编码区

基因的编码区，也称为编码序列 (CDS)，是基因的 DNA 或 RNA 中编码蛋白质的部分。 与不同物种和时间段的非编码区相比，研究编码区的长度、组成、调控、剪接、结构和功能，可以提供有关原核生物和真核生物基因组织和进化的大量重要信息。 这可以进一步帮助绘制人类基因组图和开发基因疗法。

虽然这个术语有时也与外显子互换使用，但它们并不完全相同：外显子由编码区以及 RNA 的 3' 和 5' 非翻译区组成，因此，外显子 将部分由编码区组成。 RNA 的 3' 和 5' 非翻译区不编码蛋白质，称为非编码区，本页不予讨论。

编码区和外显子组之间经常存在混淆，但这些术语之间有明显的区别。 外显子组是指基因组中的所有外显子，而编码区是指专门编码某种蛋白质的 DNA 或 RNA 的单个部分。

这是xxx个迹象表明需要区分基因组中编码蛋白质的部分（现在称为编码区）和不编码的部分。

证据表明，碱基组成模式和编码区可用性之间存在普遍的相互依赖关系。 编码区被认为比非编码区包含更高的 GC 含量。 进一步研究发现，编码链越长，GC含量越高。 短编码链的 GC 含量相对较低，类似于 TAG、TAA 和 TGA 等碱基组成翻译终止密码子的低 GC 含量。

富含 GC 的区域也是比例点突变类型略有改变的地方：与颠换相比，转换更多，即从嘌呤到嘌呤或嘧啶到嘧啶的变化，即从嘌呤到嘧啶或嘧啶到嘌呤的变化。 转换不太可能改变编码的氨基酸并保持沉默突变（特别是如果它们发生在密码子的第三个核苷酸），这通常在翻译和蛋白质形成过程中对生物体有益。

这表明与辅助和非必需区域（基因贫乏）相比，必需编码区域（富含基因）的 GC 含量更高，并且更稳定和抗突变。 然而，目前尚不清楚这是通过中性随机突变还是通过选择模式实现的。 还存在关于用于确定 GC 含量和编码区域之间关系的方法（例如基因窗口）是否准确和公正的争论。

在 DNA 中，编码区的两侧是模板链 5' 端的启动子序列和 3' 端的终止序列。 在转录过程中，RNA 聚合酶 (RNAP) 与启动子序列结合并沿着模板链移动到编码区。 RNAP 然后添加与编码区互补的 RNA 核苷酸以形成 mRNA，用尿嘧啶代替胸腺嘧啶。 这一直持续到 RNAP 到达终止序列。

转录和成熟后，形成的成熟 mRNA 包含多个对其最终翻译成蛋白质很重要的部分。 mRNA 中的编码区两侧是 5' 非翻译区 (5'-UTR) 和 3' 非翻译区 (3'-UTR)、5' 帽和 Poly-A 尾。 在翻译过程中，核糖体有助于将 tRNA 附着到编码区，一次附着 3 个核苷酸（密码子）。 tRNA 将它们相关的氨基酸转移到不断增长的多肽链上，最终形成在初始 DNA 编码区中定义的蛋白质。

可以修饰编码区以调节基因表达。

烷基化是编码区的一种调节形式。 可以通过靶向特定序列来沉默本应被转录的基因。 该序列中的碱基将被烷基封闭，从而产生沉默效应。

虽然基因表达的调节管理着细胞中 RNA 或蛋白质的丰度，但这些机制的调节可以通过在 DNA 链中开放阅读框开始之前发现的调节序列来控制。 然后调节序列将决定蛋白质编码区表达发生的位置和时间。