dont la fonction implique que les deux brins de la double hélice puissent s'écarter facilement possèdent un taux élevé de paires AT : c'est le cas de la séquence TATAAT typique de la boîte de Pribnow de certains promoteurs.

Géométrie de la double hélice

Vue tridimensionnelle d'une molécule d'ADN B faisant apparaître le grand et le petit sillon.

Double hélice droite (a) et gauche (b).

Configuration d'une paire de bases guanine–cytosine dans les formes A, B et Z de l'ADN.

Les deux brins de l'ADN forment une double hélice dont le squelette détermine deux sillons. Ces sillons sont adjacents aux paires de bases et sont susceptibles de fournir un site de liaison pour diverses molécules. Les brins d'ADN n'étant pas positionnés de façon symétrique par rapport à l'axe de la double hélice, ils définissent deux sillons de taille inégale : le grand sillon est large de 2,2 nm tandis que le petit sillon est large de 1,2 nm. Les bords des bases nucléiques sont plus accessibles dans le grand sillon que dans le petit sillon. Ainsi, les protéines, telles que les facteurs de transcription, qui se lient à des séquences spécifiques dans l'ADN bicaténaire le font généralement au niveau du grand sillon.

Il existe de nombreux conformères possibles de la double hélice d'ADN. Les formes classiques sont appelées ADN A, ADN B et ADN Z, dont seules les deux dernières ont été observées directement in vivo. La conformation adoptée par l'ADN bicaténaire dépend de son degré d'hydratation, de sa séquence, de son taux de surenroulement, des modifications chimiques des bases qui le composent, de la nature et de la concentration des ions métalliques en solution, voire de la présence de polyamines.

L'ADN B est la forme la plus courante de la double hélice dans les conditions physiologiques des cellules vivantes. Il ne s'agit cependant pas d'une conformation définie par des paramètres géométriques stricts mais plutôt d'un ensemble de conformations apparentées survenant aux niveaux d'hydratation élevés observés dans les cellules vivantes. Leur étude par cristallographie aux rayons X révèle des diagrammes de diffraction et de diffusion caractéristiques de paracristaux (en) moléculaires très désordonnés. La forme B est une hélice droite avec des paires de bases perpendiculaires à l'axe de l'hélice passant au centre de l'appariement de ces dernières. Un tour d'hélice a une longueur d'environ 3,4 nm et contient en moyenne 10,4 à 10,5 paires de bases, soit environ 21 nucléotides, pour un diamètre de l'ordre de 2,0 nm. Les bases sont orientées en position anti sur les résidus de désoxyribose, lesquels présentent un plissement endocyclique C2’-endo du cycle furanose. Les deux sillons de cette configuration ont une largeur typique de 2,2 nm pour le grand et de 1,2 nm pour le petit.

L'ADN A s'observe dans les échantillons d'ADN plus faiblement hydraté, à force ionique plus élevée, en présence d'éthanol ainsi qu'avec les hybrides bicaténaires d'ADN et d'ARN. Il s'agit d'une double hélice droite dont l'axe ne passe plus par les paires de bases. Cette double hélice est plus large, avec un diamètre de l'ordre de 2,3 nm mais un pas de seulement 2,8 nm pour 11 paires de bases par tour d'hélice. Les bases elles-mêmes demeurent orientées en position anti sur les résidus de désoxyribose, mais ces derniers présentent un plissement endocyclique C3’-endo.

L'ADN Z est plus contraint que les formes A et B de l'ADN et s'observe préférentiellement dans les régions riches en paires guanine–cytosine lors de la transcription de l'ADN en ARN. Il s'agit d'une double hélice gauche, dont l'axe s'écarte significativement des paires de bases. Cette double hélice est plus étroite, avec un diamètre d'environ 1,8 nm et un pas d'environ 4,5 nm pour 12 paires de bases par tour d'hélice. Les pyrimidines sont orientées en position anti sur les résidus de désoxyribose, dont le cycle furanose possède en leur présence un plissement C2’-endo, tandis que les purines sont orientées en position syn sur des résidus de désoxyribose qui possède en leur présence un plissement endocyclique C2’-exo. La forme Z de l'ADN serait notamment provoquée in vivo par une enzyme appelée ADAR1.

De gauche à droite : ADN A, ADN B et ADN Z.

Paramètres structurels indicatifs des trois principales formes d'ADN bicaténaire Paramètre ADN A ADN B ADN Z Sens de l'hélice droite droite gauche Motif répété 1 bp 1 bp 2 bp Rotation par paire de bases 32,7° 34,3° 60°/2 Paire de bases par tour d'hélice 11 10,5 12 Pas de l'hélice par tour 2,82 nm 3,32 nm 4,56 nm Allongement de l'axe par paire de bases 0,24 nm 0,32 nm 0,38 nm Diamètre 2,3 nm 2,0 nm 1,8 nm Inclinaison des paires de bases sur l'axe de l'hélice +19° −1,2° −9° Torsion moyenne (propeller twist) +18° +16° 0° Orientation des substituants des bases sur les résidus osidiques anti anti Pyrimidine : anti, Purine : syn Plissement / torsion endocyclique du furanose (Sugar pucker) C3’-endo C2’-endo Cytosine : C2’-endo, Guanine : C2’-exo

Géométries particulières et configurations remarquables

Jonction de Holliday — Une jonction de Holliday est formée lors de la recombinaison homologue entre deux molécules d'ADN portant la même information génétique (chromosomes homologues, chromatides sœurs, etc.). Cette jonction présente une configuration cruciforme avec souvent des séquences symétriques qui lui permettent se déplacer dans un sens ou dans l'autre. Sa résolution est effectuée par un complexe enzymatique appelé résolvase (EC3.1.22.4) et peut conduire à un enjambement entre les deux molécules, aboutissant à un échange de matériel génétique.

ADN en épingle à cheveux — Les séquences d'ADN palindromiques peuvent se replier en formant des structures dites tige-boucle ou en épingle à cheveux. Certaines répétitions, particulièrement les répétitions de trinucléotides (CAG)n ou (CTG)n peuvent former des épingles à cheveux imparfaites dans lesquelles les résidus de cytosine et de guanine sont appariés tandis que les résidus d'adénine ou de thymine ne le sont pas.

ADN H ou ADN triplex — Cette forme d'ADN tricaténaire (triple brin) pourrait jouer un rôle dans la régulation fonctionnelle de l'expression des gènes en modulant leur transcription en ARN.

ADN G ou G-quadruplex — L'extrémité des chromosomes linéaires est constitué d'une région spécialisée appelée télomère dont la fonction principale est de permettre la réplication l'extrémité des chromosomes à l'aide d'une enzyme spécifique, la télomérase, dans la mesure où les enzymes qui répliquent l'ADN ne peuvent recopier l'extrémité 3' des chromosomes. Ces structures protègent les extrémités des chromosomes et empêchent les systèmes de réparation de l'ADN de les considérer comme endommagées. Dans les cellules humaines, les télomères sont généralement constitués d'ADN monocaténaire répétant des milliers de fois la simple séquence TTAGGG. Ces séquences riches en résidus de guanine forment des « G-quartets » résultant de l'appariement Hoogsteen entre quatre résidus de guanine ; l'empilement de ces structures à quatre résidus de guanine forme un G-quadruplex à la structure particulièrement stable. Ces structures sont également stabilisées par la chélation d'ions métalliques au centre de chaque G-quartet.

ADN ramifié — L'ADN s'effile à une extrémité de la double hélice lorsque les séquences de ses deux brins cessent d'y être complémentaires : les deux brins s'écartent l'un de l'autre et la molécule adopte une configuration en Y. L'ADN peut alors se ramifier si un troisième brin possède une séquence susceptible de s'apparier avec les deux extrémités libres des deux brins effilés. Il se forme alors une structure en Y intégralement bicaténaire. Il est possible d'envisager des ramifications plus complexes avec de multiples branches.

Jonction de Holliday (PDB 3CRX).

ADN H ou triplex (3 brin en jaune)

G-quadruplex télomérique humain

(en) Deshmukh N. Gopaul, Feng Guo et Gregory D. Van Duyne, « Structure of the Holliday junction intermediate in Cre–loxP site‐specific recombination », The EMBO Journal, vol. 17, n 14,‎ 15 juillet 1998, p. 4175-4187 (PMID 9670032, PMCID 1170750, DOI 10.1093/emboj/17.14.4175, lire en ligne)

ADN effilé

ADN ramifié

Ramifications mutliples

Altérations chimiques

Modifications des bases nucléiques

L'expression génétique de l'ADN dépend de la façon dont l'ADN est conditionné dans les chromosomes en une structure appelée chromatine. Certaines bases peuvent être modifiées lors de la formation de la chromatine, les résidus de cytosine des régions peu ou pas exprimées génétiquement étant généralement fortement méthylées. Les histones autour desquelles l'ADN est enroulé dans les chromatines peuvent également être modifiées de façon covalente. La chromatine elle-même peut être modifiée par des complexes de remodelage de la chromatine. De plus, la méthylation de l'ADN et la modification covalente des histones sont coordonnées pour affecter la chromatine et l'expression des gènes.

Ainsi, la méthylation des résidus de cytosine produit de la 5-méthylcytosine, qui joue un rôle important dans l'inactivation du chromosome X. Le taux de méthylation varie entre organismes, le nématode Caenorhabditis elegans en étant totalement dépourvu tandis que les vertébrés ont environ 1 % de leur ADN contenant de la 5-méthylcytosine. Cependant, cette 5-méthylcytosine peut être désaminée en laissant un résidu de thymine : la méthylation de la cytosine favorise par conséquent les mutations génétiques.

Cytosine

5-Méthylcytosine

Thymine

Il existe également d'autres bases modifiées dans l'ADN, résultant par exemple de la méthylation de résidus d'adénine chez les bactéries mais également chez des nématodes (Caenorhabditis elegans), des algues vertes (Chlamydomonas) et des drosophiles. La 5-hydroxyméthylcytosine est un dérivé de la cytosine particulièrement abondant dans le cerveau des mammifères. Des organismes tels que les flagellés Diplonema et Euglena et le genre Kinetoplastida, contiennent par ailleurs une pyrimidine glycosylée issue de l'uracile et appelée base J ; cette base modifiée agit comme signal de terminaison de transcription pour l'ARN polymérase II. Un certain nombre de protéines qui se lient spécifiquement à la base J ont été identifiées.

Lésions de la double hélice

Adduit covalent formé avec l'ADN par le benzo[a]pyrène, principal mutagène de la fumée de tabac (PDB 1JDG).

L'ADN peut être endommagé par un grand nombre de mutagènes qui modifient sa séquence. Ces mutagènes comprennent les oxydants, les alkylants, les rayonnements électromagnétiques énergétiques tels que les ultraviolets et les rayons X et gamma, ainsi que les particules subatomiques des rayonnements ionisants tels que ceux résultant de la radioactivité voire des rayons cosmiques. Le type de dommages produits dépend du type de mutagène. Ainsi, les rayons ultraviolets sont susceptibles d'endommager l'ADN en produisant des dimères de pyrimidine en établissant des liaisons entre bases adjacentes d'un même brin d'ADN. Les oxydants tels que les radicaux libres ou le peroxyde d'hydrogène produisent plusieurs types de dommages, comme des modifications de bases, notamment de la guanosine, et des cassures de la structure bicaténaire. Une cellule humaine typique contient environ 150 000 bases endommagées par un oxydant. Parmi ces lésions dues à des oxydants, les plus dangereuses sont les ruptures bicaténaires parce que ce sont les plus difficiles à réparer et qu'elles sont susceptibles de produire des mutations ponctuelles, des insertions et des délétions au sein de la séquence d'ADN, ainsi que des translocations chromosomiques. Ces mutations sont susceptibles de provoquer des cancers. Les altérations naturelles de l'ADN, qui résultent par exemple de processus cellulaires produisant des dérivés réactifs de l'oxygène, sont assez fréquentes. Bien que les mécanismes de réparation de l'ADN résorbent l'essentiel de ces lésions, certaines d'entre elles ne sont pas réparées et s'accumulent au fil du temps dans les tissus postmitotiques des mammifères. L'accumulation de telles lésions non réparées semble être une importante cause sous-jacente du vieillissement.

De nombreux mutagènes s'insèrent dans l'espace entre deux paires de bases adjacentes selon un mode qu'on appelle intercalation. La plupart des intercalations sont le fait de composés aromatiques et de molécules planes, telles que le bromure d'éthidium, les acridines, la daunorubicine ou la doxorubicine. Les bases doivent s'écarter afin de permettre l'insertion du composé d'intercalation, ce qui provoque une distorsion de la double hélice par désenroulement partiel. Ceci bloque à la fois la transcription et la réplication de l'ADN, entraînant cytotoxicité et mutations. En conséquence, les composés d'intercalation peuvent être cancérogènes et, dans le cas du thalidomide, tératogènes. D'autres composés tels que le benzo[a]pyrène diol époxyde et l'aflatoxine forment avec l'ADN des adduits qui provoquent des erreurs lors de la réplication. Cependant, en raison de leur aptitude à bloquer la transcription et la réplication de l'ADN, d'autres toxines semblables sont également utilisées en chimiothérapie contre les cellules à prolifération rapide.

Fonctions biologiques

Structure et localisation d'un chromosome d'eucaryote.

ADN circulaire bactérien vu au microscope électronique.

L'ADN se trouve essentiellement au sein de chromosomes, généralement linéaires chez les eucaryotes et circulaires chez les procaryotes. Chez ces derniers, il peut également se trouver en dehors des chromosomes, au sein de plasmides. L'ensemble de l'ADN d'une cellule constitue son génome. Le génome humain représente environ trois milliards de paires de bases distribués dans 46 chromosomes. L'information contenue dans le génome est portée par des segments d'ADN formant les gènes. L'information génétique est transmise grâce aux règles spécifiques d'appariement des bases dites appariement Watson-Crick : les deux seules paires de bases normalement permises sont l'adénine avec la thymine et la guanine avec la cytosine. Ces règles d'appariement sont sous-jacentes aux différents processus à l'œuvre dans les fonctions biologiques de l'ADN :

Une double hélice d'ADN peut être répliquée en une autre double hélice en associant, à chaque base de chacun des brins, le nucléotide portant la base complémentaire selon les règles d'appariement de Watson-Crick : il se forme ainsi deux molécules d'ADN bicaténaire identiques là où il n'y en avait au départ qu'une seule, assurant la conservation de l'information au cours des cycles de vie successifs des cellules, ce qui fait de l'ADN le vecteur de l'hérédité.

L'information génétique d'une cellule est normalement conservée au cours du temps, mais peut être altérée par recombinaison ou par mutation, c'est-à-dire à la suite d'erreurs de réplication de l'ADN par addition, suppression ou substitution de nucléotides. Sous l'effet de la sélection naturelle, ces mutations constituent le moteur de l'évolution biologique des espèces.

Enfin, l'information portée par l'ADN peut également être transcrite en ARN à travers la règle d'appariement de Watson-Crick qui, à chaque base de l'ADN, fait correspondre une et une seule base de l'ARN ; cet ARN est lui-même susceptible d'être à son tour traduit en protéines à travers le code génétique, selon un mécanisme de décodage, réalisé par des ARN de transfert, qui repose sur la même règle d'appariement entre bases nucléiques.

Réplication

Lorsqu'une cellule se divise, elle doit répliquer l'ADN portant son génome afin que les deux cellules filles héritent de la même information génétique que la cellule mère. La double hélice de l'ADN fournit un mécanisme de réplication simple : les deux brins sont déroulés pour être séparés et chacun des deux brins sert de modèle pour recréer un brin à la séquence complémentaire par appariement entre bases nucléiques, ce qui permet de reconstituer deux hélices d'ADN bicaténaire identiques l'une à l'autre. Ce processus est catalysé par un ensemble d'enzymes parmi lesquelles les ADN polymérases sont celles qui complémentent les brins d'ADN déroulées pour reconstruire les deux brins complémentaires. Comme ces ADN polymérases ne peuvent polymériser l'ADN que dans le sens 5' vers 3', différents mécanismes interviennent pour copier les brins antiparallèles de la double hélice :

Système enzymatique de réplication de l'ADN. La double hélice est déroulée par une hélicase et une ADN topoisomérase. Puis une ADN polymérase — en l'occurrence une Pol δ chez les eucaryotes — produit le brin avancé, ou brin direct, tandis qu'une autre ADN polymérase — une Pol α — produit des segments le long du brin retardé, ou brin indirect, appelés fragments d'Okazaki, qui sont ensuite suturés par une ADN ligase. Sur ce schéma, la Pol α devrait plutôt être représentée à droite de l'ADN ligase, à l'extrémité gauche du dernier fragment d'Okazaki formé sur le brin indirect.

Gènes et génome

ARN polymérase (en bleu) liée à l'ADN (orange) au niveau d'un promoteur pour amorcer la polymérisation de l'ARN (PDB 1MSW).

L'ADN du génome est organisé et compacté selon un processus appelé condensation de l'ADN afin de pouvoir se loger dans l'espace restreint d'une cellule. Chez les eucaryotes, l'ADN est localisé essentiellement dans le noyau, avec une petite fraction également dans les mitochondries et, chez les plantes, dans les chloroplastes. Chez les procaryotes, l'ADN se trouve au sein d'une structure irrégulière du cytoplasme appelée nucléoïde. L'information génétique du génome est organisée au sein de gènes, et l'ensemble complet de cette information est appelé génotype. Un gène est une fraction de l'ADN qui influence une caractéristique particulière de l'organisme et constitue de ce fait un élément de l'hérédité. Il contient un cadre ouvert de lecture qui peut être transcrit en ARN, ainsi que des séquences de régulation de l'expression génétique telles que les promoteurs et les amplificateurs qui en contrôlent la transcription.

Chez la plupart des espèces, seule une petite fraction du génome encode des protéines. Ainsi, environ 1,5 % du génome humain est constitué d'exons codant des protéines, tandis que plus de 50 % de l'ADN humain est constitué de séquences répétées non codantes ; le reste de l'ADN code différents types d'ARN tels que des ARN de transfert et des ARN ribosomiques. La présence d'une telle quantité d'ADN non codant dans le génome des eucaryotes ainsi que la grande variabilité de la taille du génome des différents organismes — taille qui n'a aucun rapport avec la complexité des organismes correspondants — est une question connue depuis les débuts de la biologie moléculaire et souvent appelée paradoxe de la valeur C, cette « valeur C » désignant, chez les organismes diploïdes, la taille du génome, et un multiple de cette taille chez les polyploïdes. Cependant, certaines séquences d'ADN qui n'encodent pas de protéines peuvent coder des molécules d'ARN fonctionnelles intervenant dans la régulation de l'expression génétique.

Certaines séquences d'ADN non codantes jouent un rôle structurel dans les chromosomes. Les télomères et les centromères contiennent généralement peu de gènes mais contribuent significativement aux fonctions biologiques et à la stabilité mécanique des chromosomes. Une fraction significative de l'ADN non codant est constituée de pseudogènes, qui sont des copies de gènes rendues inactives à la suite de mutations. Ces séquences ne sont généralement que des fossiles moléculaires mais peuvent parfois servir de matière première génétique pour la création de nouveaux gènes à travers des processus de duplication génétique et de divergence évolutive.

Expression de l'information génétique

Transfert d'information permettant l'expression du génotype dans le phénotype.

L'expression génétique consiste à convertir le génotype d'un organisme en phénotype, c'est-à-dire en un ensemble de caractéristiques propres à cet organisme. Ce processus est influencé par divers stimuli extérieurs et comprend les trois grandes étapes suivantes :

transcription de l'ADN en ARN, un acide nucléique différent qui peut posséder une fonction biologique propre — ARN ribosomique, ARN de transfert, etc. — ou bien servir d'intermédiaire pour la biosynthèse des protéines — ARN messager ;

traduction génétique de l'ARN messager en protéines ;

activité physiologique des ARN non codants et des protéines au sein des organismes.

Notons qu'un même ADN peut à deux étapes du développement d'un organisme s'exprimer (en raison de répresseurs et dérépresseurs différents) de façons très dissemblables, l'exemple le plus connu étant celui de la chenille et du papillon, morphologiquement très éloignés.

Transcription

Transcription de l'ADN en ARN.

L'information génétique codée par la séquence des nucléotides des gènes de l'ADN peut être copiée sur un acide nucléique différent de l'ADN et appelé ARN. Cet ARN est structurellement très semblable à une molécule d'ADN monocaténaire mais en diffère par la nature de l'ose de ses nucléotides — l'ARN contient du ribose là où l'ADN contient du désoxyribose — ainsi que par l'une de ses bases nucléiques — la thymine de l'ADN y est remplacée par l'uracile.

La transcription de l'ADN en ARN est un processus complexe dont l'élucidation fut une avancée majeure de la biologie moléculaire au cours de la seconde moitié du XX siècle. Elle est étroitement régulée, notamment par des protéines appelées facteurs de transcription qui, en réponse à des hormones par exemple, permettent la transcription de gènes cibles : c'est par exemple le cas des hormones sexuelles telles que les œstrogènes, la progestérone et la testostérone.

Traduction

Traduction de l'ARN messager en protéines.

L'ARN issu de la transcription de l'ADN peut être non codant ou codant. Dans le premier cas, il possède une fonction physiologique propre dans la cellule ; dans le second cas, il s'agit d'un ARN messager, qui sert à transporter l'information génétique contenue dans l'ADN vers les ribosomes, qui organisent le décodage de cette information à l'aide ARN de transfert. Ces ARN de transfert sont liés à un acide aminé parmi les 22 acides aminés protéinogènes et possèdent chacun un groupe de trois bases nucléiques consécutives appelées anticodon. Les trois bases de ces anticodons peuvent s'apparier à trois bases consécutives de l'ARN messager, ce triplet de bases formant un codon complémentaire de l'anticodon de l'ARN de transfert. La complémentarité du codon de l'ARN messager et de l'anticodon de l'ARN de transfert repose sur des règles d'appariement de type Watson-Crick régissant la structure secondaire des ADN bicaténaires.

Code génétique

(en) Codons sur un ARN messager.

La correspondance entre les ** codons possibles et les 22 acides aminés protéinogènes est appelée code génétique. Ce code est matérialisé par les différents ARN de transfert réalisant physiquement la liaison entre un acide aminé donné et différents anticodons selon les différents ARN de transfert pouvant se lier à un même acide aminé. Ainsi, une séquence donnée de bases nucléiques au sein d'un gène sur l'ADN peut être convertie en une séquence précise d'acides aminés formant une protéine dans le cytoplasme de la cellule.

Il existe davantage de codons qu'il n'existe d'acides aminés à coder. On dit de ce fait que le code génétique est dégénéré. Outre les acides aminés protéinogènes, il code également la fin de traduction à l'aide de trois codons particuliers dits codons STOP : TAA, TGA et TAG sur l'ADN.

Interactions avec des protéines et des enzymes

Toutes les fonctions biologiques de l'ADN dépendent d'interactions avec des protéines. Il peut s'agir d'interactions non spécifiques comme d'interactions avec des protéines qui se lient spécifiquement à une séquence précise de l'ADN. Des enzymes peuvent également se lier à l'ADN et, parmi celles-ci, les polymérases qui assurent la réplication de l'ADN ainsi que sa transcription en ARN jouent un rôle particulièrement déterminant.

Protéines

Élément de nucléosome montrant l'interaction de l'ADN (orange) sur des histones (en bleu). Les acides aminés des histones forment des liaisons ioniques avec les groupes phosphate acides de l'ADN (PDB 1EQZ).

Répresseur lambda lié à son ADN cible (PDB 1LMB).

Protéines non spécifiques d'une séquence d'ADN

Les protéines structurelles qui se lient à l'ADN offrent des exemples bien compris d'interactions non spécifiques entre des protéines et de l'ADN. Celui-ci est maintenu au sein des chromosomes en formant des complexes avec des protéines structurelles qui condensent l'ADN en une structure compacte appelée chromatine. Chez les eucaryotes, cette structure fait intervenir de petites protéines basiques appelées histones, tandis qu'elle fait intervenir de nombreuses protéines de différentes sortes chez les procaryotes. Les histones forment avec l'ADN un complexe en forme de disque appelé nucléosome contenant deux tours complets d'une molécule d'ADN bicaténaire enroulée autour de la protéine. Ces interactions non spécifiques s'établissent entre les résidus basiques des histones et le squelette acide constitué d'une alternance ose–phosphate portant les bases nucléiques de la double hélice d'ADN. Il se forme ainsi des liaisons ioniques indépendantes de la séquence des bases de l'ADN. Ces résidus d'acides aminés basiques subissent des modifications chimiques telles que des méthylations, des phosphorylations et des acétylations. Ces modifications chimiques modifient l'intensité des interactions entre l'ADN et les histones, rendant l'ADN plus ou moins accessible aux facteurs de transcription et modulant ainsi l'activité de transcription. Parmi les autres protéines se liant à l'ADN de façon non spécifique, on compte les protéines nucléaires du groupe à haute mobilité électrophorétique, dites HMG, qui se lient à l'ADN courbé ou distordu. Ces protéines sont importantes pour infléchir les réseaux de nucléosomes et les arranger en structures plus grandes qui constituent les chromosomes.

Parmi les protéines à interactions non spécifiques avec l'ADN, celles qui se lient spécifiquement à l'ADN monocaténaire constituent un groupe particulier. Chez l'homme, la protéine A en est le représentant le mieux compris. Elle intervient lorsque les deux brins d'une double hélice sont séparés, notamment lors de la réplication, la recombinaison et la réparation de l'ADN. Ces protéines semblent stabiliser l'ADN monocaténaire et empêcher qu'il ne forme des structures en tige-boucle — épingle à cheveux — ou ne soit dégradé par des nucléases.

Protéines spécifiques d'une séquence d'ADN

A contrario, d'autres protéines ne se lient qu'à des séquences d'ADN spécifiques. Parmi ces protéines, les plus étudiées sont les différents facteurs de transcription, qui sont des protéines régulant la transcription. Chaque facteur de transcription ne se lie qu'à un ensemble particulier de séquences d'ADN et active ou inhibe les gènes dont l'une de ces séquences spécifique est proche du promoteur. Les facteurs de transcription réalisent ceci de deux façons. Ils peuvent tout d'abord se lier à l'ARN polymérase responsable de la transcription, directement ou par l'intermédiaire d'autres protéines médiatrices ; ceci positionne la polymérase au niveau du promoteur et lui permet de commencer la transcription. Ils peuvent également se lier à des enzymes qui modifient les histones au niveau du promoteur, ce qui a pour effet de modifier l'accessibilité de l'ADN pour la polymérase.

Dans la mesure où ces cibles d'ADN peuvent se distribuer dans tout le génome d'un organisme, un changement de l'activité d'un seul type de facteurs de transcription peut affecter des milliers de gènes. Par conséquent, ces protéines sont souvent la cible de processus de transduction de signal contrôlant les réponses à des changements environnementaux, le développement ou la différenciation cellulaires. La spécificité de l'interaction de ces facteurs de transcription avec l'ADN vient du fait que ces protéines établissent de nombreux contacts avec les bords des bases nucléiques, ce qui leur permet de « lire » la séquence de l'ADN. La plupart de ces interactions ont lieu dans le grand sillon de la double hélice de l'ADN, là où les bases sont le plus accessibles.

Enzymes

Nucléases

L'enzyme de restriction EcoRV (en vert) complexée avec sa cible d'ADN (PDB 1RVA).

Les nucléases sont des enzymes qui clivent les brins d'ADN en catalysant l'hydrolyse des liaisons phosphodiester. Les nucléases qui clivent les nucléotides situés à l'extrémité des brins d'ADN sont appelées exonucléases, tandis que celles qui clivent les nucléotides situés à l'intérieur des brins d'ADN sont appelées endonucléases. Les nucléases les plus couramment utilisées en biologie moléculaire sont les enzymes de restriction, qui clivent l'ADN au niveau de séquences spécifiques. Ainsi l'enzyme EcoRV reconnaît la séquence de six bases 5′-GATATC-3′ et la clive en son milieu. In vivo, ces enzymes protègent les bactéries contre l'infection par des phages en digérant l'ADN de ces virus lorsqu'il pénètre dans la cellule bactérienne. En ingénierie moléculaire, elles sont utilisées dans les techniques de clonage moléculaire et pour déterminer l'empreinte génétique.

ADN ligases

Action d'une ADN ligase.

À l'inverse, les enzymes appelées ADN ligases peuvent recoller des brins d'ADN rompus ou clivés. Ces enzymes sont particulièrement importantes au cours de la réplication de l'ADN car ce sont elles qui suturent les fragments d'Okazaki produits sur le brin retardé, appelé aussi brin indirect, au niveau de la fourche de réplication. Elles interviennent également dans les mécanismes de réparation de l'ADN et de recombinaison génétique.

ADN topoisomérases

Les topoisomérases sont des enzymes ayant à la fois une activité nucléase et une activité ligase. L'ADN gyrase est un exemple de telles enzymes. Ces protéines modifient le taux de surenroulement de l'ADN en sectionnant une double hélice pour permettre aux deux segments formés de tourner l'un par rapport à l'autre en relâchant les supertours avant d'être à nouveau suturés l'un à l'autre. D'autre types de topoisomérases sont capables de sectionner une double hélice pour permettre le passage d'un autre segment de double hélice à travers la brèche ainsi formée avant de refermer cette dernière. Les topoisomérases sont indispensables à de nombreux processus impliquant l'ADN, tels que la transcription et la réplication de l'ADN.

Hélicases

Les hélicases constituent des sortes de moteurs moléculaires. Elles utilisent l'énergie chimique de nucléosides triphosphate, essentiellement l'ATP, pour briser les liaisons hydrogène unissant les paires de bases et dérouler la double hélice d'ADN pour en libérer les deux brins. Ces enzymes sont indispensables à la plupart des processus nécessitant que des enzymes accèdent aux bases de l'ADN.

ADN polymérases

Principe de fonctionnement d'une ADN polymérase.

Les ADN polymérases sont des enzymes qui synthétisent des chaînes de polynucléotides à partir de nucléosides triphosphates. La séquence des chaînes qu'elles synthétisent est déterminée par celle d'une chaîne de polynucléotides préexistante appelée matrice. Ces enzymes fonctionnent en ajoutant continuellement des nucléotides à l'hydroxyle de l'extrémité 3’ de la chaîne polypeptidique en cours de croissance. Pour cette raison, toutes les polymérases fonctionnent dans le sens 5’ vers 3’. Le nucléoside triphosphate ayant une base complémentaire de celle de la matrice s'apparie à celle-ci dans le site actif de ces enzymes , ce qui permet aux polymérases de produire des brins d'ADN dont la séquence est exactement complémentaire de celle du brin matrice. Les polymérases sont classées en fonction du type de brins qu'elles utilisent.

Au cours de la réplication, les ADN polymérases ADN-dépendantes réalisent des copies de brins d'ADN. Afin de préserver l'information génétique, il est essentiel que la séquence des bases de chaque copie soit exactement complémentaire de la séquence des bases sur le brin matrice. Pour ce faire, de nombreuses ADN polymérases ont la capacité de corriger leurs éventuelles erreurs de réplication — fonction de proofreading. Elles sont pour cela capables d'identifier le défaut de formation d'une paire de bases entre le brin matrice et le brin en cours de croissance au niveau de la base qu'elles viennent d'insérer et de cliver ce nucléotide à l'aide d'une activité exonucléase 3’ → 5’ afin d'éliminer cette erreur de réplication. Chez la plupart des organismes, les ADN polymérases fonctionnent au sein de grands complexes appelés réplisomes qui contiennent plusieurs sous-unités complémentaires telles que clamps — pinces à ADN — et hélicases.

Les ADN polymérases ARN-dépendantes sont une classe de polymérases spécialisées capables de copier une séquence d'ARN en ADN. Elles comprennent la transcriptase inverse, qui est une enzyme virale impliquée dans l'infection des cellules hôte par les rétrovirus, et la télomérase, enzyme indispensable à la réplication des télomères. La télomérase est une polymérase inhabituelle en ce qu'elle contient sa propre matrice d'ARN au sein de sa structure.

ARN polymérases

La transcription est réalisée par une ARN polymérase ADN-dépendante qui copie une séquence d'ADN en ARN. Afin de commencer la transcription d'un gène, l'ARN polymérase se lie tout d'abord une séquence de l'ADN appelée promoteur et sépare les brins d'ADN. Puis elle copie la séquence d'ADN constituant le gène en une séquence complémentaire d'ARN jusqu'à atteindre une région de l'ADN appelée terminateur, où elle s'arrête et se détache de l'ADN. Tout comme l'ADN polymérase ADN-dépendante, l'ARN polymérase II — enzyme qui transcrit la plupart des gènes du génome humain — fonctionne au sein d'un grand complexe protéique comprenant plusieurs sous-unités complémentaires et régulatrices.

Évolution de l'information génétique

Mutations

Réplication semi-conservative de l'ADN.

Chaque division cellulaire est précédée d'une réplication de l'ADN conduisant à une réplication des chromosomes. Ce processus conserve normalement l'information génétique de la cellule, chacune des deux cellules filles héritant d'un patrimoine génétique complet identique à celui de la cellule mère. Il arrive cependant que ce processus ne se déroule pas normalement et que l'information génétique de la cellule s'en trouve modifiée. On parle dans ce cas de mutation génétique. Cette altération du génotype peut être sans conséquence ou, au contraire, altérer également le phénotype résultant de l'expression des gènes altérés.

Recombinaison génétique

Principe d'une recombinaison génétique : deux chromosomes M et F sont rompus et échangent leur brins d'ADN respectifs pour produire de nouveaux chromosomes C1 et C2.

(en) Jonction de Holliday, intermédiaire de la recombinaison génétique (PDB 1M6G). Les flèches indiquent le sens 5' vers 3'.

Une double hélice d'ADN n'interagit généralement pas avec d'autres segments d'ADN et, dans les cellules humaines, les différents chromosomes occupent même chacun une région qui leur est propre au sein du noyau et appelée territoire chromosomique. Cette séparation physique des différents chromosomes est essentielle au fonctionnement de l'ADN comme répertoire stable et pérenne de l'information génétique dans la mesure où l'une des rares fois où des chromosomes interagissent survient lors de l'enjambement responsable de la recombinaison génétique, c'est-à-dire lorsque deux doubles hélices d'ADN sont rompues, échangent leurs sections et se ressoudent.

La recombinaison permet aux chromosomes d'échanger du matériel génétique et de produire de nouvelles combinaisons de gènes, ce qui accroît l'efficacité de la sélection naturelle et peut être déterminant dans l'évolution rapide de nouvelles protéines. La recombinaison génétique peut également survenir lors de la réparation de l'ADN, notamment en cas de rupture simultanée des deux brins de la double hélice d'ADN.

La forme la plus courante de recombinaison chromosomique est la recombinaison homologue, lors de laquelle les deux chromosomes en interaction partagent des séquences très semblables. Les recombinaison non homologues peuvent fortement endommager les cellules car elles peuvent conduire à des translocations et des anomalies génétiques. La réaction de recombinaison est catalysée par des enzymes appelées recombinases, telle que la protéine Rad51. La première étape de ce processus est une rupture des deux brins de la double hélice provoquée par une endonucléase ou par un dommage à l'ADN. Une suite d'étapes catalysées par la recombinase conduit à réunir les deux hélices par au moins une jonction de Holliday dans laquelle un segment monocaténaire de chaque double hélice est ressoudé au brin complémentaire de l'autre double hélice. La jonction de Holliday est une jonction cruciforme qui, lorsque les brins ont des séquences symétriques, peut se déplacer le long de la paire de chromosomes en échangeant un brin avec l'autre. La réaction de recombinaison s'arrête par clivage de la jonction et suture de l'ADN libéré.

Éléments génétiques mobiles

(en) Structure d'un transposon bactérien composite.

Éléments génétiques mobiles des bactéries.

L'information génétique codée par l'ADN n'est pas nécessairement fixe dans le temps et certaines séquences sont susceptibles de se déplacer d'une partie du génome à une autre. Ce sont les éléments génétiques mobiles. Ces éléments sont mutagènes et peuvent altérer le génome des cellules. On trouve parmi eux notamment les transposons et les rétrotransposons, ces derniers agissant, contrairement aux premiers, à travers un ARN intermédiaire redonnant une séquence d'ADN sous l'action d'une transcriptase inverse. Ils se déplacent au sein du génome sous l'effet de transposases, enzymes particulières qui les détachent d'un endroit et les recollent à un autre endroit du génome cellulaire, et seraient responsables de la migration de pas moins de 40 % du génome humain au cours de l'évolution d'Homo sapiens.

Ces éléments transposables constituent une fraction important du génome des êtres vivants, notamment chez les plantes où ils représentent souvent l'essentiel de l'ADN nucléaire, comme chez le maïs où de 49 à 78 % du génome est constitué de rétrotransposons. Chez le blé, près de 90 % du génome est formé de séquences répétées et 68 % d'éléments transposables. Chez les mammifères, près de la moitié du génome — de 45 à 48 % — est constituée d'éléments transposables ou de rémanents de ces derniers, et environ de 42 % du génome humain est formé de rétrotransposons, tandis que 2 à 3 % est formé de transposons d'ADN. Ce sont par conséquent des éléments importants du fonctionnement et de l'évolution du génome des organismes.

Les introns dits du groupe I et du groupe II sont d'autres éléments génétiques mobiles. Ce sont des ribozymes, c'est-à-dire de séquences d'ARN douées de propriétés catalytiques comme les enzymes, susceptibles d'autocatalyser leur propre épissage. Ceux du groupe I ont besoin de nucléotides à guanine pour fonctionner, contrairement à ceux du groupe II. Les introns du groupe I, par exemple, se retrouvent sporadiquement chez les bactéries, plus significativement chez les eucaryotes simples, et chez un très grand nombre de plantes supérieures. On les trouve enfin au sein de gènes d'un grand nombre de bactériophages de bactéries à Gram positif, mais de seulement quelques phages de bactéries à Gram négatif — par exemple le phage T4.

Transfert horizontal de gènes

Transfert horizontal de gènes (2) entre souches bactériennes (1) et (3).

L'information génétique d'une cellule peut évoluer sous l'effet de l'incorporation de matériel génétique exogène absorbé à travers la membrane plasmique. On parle de transfert horizontal de gènes, par opposition au transfert vertical découlant la reproduction des êtres vivants. Il s'agit d'un important facteur d'évolution chez de nombreux organismes, notamment chez les unicellulaires. Ce processus fait souvent intervenir des bactériophages ou des plasmides.

Les bactéries en état de compétence sont susceptibles d'absorber directement une molécule d'ADN extérieure et de l'incorporer dans leur propre génome, processus appelé transformation génétique. Elles peuvent également obtenir cet ADN sous forme de plasmide d'une autre bactérie à travers le processus de conjugaison bactérienne. Enfin, elles peuvent recevoir cet ADN par l'intermédiaire d'un bactériophage (un virus) par transduction. Les eucaryotes peuvent également recevoir du matériel génétique exogène, à travers un processus appelé transfection.

Évolution

(en) Structures comparées de l'ARN (à gauche) et de l'ADN (à droite).

L'ADN recèle toute l'information génétique permettant aux êtres vivants de vivre, de croître et de se reproduire. On ignore cependant si, au cours des 4 milliards d'années de l'histoire de la vie sur Terre, l'ADN a toujours joué ce rôle. Une théorie propose que ce soit un autre acide nucléique, l'ARN, qui ait été le support de l'information génétique des premières formes de vies apparues sur notre planète. L'ARN aurait joué le rôle central dans une première forme de métabolisme cellulaire dans la mesure où il est susceptible à la fois de véhiculer de l'information génétique et de catalyser des réactions chimiques en formant des ribozymes. Ce monde à ARN, dans lequel l'ARN aurait servi à la fois de support de l'hérédité et d'enzymes, aurait influencé l'évolution du code génétique à quatre bases nucléiques, lequel offre un compromis entre la précision du codage de l'information génétique favorisée par un nombre restreint de bases d'une part et l'efficacité catalytique des enzymes favorisée par un plus grand nombre de monomères d'autre part.

Il n'existe cependant aucune preuve directe de l'existence passée de systèmes métaboliques et génétiques différents de ceux que nous connaissons aujourd'hui dans la mesure où il demeure impossible d'extraire du matériel génétique de la plupart des fossiles. L'ADN ne persiste en effet plus d'un million d'années avant d'être dégradé en fragments courts. L'existence d'ADN intact plus ancien a été proposée, en particulier celui d'une bactérie viable extraite d'un cristal de sel vieux de 150 millions d'années, mais ces publications demeurent controversées.

Certains constituant de l'ADN — l'adénine, la guanine et des composés organiques apparentés — peuvent avoir été formés dans l'espace. Des constituants de l'ADN et de l'ARN tels que l'uracile, la cytosine et la thymine ont également été produites en laboratoire dans des conditions reproduisant celles rencontrées dans le milieu interplanétaire et interstellaire à partir de composés plus simples tels que la pyrimidine, retrouvée dans des météorites. La pyrimidine, tout comme certains hydrocarbures aromatiques polycycliques (HAP) — les composés les plus riches en carbone détectés dans l'univers — pourraient se former dans les étoiles géantes rouges ou dans les nuages interstellaires.

Technologies de l'ADN

Génie génétique

Rose « bleue », un OGM.

Des méthodes ont été développées permettant de purifier l'ADN des êtres vivants, telles que l'extraction au phénol-chloroforme, et le manipuler en laboratoire, telles que les enzymes de restriction et la PCR. La biologie et la biochimie modernes font un usage intensif de ces techniques au cours du clonage moléculaire (en). L'ADN recombinant est une séquence d'ADN synthétique assemblée à partir d'autres séquences d'ADN. De tels ADN peuvent transformer des organismes sous forme de plasmides ou à l'aide d'un vecteur viral. Les organismes génétiquement modifiés (OGM) résultants peuvent être utilisés pour produire par exemple des protéines recombinantes, utilisées dans la recherche médicale, ou dans l'agriculture.

Police scientifique et médecine légale

Lecture d'une empreinte génétique.

L'ADN extrait de sang, de sperme, de salive, d'un fragment de peau ou d'un poil prélevé sur une scène de crime peut être utilisé en médecine légale pour déterminer l'empreinte génétique d'un suspect. À cette fin, la séquence de segments d'ADN tels que des séquences microsatellites ou des minisatellites est comparée entre différents individus. Cette méthode est généralement d'une très grande fiabilité pour identifier l'ADN correspondant à celui d'un individu suspect. L'identification peut cependant être rendue plus complexe si la scène de crime est contaminée par l'ADN de plusieurs personnes. L'identification par empreinte génétique a été développée en 1984 par le généticien britannique Sir Alec Jeffreys et a été utilisée pour la première fois en 1987 pour confondre un violeur et tueur en série.

Histoire et anthropologie

Dans la mesure où l'ADN accumule des mutations au cours du temps qui sont transmises par hérédité, il recèle des informations historiques qui, lorsqu'elles sont analysées par des généticiens en comparant des séquences issues d'organismes aux histoires différentes, permettent de retracer l'histoire de l'évolution de ces organismes, c'est-à-dire leur phylogenèse. Cette discipline, mettant la génétique au service de la paléobiologie, offre un puissant outil d'investigation en biologie de l'évolution. En comparant des séquences d'ADN issues d'une même espèce, les généticiens des populations peuvent étudier l'histoire de populations particulières d'êtres vivants, un domaine allant de la génétique écologique jusqu'à l'anthropologie. Ainsi, l'étude de l'ADN mitochondrial au sein des populations humaines est utilisée pour retracer les migrations d'Homo sapiens. L'haplogroupe X a par exemple été étudié en paléodémographie afin d'évaluer la parenté éventuelle des Paléoaméricains avec les populations européennes du Paléolithique supérieur.

(en) Arbre phylogénétique soulignant les trois domaines du vivant : les eucaryotes sont représentés en rouge, les archées en vert et les bactéries en bleu.

Carte des migrations humaines déduite d'études phylogénétiques du génome mitochondrial humain.

(en) Francesca D. Ciccarelli, Tobias Doerks, Christian von Mering, Christopher J. Creevey, Berend Snel et Peer Bork, « Toward automatic reconstruction of a highly resolved tree of life », Science, vol. 311, n 5765,‎ 2006, p. 1283–1287 (PMID 16513982, DOI 10.1126/science.1123061, Bibcode 2006sci...311.1283c, lire en ligne)

(en) « Human mtDNA Migrations » [PDF], sur MITOMAP, A human mitochondrial genome database,‎ 2002 (consulté le 27 mars 2015)

Bio-informatique

Cartographie du chromosome X humain. L'établissement du génome humain a contribué au développement de la bio-informatique et a en retour bénéficié de ses outils.

La bio-informatique fait intervenir la manipulation, la recherche et l'exploration de données biologiques, ce qui comprend les séquences d'ADN. Le développement de techniques de stockage et de recherche de séquences d'ADN ont conduit à des avancées informatiques largement utilisées par ailleurs, notamment en ce qui concerne les algorithmes de recherche de sous-chaînes, l'apprentissage automatique et la théorie des bases de données. Les algorithmes de recherche de chaînes de caractères, qui permettent de trouver une suite de lettres incluse dans une suite de lettres plus longue, ont été développés pour rechercher des séquences spécifiques de nucléotides. La séquence d'ADN peut être alignée avec d'autres séquences d'ADN afin d'identifier des séquences homologues et situer les mutations spécifiques qui les distinguent. Ces techniques, notamment l'alignement de séquences multiples, sont utilisées afin d'étudier les relations phylogénétiques et les fonctions des protéines.

Les répertoires de données représentant la séquence complète d'un génome, tels que ceux produits par le Projet génome humain, atteignent une taille telle qu'ils sont difficiles à utiliser sans les annotations qui identifient l'emplacement des gènes et des éléments de régulation sur chaque chromosome. Les régions des séquences d'ADN qui possèdent les motifs caractéristiques associés aux gènes codant des protéines ou des ARN fonctionnels peuvent être identifiés par des algorithmes de prédiction de gènes, qui permettent aux chercheurs de prédire la présence de produits géniques particuliers et leur fonction possible au sein d'un organisme avant même qu'ils soient isolés expérimentalement. Des génomes entiers peuvent également être comparés, ce qui peut mettre en évidence l'histoire de l'évolution d'organismes particuliers et permettre d'étudier des événements complexes de cette évolution.

Nanotechnologies de l'ADN

Auto-assemblage algorithmique de triangles de Sierpiński en ADN implémentant la fonction XOR.

Les nanotechnologies de l'ADN utilisent les propriétés uniques de reconnaissance moléculaire (en) de l'ADN et plus généralement des acides nucléiques afin de créer des complexes ramifiés d'ADN auto-assemblé doués de propriétés intéressantes. De ce point de vue, l'ADN est utilisé comme matériau structurel plutôt que comme porteur d'une information biologique. Ceci a conduit à la création de réseaux périodiques bidimensionnels, qu'ils soient assemblés par briques ou par le procédé de l'origami d'ADN, ou tridimensionnels ayant une forme polyédrique. On a également réalisé des nanomachines en ADN et des constructions par auto-assemblage algorithmique. De telles structures en ADN ont pu être utilisées pour organiser l'arrangement d'autres molécules telles que des nanoparticules d'or et des molécules de streptavidine, une protéine qui forme des complexes très résistants avec la biotine. Les recherches en électronique moléculaire fondée sur l'ADN ont conduit la société Microsoft a développer un langage de programmation appelé DNA Strand Displacement (DSD) utilisé dans certaines réalisations de composants nanoélectroniques moléculaires à base d'ADN.

Stockage de données

L'ADN étant utilisé par les êtres vivants pour stocker leur information génétique, certaines équipes de recherche l'étudient également comme support destiné au stockage d'informations numériques au même titre qu'une mémoire informatique. Les acides nucléiques présenteraient en effet l'avantage d'une densité de stockage de l'information considérablement supérieure à celle des médias traditionnels — théoriquement plus d'une dizaine d'ordres de grandeur — avec une durée de vie également très supérieure.

Il est théoriquement possible d'encoder jusqu'à deux bits de données par nucléotide, permettant une capacité de stockage atteignant 455 millions de téraoctets par gramme d'ADN monocaténaire demeurant lisibles pendant plusieurs millénaires y compris dans des conditions de stockage non idéales ; à titre de comparaison, un DVD double face double couche contient à peine 17 gigaoctets pour une masse typique de 16 g — soit une capacité de stockage 400 milliards de fois moindre par unité de masse. Une équipe de l'Institut européen de bio-informatique est ainsi parvenue en 2012 à coder 757 051 octets sur 17 940 195 nucléotides, ce qui correspond à une densité de stockage d'environ 2 200 téraoctets par gramme d'ADN. De son côté, une équipe suisse a publié en février 2015 une étude démontrant la robustesse de l'ADN encapsulé dans de la silice comme support durable de l'information.

Par ailleurs, d'autres équipes travaillent sur la possibilité de stocker des informations directement dans des cellules vivantes, afin par exemple d'encoder des compteurs sur l'ADN d'une cellule pour en déterminer le nombre de divisions ou de différenciations, ce qui pourrait trouver des applications dans les recherches sur le cancer et sur le vieillissement.

Histoire de la caractérisation de l'ADN

Friedrich Miescher.

Francis Crick.

James Dewey Watson, en février 2003

Modèle métallique utilisé par les découvreurs, en 1953

Structure primaire du support de l'hérédité

L'ADN a été isolé pour la première fois en 1869 par le biologiste suisse Friedrich Miescher sous la forme d'une substance riche en phosphore dans le pus de bandages chirurgicaux usagés. Comme cette substance se trouvait dans le noyau des cellules, Miescher l'appela nucléine. En 1878, le biochimiste allemand Albrecht Kossel isola le composant non protéique de cette « nucléine » — les acides nucléiques — puis en identifia les cinq bases nucléiques. En 1919, le biologiste américain Phoebus Levene identifia les constituants des nucléotides, c'est-à-dire la présence d'une base, d'un ose et d'un groupe phosphate. Il suggéra que l'ADN consistait en une chaîne de nucléotides unis les uns aux autres par leurs groupes phosphate. Il pensait que les chaînes étaient courtes et que les bases s'y succédaient de façon répétée selon un ordre fixe. En 1937, le physicien et biologiste moléculaire britannique William Astbury réalisa le premier diagramme de diffraction de l'ADN par cristallographie aux rayons X, montrant que l'ADN possède une structure ordonnée.

En 1927, le biologiste russe Nikolai Koltsov (en) eut l'intuition que l'hérédité reposait sur une « molécule héréditaire géante » constituée de « deux brins miroirs l'un de l'autre qui se reproduiraient de manière semi-conservative en utilisant chaque brin comme modèle ». Il considérait cependant que c'étaient des protéines qui portaient l'information génétique. En 1928, le bactériologiste anglais Frederick Griffith réalisa une expérience célèbre qui porte dorénavant son nom et par laquelle il démontra que des bactéries vivantes non virulentes mises en contact avec des bactéries virulentes tuées par la chaleur pouvaient être transformées en bactéries virulentes. Cette expérience ouvrit la voie à l'identification en 1943 de l'ADN comme vecteur de l'information génétique à travers l'expérience d'Avery, MacLeod et McCarty. Le biochimiste belge Jean Brachet démontra en 1946 que l'ADN est un constituant des chromosomes, et le rôle de l'ADN dans l'hérédité fut confirmé en 1952 par les expériences de Hershey et Chase qui démontrèrent que le matériel génétique du phage T2 (en) est constitué d'ADN.

Structure secondaire en double hélice

La première structure en double hélice antiparallèle aujourd'hui reconnue comme modèle correct de l'ADN a été publiée en 1953 par le biochimiste américain James Watson et le biologiste britannique Francis Crick dans un article devenu classique de la revue Nature. Ils avaient élaboré leur modèle en double hélice à partir d'un diagramme de diffraction de rayons X (le cliché 51 (en)) réalisé en mai 1952 par les scientifiques britanniques Rosalind Franklin et Raymond Gosling ainsi que d'une correspondance privée avec le biochimiste autrichien Erwin Chargaff au cours des années précédentes. Ce dernier avait en effet formulé les règles de Chargaff selon lesquelles, au sein d'une molécule d'ADN, le taux de chacune des bases puriques est sensiblement égal au taux de l'une des deux bases pyrimidiques, plus précisément que le taux de guanine est égal à celui de cytosine et que le taux d'adénine est égal à celui de thymine, ce qui suggéra l'idée d'un appariement de l'adénine avec la thymine et de la guanine avec la cytosine.

Les résultats expérimentaux appuyant le modèle de Crick et Watson furent publiés dans une série de cinq articles du même numéro de Nature. Parmi ceux-ci se trouve la première publication des données de diffraction des rayons X obtenues par Franklin et Gosling ainsi que la méthode d'analyse originale sur laquelle reposait en partie le modèle de Crick et Watson. Ce numéro comprenait également un article du britannique Maurice Wilkins et de deux de ses collègues portant sur la diffraction de rayons X par de l'ADN B in vivo, ce qui appuyait l'existence de la structure en double hélice dans les cellules vivantes et pas seulement in vitro. Rosalind Franklin mourut en 1958 d'un cancer vraisemblablement provoqué par son exposition régulière aux rayons X et ne reçut donc pas le prix Nobel de physiologie ou médecine décerné en 1962 à Watson, Crick et Wilkins. Le fait qu'elle n'ait pas été associée à ce prix Nobel continue de faire débat.

Théorie fondamentale de la biologie moléculaire

En 1957, Crick publia un document mettant en forme ce qui est aujourd'hui connu comme la théorie fondamentale de la biologie moléculaire en décrivant les relations entre l'ADN, l'ARN et les protéines, articulées autour de « l'hypothèse de l'adaptateur ». La confirmation du mode de réplication semi-conservative de la double hélice est intervenue en 1958 avec l'expérience de Meselson et Stahl. Crick et al. poursuivirent leurs travaux et montrèrent que le code génétique est fondé sur des triplets de bases nucléiques successifs appelés codons, ce qui permit le déchiffrement du code génétique lui-même par Robert W. Holley, Har Gobind Khorana et Marshall W. Nirenberg. Ces découvertes marquèrent la naissance de la biologie moléculaire.

Arts

La structure hélicoïdale de l'ADN a inspiré plusieurs artistes, le plus célèbre étant le peintre surréaliste Salvador Dalí, qui s'en inspire dans neuf tableaux entre 1956 et 1976, dont Paysage de papillon (Le Grand masturbateur dans un paysage surréaliste avec ADN) (1957-1958) et Galacidalacidesoxyribonucleicacid (1963).

脱氧核糖核酸（DNA）的双螺旋结构。在该结构中的原子是按元素进行颜色编码，还有两个碱基对的详细结构示于右下角

脱氧核糖核酸双股螺旋

脱氧核糖核酸（英语：deoxyribonucleic acid，缩写：DNA）又称去氧核糖核酸，是一种生物大分子，可组成遗传指令，引导生物发育与生命机能运作。主要功能是信息保存，可比喻为「蓝图」或「食谱」。其中包含的指令，是建构细胞内其他的化合物，如蛋白质与核糖核酸所需。带有蛋白质编码的DNA片段称为基因。其他的DNA串行，有些直接以本身构造发挥作用，有些则参与调控遗传消息的表现。

DNA是一种长链聚合物，组成单位称为核苷酸，而糖类与磷酸借由酯键相连，组成其长链骨架。每个糖单位都与四种碱基里的其中一种相接，这些碱基沿着DNA长链所排列而成的串行，可组成遗传密码，是蛋白质氨基酸串行合成的依据。读取密码的过程称为转录，是根据DNA串行复制出一段称为RNA的核酸分子。多数RNA带有合成蛋白质的消息，另有一些本身就拥有特殊功能，例如核糖体RNA、小核RNA与小干扰RNA。

在细胞内，DNA能组织成染色体结构，整组染色体则统称为基因组。染色体在细胞分裂之前会先行复制，此过程称为DNA复制。对真核生物，如动物、植物及真菌而言，染色体是存放于细胞核内；对于原核生物而言，如细菌，则是存放在细胞质中的拟核里。染色体上的染色质蛋白，如组织蛋白，能够将DNA组织并压缩，以帮助DNA与其他蛋白质进行交互作用，进而调节基因的转录。

物理与化学性质

脱氧核糖核酸的化学结构。 1脱氧核糖核酸是一种由核苷酸重复排列组成的长链聚合物，宽度约22到24埃（2.2到2.4奈米），每一个核苷酸单位则大约长3.3埃（0.33奈米）。在整个脱氧核糖核酸聚合物中，可能含有数百万个相连的核苷酸。例如人类细胞中最大的1号染色体中，就有2亿2千万个碱基对。通常在生物体内，脱氧核糖核酸并非单一分子，而是形成两条互相配对并紧密结合，且如藤蔓般地缠绕成双螺旋结构的分子。每个核苷酸分子的其中一部分会相互链接，组成长链骨架；另一部分称为碱基，可使成对的两条脱氧核糖核酸相互结合。所谓核苷酸，是指一个核苷加上一个或多个磷酸基团，核苷则是指一个碱基加上一个糖类分子。 脱氧核糖核酸骨架是由磷酸与糖类基团交互排列而成。组成脱氧核糖核酸的糖类分子为环状的2-脱氧核糖，属于五碳糖的一种。磷酸基团上的两个氧原子分别接在五碳糖的3号及5号碳原子上，形成磷酸双酯键。这种两侧不对称的共价键位置，使每一条脱氧核糖核酸长链皆具方向性。双螺旋中的两股核苷酸互以相反方向排列，这种排列方式称为反平行。脱氧核糖核酸链上互不对称的两末端一边叫做5'端，另一边则称3'端。脱氧核糖核酸与RNA最主要的差异之一，在于组成糖分子的不同，DNA为2-脱氧核糖，RNA则为核糖。 DNA与RNA的比较 项目 DNA RNA 解说 组成主干之糖类分子 2-去氧核糖和磷酸 核糖和磷酸 骨架结构 规则的双螺旋结构 单螺旋结构 即脱氧核糖核酸由两条脱氧核苷酸链构成，而核糖核酸由一条核糖核苷酸链构成。 核苷酸数 通常上百万 通常数百至数千个 碱基种类 腺嘌呤（A） 胸腺嘧啶（T） 胞嘧啶（C） 鸟嘌呤（G） 腺嘌呤（A） 尿嘧啶（U） 胞嘧啶（C） 鸟嘌呤（G） 除部分例外，DNA为胸腺嘧啶，RNA为尿嘧啶。 五碳糖种类 脱氧核糖 核糖 五碳糖连接组成分 氢原子 羟基 在五碳糖的第二个碳原子上连接的组成分不同。 存在 细胞核（少量存在于线粒体、叶绿体） 细胞质 zh-hans:DNA和RNA的组成与结构。左为RNA，右为DNA 两股脱氧核糖核酸长链上的碱基以氢键相互吸引，使双螺旋形态得以维持。这些碱基可分为两大类，以5角及6角杂环化合物组合而成的一类称为嘌呤；只有一个6角杂环的则称为嘧啶。组成脱氧核糖核酸的碱基，分别是腺嘌呤（Adenine，缩写A）、胞嘧啶（Cytosine，C）、鸟嘌呤（Guanine，G）与胸腺嘧啶（Thymine，T）。碱基、糖类分子与磷酸三者结合之后，便成为完整的核苷酸。还有一种碱基称为尿嘧啶（Uracil，U），此种碱基比胸腺嘧啶少了一个位于环上的甲基，一般出现在RNA分子中，角色相当于脱氧核糖核酸里的胸腺嘧啶。通常在脱氧核糖核酸中，它会作为胞嘧啶的分解产物，或是CpG岛中未经甲基化的胞嘧啶突变产物。少见的例外发现于一种称为PBS1的细菌病毒，此类病毒的脱氧核糖核酸中含有尿嘧啶。在某些特定RNA分子的合成过程中，会有许多尿嘧啶在酵素的作用下失去一个甲基，因而转变成胸腺嘧啶，这种情形大多出现于一些在构造上具有功能，或者具有酵素能力的RNA上，例如转运RNA与核糖体RNA。 两股脱氧核糖核酸长链会以右旋方式交互缠绕成双螺旋结构，因为以磷酸联结而成的骨架位于外部，且两股之间会留下一些空隙，因此位于螺旋内部的碱基，即使从螺旋外侧依然可见（如右方动画）。双螺旋的表面有两种凹槽（或称“沟”）：较大的宽22埃；较小的宽12埃。由于各个碱基靠近大凹槽的一面较容易与外界接触，因此如转录因子等能够与特定串行结合的蛋白质与碱基接触时，通常是作用在靠近大凹槽的一面。 上图可见GC碱基对由三个氢键相连；下图可见AT碱基对是由两个氢键相连。图中的氢键皆以虚线表示。

碱基配对

一股脱氧核糖核酸上所具有的各类型含氮碱基，都只会与另一股上的一个特定类型碱基产生键结。此种情形称为互补性碱基配对。嘌呤与嘧啶之间会形成氢键，在一般情况下，A只与T相连，而C只与G相连。因此排列于双螺旋上的核苷酸，便以这种称为碱基对的方式相互联结。除此之外，与脱氧核糖核酸串行无关的疏水性效应，以及π重叠效应所产生的力，也是两股脱氧核糖核酸能维持结合状态的原因。由于氢键比共价键更容易断裂，这使双股脱氧核糖核酸可能会因为机械力或高温作用，而有如拉链一般地解开，这种现象被称为DNA变性。由于互补的特性，使位于双股串行上的消息，皆以双倍的形式存在，这种特性对于脱氧核糖核酸复制过程来说相当重要。互补碱基之间可逆且具专一性的交互作用，是生物脱氧核糖核酸所共同拥有的关键功能。 两种不同的碱基对分别是以不同数目的氢键结合：A-T之间有两条；G-C之间则有三条（见左图）。多一条氢键使GC配对的稳定性高于AT配对，也因此两股脱氧核糖核酸的结合强度，是由GC配对所占比例，以及双螺旋的总长度来决定。当脱氧核糖核酸双螺旋较长且GC含量较高时，其双股之间的结合能力较强；长度较短且AT含量较高时，结合能力则较弱。双螺旋上有某些部位必须能够轻易解开，这些部位通常含有有较多的AT配对，例如细菌启动子上一段含有TATAAT串行的普里布诺盒。在实验室中，若找出解开氢键所需的温度，也就是所谓熔点（Tm），便能计算出两股之间的结合强度。当脱氧核糖核酸双螺旋上所有的碱基配对都解开之后，溶液中的两股脱氧核糖核酸将分裂成独立的分子。单股脱氧核糖核酸分子并无固定的形体，但仍有某些形状较为稳定且常见。

正意与反意

一般来说，当一段脱氧核糖核酸串行为合成信使RNA（mRNA，可转译成蛋白质）所需时，称为「正意」。而相对并互补的另一股串行，则称为「反意」。由于RNA聚合酶的作用方式，是根据模板上的消息来合成一段与模板互补的RNA片段，因此正意mRNA的串行实际上与脱氧核糖核酸上的反意股相同。在同一股脱氧核糖核酸上，可能同时会有属于正意和反意的片段。此外，反意RNA在原核生物或真核生物体内皆存在，但是其功能尚未明了。有研究认为，反意RNA可利用RNA与RNA之间的碱基配对，来调控基因的表现。 少数属于原核生物、真核生物、质体或病毒的脱氧核糖核酸串行（后两者较前两者多），会由于正意股与反意股之间的差异难以区分，而产生重叠基因，这类脱氧核糖核酸串行具有双重功能，一方面能以5'往3'的方向合成蛋白质，另一方面也能以相反方向合成另一个蛋白质。这种重叠现象一方面在细菌体内参与调控基因的转录，一方面则在较小的病毒基因组中，扮演增加消息量的角色。为了缩减基因组的大小，也有某些病毒以线状或环状的单股脱氧核糖核酸作为遗传物质。

超螺旋

脱氧核糖核酸链在双螺旋基础上如绳索般扭转的现象与过程称为DNA超螺旋。当脱氧核糖核酸处于「松弛」状态时，双螺旋的两股通常会延着中轴，以每10.4个碱基对旋转一圈的方式扭转。但如果脱氧核糖核酸受到扭转，其两股的缠绕方式将变得更紧或更松。当脱氧核糖核酸扭转方向与双股螺旋的旋转方向相同时，称为正超螺旋，此时碱基将更加紧密地结合。反之若扭转方向与双股螺旋相反，则称为负超螺旋，碱基之间的结合度会降低。自然界中大多数的脱氧核糖核酸，会因为拓扑异构酶的作用，而形成轻微的负超螺旋状态。拓扑异构酶同时也在转录作用或DNA复制过程中，负责纾解脱氧核糖核酸链所受的扭转压力。 由左到右分别为A型、B型与Z型三种脱氧核糖核酸结构。

各种类型的双螺旋结构

脱氧核糖核酸有多种不同的构象，其中有些构象之间在构造上的差异并不大。目前已辨识出来的构象包括：A-DNA、B-DNA、C-DNA、D-DNA、E-DNA、H-DNA、L-DNA、P-DNA与Z-DNA。不过以现有的生物系统来说，自然界中可见的只有A-DNA、B-DNA与Z-DNA。脱氧核糖核酸所具有的构象可根据脱氧核糖核酸串行、超螺旋的程度与方向、碱基上的化学修饰，以及溶液状态，如金属离子与多胺浓度来分类。三种主要构象中以B型为细胞中最常见的类型，与另两种脱氧核糖核酸双螺旋的差异，在于其几何形态与尺寸。 其中A型拥有较大的宽度与右旋结构，小凹槽较浅且较宽，大凹槽则较深较窄。A型一般存在于非生理状态的脱水样本中，在细胞中则可能为脱氧核糖核酸与RNA混合而成的产物（类似酵素及脱氧核糖核酸的复合物）。若一段脱氧核糖核酸上的碱基受到一种称为甲基化的化学修饰，将使其构型转变成Z型。此时螺旋形式转为左旋，与较常见的右旋B型相反。某些专门与Z-脱氧核糖核酸结合的蛋白质可辨识出这种少见的结构，此外Z型脱氧核糖核酸可能参与了转录作用的调控。

四联体结构

由重复排列的端粒构成的脱氧核糖核酸四联体结构形态。脱氧核糖核酸骨架的构形与一般的螺旋结构显著地有所不同。 线状染色体的末端有一段称为端粒的特殊区域，由于一般参与复制脱氧核糖核酸的酵素无法作用于染色体的3'端，因此这些端粒的主要功能，是使细胞能利用一种称为端粒酶的酵素来复制端粒。如果端粒消失，那么复制过程将使染色体长度缩小。因此这些特化的端帽能保护染色体结尾不被外切酶破坏，并阻止细胞中的DNA修复系统将其视为需修正的损毁位置。在人类细胞中，端粒是由重复出现数千次TTAGGG串行的单股脱氧核糖核酸所组成。 这些串行富含鸟嘌呤，可形成一种由四个碱基重叠而成的特殊结构，使染色体末端较为稳定。四个鸟嘌呤可构成一个平面，并且重叠于其他平面之上，产生稳定的G-四联体结构。碱基与位在四个碱基中心的金属离子螯合物之间，是经由氢键结合以稳定结构。左图显示由上方观看人类端粒中的四联体，图中可见每四个碱基为一组，共三层碱基重叠而成的单股脱氧核糖核酸环状物。在碱基环绕的中心，可见三个螯合在一起的钾离子。也有其他类型的结构存在，例如中心的四个碱基，除了可以是属於单一的一股脱氧核糖核酸之外，也可能是由多条平行的脱氧核糖核酸各自贡献一个碱基而形成。 端粒另外还可形成一种大型环状结构，称为端粒环或T环（T-loop）。是由单股脱氧核糖核酸经过端粒结合蛋白的作用之后，卷曲而成的一个大循环。在T环长链最前端的地方，单股的脱氧核糖核酸会附着在双股脱氧核糖核酸之上，破坏双螺旋脱氧核糖核酸与另一股的碱基配对，形成一种称为替代环或D环的三股结构。

化学修饰

碱基修饰 胞嘧啶 5-甲基胞嘧啶 胸腺嘧啶 正常与附加一个5-甲基的胞嘧啶。经过脱氨作用之后，5-甲基胞嘧碇会转变成胸腺嘧啶。 基因的表现，受染色体上的染色质结构与异染色质（基因无表现或低表现）区域里的胞嘧啶甲基化所影响。举例而言，当胞嘧啶受到甲基化时，会转变成5-甲基胞嘧啶，此作用对于X染色体的去活化、铭印和保护脱氧核糖核酸分子不被内切酶所切断（存在例外）而言相当重要。甲基化的程度在不同生物之间有所差异，如秀丽隐杆线虫便缺乏胞嘧啶甲基化，而在脊椎动物体内则较常出现，大约有1%的脱氧核糖核酸为5-甲基胞嘧啶。5-甲基胞嘧啶容易因自然发生的脱氨作用而变成胸腺嘧啶，也因此使甲基化的胞嘧啶成为突变热点，这也解释了为什幺胞嘧啶和鸟嘌呤会集中出现在CpG岛里，因为那里的甲基化作用被压制，没有甲基化的胞嘧啶所产生的突变产物并非胸腺嘧啶，而是尿嘧啶。因为尿嘧啶会相对容易地被更正过来，所以CpG岛内胞嘧啶不易形成突变而会被保留下来。其他的碱基修饰还包括细菌的腺嘌呤甲基化，以及使动质体（一种生物）的尿嘧啶转变成「J-碱基」的糖基化等。 苯并芘是一种突变原，可于烟叶燃烧生成的烟中发现，图为苯并芘与脱氧核糖核酸的加合物。 脱氧核糖核酸损害 有许多不同种类的突变原可对DNA造成损害，其中包括氧化剂、烷化剂，以及高频电磁辐射，如紫外线与X射线。不同的突变原对DNA造成不同类型的损害，举例而言，紫外线会造成胸腺嘧啶二聚体的形成，并与相邻的碱基产生交叉，进而使DNA发生损害。另一方面，氧化剂如自由基或过氧化氢，可造成多种不同形态的损害，尤其可对鸟苷进行碱基修饰，并且使双股分解。根据估计，在一个人类细胞中，每天大约有500个碱基遭受氧化损害。在各种氧化损害当中，以双股分解最为危险，此种损害难以修复，且可造成DNA串行的点突变、插入与删除，以及染色体易位。 许多突变原可嵌入相邻的两个碱基对之间，这些嵌入剂大多是芳香性分子及平面分子，包括乙锭、道诺霉素、阿霉素与沙利窦迈。必须先使碱基之间的空隙变大，才能使嵌入剂置入碱基对之间，整体而言，脱氧核糖核酸会因为双螺旋解开而扭曲变形。结构改变会使转录作用与脱氧核糖核酸复制过程受到抑制，进而导致毒害与突变。因此脱氧核糖核酸嵌入剂通常也是致癌物，常见的例子有二醇环氧苯并芘、吖啶、黄曲毒素与溴化乙锭等。但是这些物质也因为能够抑制脱氧核糖核酸的转录与复制，而可应用于化学治疗中，用以抑制癌症细胞的快速生长情形。

生物机能摡观

脱氧核糖核酸于真核生物细胞内，通常是以长条状染色体形式存在；在原核生物细胞内则是环状染色体。细胞内的所有染色体合称基因组。人类基因组中大约有30亿个碱基对，共组成了46个染色体。脱氧核糖核酸所携带的消息，是以脱氧核糖核酸串行形式，保存于一些称为基因的片段中。基因中的遗传消息是经由互补的碱基配对来传递，例如在转录作用中，细胞里的RNA核苷酸会与互补的脱氧核糖核酸结合，复制出一段与脱氧核糖核酸串行互补的RNA串行。一般来说，这段RNA串行将会在转译作用中，经由RNA之间的互补配对，合成出相对应的蛋白质串行。另一方面，细胞也可以在称为脱氧核糖核酸复制的过程中，单纯地复制其自身的遗传消息。 基因组结构 真核生物的基因组脱氧核糖核酸主要存放于细胞核中，此外也有少量位于粒线体或叶绿体内。原核生物的脱氧核糖核酸则是保存在形状不规则的类核（nucleoid）当中。基因是脱氧核糖核酸的一段区域，保存了基因组里的遗传消息，是遗传的单位，影响了生物个体的特定表征。基因中含有可转录的开放阅读框架，以及一些可调节开放阅读框架表现的调控串行，如启动子与强化子。 许多物种的基因组都只有一小部分可编译成蛋白质。以人类为例，在人类的基因组中只有1.5%属于含有蛋白质编码的外显子，另有超过50%属于无编码的重复串行。真核生物基因组中如此大量的非编码DNA，以及物种之间不寻常的基因组大小或C值差异，长久以来一直是个难题，人们称之为「C值谜」。不过这些不含蛋白质编码的脱氧核糖核酸串行，仍可能合成出具有功能的非编码RNA分子，用以调控基因表现。 T7RNA聚合酶（蓝色）以脱氧核糖核酸模板（橙色）为依据，合成mRNA（绿色）。 染色体中的某些非编码脱氧核糖核酸串行，本身具有结构上的功能。例如一般只带有少量基因的端粒与着丝粒，对于染色体的稳定性及机能而言显得相当重要。人类体内有一类大量存在的非编码脱氧核糖核酸，称为伪基因，是一些因突变累积而变得残缺无用的基因复制品。这些串行通常只可算是分子化石，不过有时候也会因为基因重复与趋异演化，而成为新基因里的新遗传物质。 转录与转译 基因是指一段含有遗传消息，且可影响生物体表现型的脱氧核糖核酸串行。基因里的脱氧核糖核酸碱基串行决定了信使RNA的串行，而信使RNA的串行又决定了蛋白质的串行。转译作用可依据基因所含有的核苷酸串行，以及遗传密码规则，生产出对应的蛋白质氨基酸串行。遗传密码的组成单位称为密码子，是含有三个字母的「指令」，这些单位则由三个核苷酸组成，例如ACT、CAG或TTT。 在转录作用中，基因里的密码子会在RNA聚合酶的作用下，复制成为信使RNA。之后核糖体会帮助带着氨基酸的转移RNA与信使RNA进行碱基配对，进而将信使RNA解码。由于组成密码子的碱基共有四种，且以三字母为一单位，因此可能存在的密码子一共有**种（4）。与这些密码子对应的标准氨基酸有20种，因此大多数氨基酸对应了一种以上的密码子。另外有三个密码子称为「终止密码子」或「无义密码子」，是编码区域的末端，分别是TAA、TGA与TAG,这是属于DNA上的终止密码。而在mRNA上的则是UAG UAA UGA 当转译到达这三组密码子时就会停止转译,并进行下一步的修饰 图为脱氧核糖核酸复制，首先螺旋酶与拓扑异构酶将双螺旋解开，接着一个DNA聚合酶负责合成前进股；另一个则与延迟股结合，制造一些不连续的冈崎片段，再由脱氧核糖核酸连接酶将其黏合。 复制 生物个体成长需要经历细胞分裂，当细胞进行分裂时，必须将自身基因组中的脱氧核糖核酸复制，才能使子细胞拥有和亲代相同的遗传消息。脱氧核糖核酸的双股结构可供脱氧核糖核酸复制机制进行，在此复制过程中，两条长链会先分离，之后一种称为DNA聚合酶的酵素，会分别以两条长链为依据，合成出互补的脱氧核糖核酸串行。酵素可找出正确的外来互补碱基，并将其结合到模板长链上，进而制造出新的互补长链。由于脱氧核糖核酸聚合酶只能以5'到3'的方向合成脱氧核糖核酸链，因此双螺旋中平行但方向相反的两股，具有不同的合成机制。旧长链上的碱基串行决定了新长链上的碱基串行，使细胞得以获得完整的脱氧核糖核酸复制品。

与蛋白质的交互作用

脱氧核糖核酸若要发挥其功用，必须仰赖与蛋白质之间的交互作用，有些蛋白质的作用不具专一性，有些则只专门与个别的脱氧核糖核酸串行结合。聚合酶在各类酵素中尤其重要，此种蛋白质可与脱氧核糖核酸结合，并作用于转录或脱氧核糖核酸复制过程。 脱氧核糖核酸结合蛋白 脱氧核糖核酸与组织蛋白（上图白色部分）的交互作用，这种蛋白质中的碱性氨基酸（左下蓝色），可与脱氧核糖核酸上的酸性磷酸基团结合（右下红色）。 结构蛋白可与脱氧核糖核酸结合，是非专一性脱氧核糖核酸-蛋白质交互作用的常见例子。染色体中的结构蛋白与脱氧核糖核酸组合成复合物，使脱氧核糖核酸组织成紧密结实的染色质构造。对真核生物来说，染色质是由脱氧核糖核酸与一种称为组织蛋白的小型碱性蛋白质所组合而成；而原核生物体内的此种结构，则掺杂了多种类型的蛋白质。双股脱氧核糖核酸可在组织蛋白的表面上附着并缠绕整整两圈，以形成一种称为核小体的盘状复合物。组织蛋白里的碱性残基，与脱氧核糖核酸上的酸性糖磷酸骨架之间可形成离子键，使两者发生非专一性交互作用，也使复合物中的碱基串行相互分离。在碱性氨基酸残基上所发生的化学修饰有甲基化、磷酸化与乙酰化等，这些化学作用可使脱氧核糖核酸与组织蛋白之间的作用强度发生变化，进而使脱氧核糖核酸与转录因子接触的难易度改变，影响转录作用的速率。其他位于染色体内的非专一性脱氧核糖核酸结合蛋白，还包括一种能优先与脱氧核糖核酸结合，并使其扭曲的高移动性群蛋白。这类蛋白质可以改变核小体的排列方式，产生更复杂的染色质结构。 脱氧核糖核酸结合蛋白中有一种专门与单股脱氧核糖核酸结合的类型，称为单股脱氧核糖核酸结合蛋白。人类的复制蛋白A是此类蛋白中获得较多研究的成员，作用于多数与解开双螺旋有关的过程，包括脱氧核糖核酸复制、重组以及脱氧核糖核酸修复。这类结合蛋白可固定单股脱氧核糖核酸，使其变得较为稳定，以避免形成茎环（stem-loop），或是因为核酸酶的作用而水解。 λ抑制子是一类具螺旋-转角-螺旋结构的转录因子，可与脱氧核糖核酸目标结合。 相对而言，其他的蛋白质则只能与特定的脱氧核糖核酸串行进行专一性结合。大多数关于此类蛋白质的研究集中于各种可调控转录作用的转录因子。这类蛋白质中的每一种，都能与特定的脱氧核糖核酸串行结合，进而活化或抑制位于启动子附近串行的基因转录作用。转录因子有两种作用方式，第一种可以直接或经由其他中介蛋白质的作用，而与负责转录的RNA聚合酶结合，再使聚合酶与启动子结合，并开启转录作用。第二种则与专门修饰组织蛋白的酵素结合于启动子上，使脱氧核糖核酸模板与聚合酶发生接触的难度改变。 由于目标脱氧核糖核酸可能散布在生物体中的整个基因组中，因此改变一种转录因子的活性可能会影响许多基因的运作。这些转录因子也因此经常成为信号传递过程中的作用目标，也就是作为细胞反映环境改变，或是进行分化和发育时的媒介。具专一性的转录因子会与脱氧核糖核酸发生交互作用，使脱氧核糖核酸碱基的周围产生许多接触点，让其他蛋白质得以「读取」这些脱氧核糖核酸串行。多数的碱基交互作用发生在大凹槽，也就是最容易从外界接触碱基的部位。 限制酶EcoRV（绿色）与其受质脱氧核糖核酸形成复合物。 脱氧核糖核酸修饰酵素 核酸酶与连接酶 核酸酶是一种可经由催化磷酸双酯键的水解，而将脱氧核糖核酸链切断的酵素。其中一种称为外切酶，可水解位于脱氧核糖核酸长链末端的核苷酸；另一种则是内切酶，作用于脱氧核糖核酸两个端点之间的位置。在分子生物学领域中使用频率最高的核酸酶为限制内切酶，可切割特定的脱氧核糖核酸串行。例如左图中的EcoRV可辨识出具有6个碱基的5′-GAT|ATC-3′串行，并从GAT与ATC之间那条垂直线所在的位置将其切断。此类酵素在自然界中能消化噬菌体脱氧核糖核酸，以保护遭受噬菌体感染的细菌，此作用属于限制修饰系统的一部分。在技术上，对串行具专一性的核酸酶可应用于分子选殖与脱氧核糖核酸指纹分析。 另一种酵素脱氧核糖核酸连接酶，则可利用来自腺苷三磷酸或烟酰胺腺嘌呤二核苷酸的能量，将断裂的脱氧核糖核酸长链重新接合。连接酶对于脱氧核糖核酸复制过程中产生的延迟股而言尤其重要，这些位于复制叉上的短小片段，可在此酵素作用下黏合成为脱氧核糖核酸模板的完整复制品。此外连接酶也参与了DNA修复与遗传重组作用。 拓扑异构酶与螺旋酶 拓扑异构酶是一种同时具有核酸酶与连接酶效用的酵素，可改变脱氧核糖核酸的超螺旋程度。其中有些是先使脱氧核糖核酸双螺旋的其中一股切开以形成缺口，让另一股能穿过此缺口，进而减低超螺旋程度，最后再将切开的部位黏合。其他类型则是将两股脱氧核糖核酸同时切开，使另一条双股脱氧核糖核酸得以通过此缺口，之后再将缺口黏合。拓扑异构酶参与了许多脱氧核糖核酸相关作用，例如脱氧核糖核酸复制与转录。 螺旋酶是分子马达的一种类型，可利用来自各种核苷三磷酸，尤其是腺苷三磷酸的化学能量，破坏碱基之间的氢键，使DNA双螺旋解开成单股形式。此类酵素参与了大多数关于DNA的作用，且必须接触碱基才能发挥功用。 聚合酶 聚合酶是一种利用核苷三磷酸来合成聚合苷酸链的酵素，方法是将一个核苷酸连接到另一个核苷酸的3'羟基位置，因此所有的聚合酶都是以5'往3'的方向进行合成作用。在此类酵素的活化位置上，核苷三磷酸受质会与单股聚合苷酸模板发生碱基配对，因而使聚合酶能够精确地依据模板，合成出互补的另一股聚合苷酸。聚合酶可依据所能利用的模板类型来做分类。 在脱氧核糖核酸复制过程中，依赖脱氧核糖核酸模板的DNA聚合酶可合成出脱氧核糖核酸串行的复制品。由于此复制过程的精确性是生命维持所必需，因此许多这类聚合酶拥有校正功能，可辨识出合成反应中偶然发生的配置错误，也就是一些无法与另一股配对的碱基。检测出错误之后，其3'到5'方向的外切酶活性会发生作用，并将错误的碱基移除。大多数生物体内的脱氧核糖核酸聚合酶，是以称为复制体的大型复合物形式来发生作用，此复合物中含有许多附加的次单位，如DNA夹或螺旋酶。 依赖RNA作为模板的脱氧核糖核酸聚合酶是一种较特别的聚合酶，可将RNA长链的串行复制成脱氧核糖核酸版本。其中包括一种称为逆转录酶的病毒酵素，此种酵素参与了逆转录病毒对细胞的感染过程；另外还有复制端粒所需的端粒酶，本身结构中含有RNA模板。 转录作用是由依赖脱氧核糖核酸作为合成模板的RNA聚合酶来进行，此类酵素可将脱氧核糖核酸长链上的串行复制成RNA版本。为了起始一个基因的转录，RNA聚合酶会先与一段称为启动子的脱氧核糖核酸串行结合，并使两股脱氧核糖核酸分离，再将基因串行复制成信使RNA，直到到达能使转录结束的终止子串行为止。如同人类体内依赖脱氧核糖核酸模板的脱氧核糖核酸聚合酶，负责转录人类基因组中大多数基因的RNA聚合酶II，也是大型蛋白质复合物的一部分，此复合物受到多重调控，也含有许多附加的次单位。

遗传重组

遗传重组过程中产生的Holliday交叉结构，图中的红色、蓝色、绿色与黄色分别表示四条不同的DNA长链。 重组过程中，两条染色体（M与F）断裂之后又重新接合，产生两条重新排列过的染色体（C1与C2）。 各条脱氧核糖核酸螺旋间的交互作用不常发生，在人类细胞核里的每个染色体，各自拥有一块称作「染色体领域」的区域。染色体之间在物理上的分离，对于维持脱氧核糖核酸信息储藏功能的稳定性而言相当重要。 不过染色体之间有时也会发生重组，在重组的过程中，会进行染色体互换：首先两条脱氧核糖核酸螺旋会先断裂，之后交换其片段，最后再重新黏合。重组作用使染色体得以互相交换遗传消息，并产生新的基因组合，进而增加自然选择的效果，且可能对蛋白质的演化产生重要影响。遗传重组也参与脱氧核糖核酸修复作用，尤其是当细胞中的脱氧核糖核酸发生断裂的时候。 同源重组是最常见的染色体互换方式，可发生于两条串行相类似的染色体上。而非同源重组则对细胞具有伤害性，会造成染色体易位与遗传异常。可催化重组反应的酵素，如RAD51，称为「重组酶」。重组作用的第一个步骤，是内切酶作用，或是脱氧核糖核酸的损坏所造成的脱氧核糖核酸双股断裂。重组酶可催化一系列步骤，使两条螺旋结合产生Holliday交叉。其中每条螺旋中的单股脱氧核糖核酸，皆与另一条螺旋上与之互补的脱氧核糖核酸链接在一起，进而形成一种可于染色体内移动的交叉形构造，造成脱氧核糖核酸链的互换。重组反应最后会因为交叉结构的断裂，以及脱氧核糖核酸的重新黏合而停止。

脱氧核糖核酸生物代谢的演化

脱氧核糖核酸所包含的遗传消息，是所有现代生命机能，以及生物生长与繁殖的基础。不过目前尚未明了在长达40亿年生命史中，脱氧核糖核酸究竟是何时出现并开始发生作用。有一些科学家认为，早期的生命形态有可能是以RNA作为遗传物质。RNA可能在早期细胞代谢中扮演主要角色，一方面可传递遗传消息；另一方面也可作为核糖酶的一部分，进行催化作用。在古代RNA世界里，核酸同时具有催化与遗传上的功能，而这些分子后来可能演化成为目前以四种核苷酸组成遗传密码的形式，这是因为当碱基种类较少时，复制的精确性会增加；而碱基种类较多时，增加的则是核酸的催化性能。两种可达成不同目的功能最后在四种碱基的情形下达到最合适数量。 不过关于这种古代遗传系统并没有直接证据，且由于脱氧核糖核酸在环境中无法存留超过一百万年，在溶液中又会逐渐降解成短小的片段，因此大多数化石中并无脱氧核糖核酸可供研究。即使如此，仍有一些声称表示已经获得更古老的DNA，其中一项研究表示，已从存活于2亿5千万年古老的盐类晶体中的细菌分离出脱氧核糖核酸，但此宣布引起了讨论与争议。

技术应用

遗传工程 重组脱氧核糖核酸技术在现代生物学与生物化学中受到广泛应用，所谓重组DNA，是指集合其他脱氧核糖核酸串行所制成的人造脱氧核糖核酸，可以质粒或以病毒载体搭载所想要的格式，将脱氧核糖核酸转型到生物个体中。经过遗传改造处里之后的生物体，可用来生产重组蛋白质，以供医学研究使用，或是于农业上栽种。 法医鉴识 法医可利用犯罪现场遗留的血液、精液、皮肤、唾液或毛发中的脱氧核糖核酸，来辨识可能的加害人。此过程称为遗传指纹分析或脱氧核糖核酸特征测定，此分析方法比较不同人类个体中许多的重复脱氧核糖核酸片段的长度，这些脱氧核糖核酸片段包括短串联重复串行与小卫星串行等，一般来说是最为可靠的罪犯辨识技术。不过如果犯罪现场遭受多人的脱氧核糖核酸污染，那么将会变得较为复杂难解。首先于1984年发展脱氧核糖核酸特征测定的人是一名英国遗传学家阿莱克·杰弗里斯。到了1988年，英国的谋杀案嫌犯科林·皮奇福克，成为第一位因脱氧核糖核酸特征测定证据而遭定罪者。利用特定类型犯罪者的脱氧核糖核酸样本，可创建出数据库，帮助调查者解决一些只从现场采集到脱氧核糖核酸样本的旧案件。此外，脱氧核糖核酸特征测定也可用来辨识重大灾害中的罹难者。 历史学与人类学 由于脱氧核糖核酸在经历一段时间后会积聚一些具有遗传能力突变，因此其中所包含的历史消息，可经由脱氧核糖核酸串行的比较，使遗传学家了解生物体的演化历史，也就是种系。这些研究是种系发生学的一部分，也是演化生物学上的有利工具。假如对物种以内范围的脱氧核糖核酸串行进行比较，那么群体遗传学家就可得知特定族群的历史。此方法的应用范围可从生态遗传学到人类学，举例而言，脱氧核糖核酸证据已被试图用来寻找失踪的以色列十支派。DNA也可以用来调查现代家族的亲戚关系，例如建构莎丽·海明斯与托马斯·杰斐逊的后代之间的家族关系，研究方式则与上述的犯罪调查相当类似，因此有时候某些犯罪调查案件之所以能解决，是因为犯罪现场的脱氧核糖核酸与犯罪者亲属的脱氧核糖核酸相符。 生物信息学 生物信息学影响了脱氧核糖核酸串行数据的运用、搜索与数据挖掘工作，并发展出各种用于保存并搜索脱氧核糖核酸串行的技术，可进一步应用于计算机科学，尤其是字串搜索算法、机器学习以及数据库理论。字串搜索或比对算法是从较大的串行或较多的字母中，寻找单一串行或少数字母的出现位置，可发展用来搜索特定的核苷酸串行。在其他如文本编辑器的应用里，通常可用简单的算法来解决问题，但只有少量可辨识特征的脱氧核糖核酸串行，却造成这些算法的运作不良。串行比对则试图辨识出同源串行，并定位出使这些串行产生差异的特定突变位置，其中的多重串行比对技术可用来研究种系发生关系及蛋白质的功能。由整个基因组所构成的数据含有的大量脱氧核糖核酸串行，例如人类基因组计划的研究对象。若要将每个染色体上的每个基因，以及负责调控基因的位置都标示出来，会相当困难。脱氧核糖核酸串行上具有蛋白质或RNA编码特征的区域，可利用基因识别算法辨识出来，使研究者得以在进行实验以前，就预测出生物体内可能表现出来的特殊基因产物。 脱氧核糖核酸与电脑 自我组装产生的脱氧核糖核酸奈米结构。左方为电脑绘图，可见4条由脱氧核糖核酸双螺旋产生的交叉。右方为原子力显微镜测得的影像。图像来自Strong, 2004. 脱氧核糖核酸最早在运算上应用，是解决了一个属于NP完全的小型直接汉弥尔顿路径问题。脱氧核糖核酸可作为「软件」，将消息写成核苷酸串行；并以酵素或其他分子作为「硬件」进行读取或修饰。举例来说，作为硬件的限制酶FokI可以搭载一段具有软件功能的GGATG串行脱氧核糖核酸，再以其他的脱氧核糖核酸片段进行输入，并与软硬件复合物产生反应，最后输出另一段脱氧核糖核酸。这种类似图灵机的设备可应用于药物治疗。此外脱氧核糖核酸运算在能源消耗、空间需求以及效率上优于电子电脑，且脱氧核糖核酸运算为具有高度平行（见平行运算）的计算方式。许多其他问题，包括多种抽象机器的仿真、布尔可满足性问题，以及有界形式的旅行推销员问题，皆曾利用脱氧核糖核酸运算做过分析。由于小巧紧密的特性，脱氧核糖核酸也成为密码学理论的一部分，尤其在于能够利用脱氧核糖核酸有效地建构并使用无法破解的一次性密码本。 脱氧核糖核酸与奈米科技 脱氧核糖核酸的分子性质，例如自我组装特性，使其可用于某些奈米尺度的建构技术，例如利用脱氧核糖核酸作为模板，可导引半导体晶体的生长。或是利用脱氧核糖核酸本身，来制成一些特殊结构，例如由脱氧核糖核酸长链交叉形成的脱氧核糖核酸「瓦片」（tile）或是多面体。此外也可以做出一些可活动的组件，例如奈米机械开关，此机械可经由使脱氧核糖核酸在不同的光学异构物（B型与Z型）之间进行转变，而使构形发生变化，导致开关的开启或关闭。还有一种脱氧核糖核酸机械含有类似镊子的构造，可加入外来脱氧核糖核酸使镊子开合，并排出废物脱氧核糖核酸，此时脱氧核糖核酸的作用类似「燃料」。脱氧核糖核酸所建构出来的设备，也可用来作为上述的脱氧核糖核酸运算工具。

历史

双螺旋模型的共同原创者：詹姆斯·沃森和弗朗西斯·克里克（右），他们与Maclyn McCart（左）。 在1953年由弗朗西斯·克里克画的DNA双螺旋结构的铅笔素描。 最早分离出脱氧核糖核酸的弗雷德里希·米歇尔是一名瑞士医生，他在1869年，从废弃绷带里所残留的脓液中，发现一些只有显微镜可观察的物质。由于这些物质位于细胞核中，因此米歇尔称之为「核素」（nuclein）。到了1919年，菲巴斯·利文进一步辨识出组成脱氧核糖核酸的碱基、糖类以及磷酸核苷酸单元，他认为脱氧核糖核酸可能是许多核苷酸经由磷酸基团的联结，而串联在一起。不过他所提出概念中，脱氧核糖核酸长链较短，且其中的碱基是以固定顺序重复排列。1937年，威廉·阿斯特伯里完成了第一张X光绕射图，阐明了脱氧核糖核酸结构的规律性。 1928年，弗雷德里克·格里菲斯从格里菲斯实验中发现，平滑型的肺炎球菌，能转变成为粗糙型的同种细菌，方法是将已死的平滑型与粗糙型活体混合在一起。这种现象称为「转型」。但造成此现象的因子，也就是脱氧核糖核酸，是直到1943年，才由奥斯瓦尔德·埃弗里等人所辨识出来。1953年，阿弗雷德·赫希与玛莎·蔡斯确认了脱氧核糖核酸的遗传功能，他们在赫希-蔡斯实验中发现，脱氧核糖核酸是T2噬菌体的遗传物质。 到了1953年，当时在卡文迪许实验室的詹姆斯·沃森与佛朗西斯·克里克，依据伦敦国王学院的罗莎琳·富兰克林所拍摄的X光绕射图及相关数据，提出了最早的核酸分子结构精确模型，并发表于《自然》期刊。五篇关于此模型的实验证据论文，也同时以同一主题发表于《自然》。其中包括富兰克林与雷蒙·葛斯林的论文，此文所附带的X光绕射图，是沃森与克里克阐明脱氧核糖核酸结构的关键证据。此外莫里斯·威尔金斯团队也是同期论文的发表者之一。富兰克林与葛斯林随后又提出了A型与B型脱氧核糖核酸双螺旋结构之间的差异。1962年，沃森、克里克以及威尔金斯共同获得了诺贝尔生理学或医学奖。 克里克在1957年的一场演说中，提出了分子生物学的中心法则，预测了脱氧核糖核酸、RNA以及蛋白质之间的关系，并阐述了「转接子假说」（即后来的tRNA）。1958年，马修·梅瑟生与富兰克林·史达在梅瑟生-史达实验中，确认了脱氧核糖核酸的复制机制。后来克里克团队的研究显示，遗传密码是由三个碱基以不重复的方式所组成，称为密码子。这些密码子所构成的遗传密码，最后是由哈尔·葛宾·科拉纳、罗伯特·W·霍利以及马歇尔·沃伦·尼伦伯格解出。这些发现代表了分子生物学的诞生。 为了测出所有人类的脱氧核糖核酸串行，人类基因组计划于1990年代展开。到了2001年，多国合作的国际团队与私人企业塞雷拉基因组公司，分别将人类基因组串行草图发表于《自然》与《科学》两份期刊。