遗传与进化U3.3_DNA复制

DNA复制：（细胞分裂时发生）

整个过程很复杂，需要大量酶参与，这只是简化过程

需要物质条件

模板，原料，能量，酶

碱基互补算法保证了DNA复制准确性。

（1）解旋

利用细胞提供能量，在解旋酶作用下，把两条螺旋双链解开。

（2）碱基配对

在DNA聚合酶等酶作用下，利用细胞中游离4种脱氧核苷酸为原料，按照碱基互补配对原则，各自合成与母链互补的一段子链。

（3）形成两个新的DNA分子

随着模板链解旋过程进行，新合成的子链也在不断延伸。

同时每条新链与其对应模板盘绕成新的双螺旋。

复制结束后，一个DNA分子就形成了两个完全相同的DNA分子。新复制出的两个子代DNA分子，通过细胞分裂分配到子细胞去。

时间： 2024-08-17 13:31:59

遗传与进化U3.3_DNA复制的相关文章

什么是遗传／进化算法？

这是基於 进化论 而启发出来的一种很特别的 机器学习 技巧.  我最近渐渐明白到它可能是破解 strong AI 的关键.  Ben Goertzel 和我见面的谈话中也特别注重这一方向.  原来 Alan Turing 很早就看到 进化 和 machine learning 之间有明显关系,而现时机器学习的一个很有名的研究者 Leslie Valiant 也在新书 (English version) 中谈论这课题. 进化论 首先,要理解什么是进化论.  举例来说,假设某只动物的基因变异 令牠比

遗传与进化U4.1_基因指导蛋白质合成

RNA的五碳糖是核糖 DNA的五碳糖是脱氧核糖 三种RNA mRNA是是信使,转录DNA信息 tRNA是转运RNA,是氨基酸的搬运工.一种tRNA指定搬运一种氨基酸.非常专业 tRNA比mRNA小很多,,分子结构经过折叠,像三叶草,上端携带氨基酸,下端有三个碱基.每个tRNA的3个碱基可以与mRNA的密码子互补配对,叫反密码子. rRNA具有催化作用 转录在细胞核进行,以DNA双链中的一条链为模板,合成mRNA的过程. mRNA合成后,就通过核孔进入细胞质中.游离在细胞质中的各种氨基酸,就以mR

Can Evolution Supply What Ecology Demands?

这是Trends in Ecology & Evolution上的一篇新review,这个期刊影响因子超过10,在生态学里还是非常有分量.我的研究生课题是关于进化的,属于分子生态,群体遗传学,蹭着热点做表观遗传.这么简洁的题目,立刻吸引了我,不过我没看懂supply和demand究竟是什么意思?因为摘要里谈到了争议的表观遗传在进化中的地位.我还是决定快速扫一遍这篇总数. 整体上,这边总是很适合做教材,学习进化生态学. Kokko, H. et al. Can Evolution Supply W

生物信息相关国家自然科学基金汇总（持续更新中）

项目题目              申请人 申请单位     经费 年份<br>我国驯养酵母菌资源.遗传多样性与群体演化研究    白逢彦 中科院微生物所 90万  2015<br>基于`翻译组学`的酵母有氧发酵途径翻译调控的进化机制研究          江会锋 中科院天津生技所 85万  2015<br>综合组学策略鉴定猪骨骼肌肌纤维类型构成相关基因及其适应性进化机制      樊斌   华中农业大学    85万  2015<br>PLP依赖的II-氨

公开课可下载资源汇总【转】

微博上经常有同学分享一些公开课资源,包括可下载的网盘资源,课件资源等等,但是时间长了就忘了在哪里了.另外Coursera官方也推荐一些第三方批量下载工具,大家下载课程后也可以考虑共享到网盘里,减轻Coursera官方的下载压力.这里计划做一个汇总,包括一些佚名的来自网络上的课程资源分享,也欢迎大家提供线索或者补充公开课网盘资源. 1.Coursera上Andrew Ng老师的”机器学习公开课(Machine Learning)” 通过在Google上“site:pan.baidu.com 机器学

程序员的未来

程序员的未来 在一个来自于CGP Grey很精彩的视频中,他提出说,在不久的将来,大多数工作将会由机器替代.许多行业,从卡车司机到医生,在不久的将来将会消失或发生巨大的变化,创造出一种全新的社会体制.但是,这样一来似乎有点说不通——既然未来的计算机程序将会大放光彩,那么势必需要更多的程序员.毕竟,创建自动汽车.自动化的医疗诊断系统.小贩机器人等等,都需要程序员的参与,不是吗? 大错特错. 编程是什么? 编程是将理念(业务.法律.游戏.数学问题等)翻译成机器可以执行,其他人可以读取的代码的学科.归

遗传密码的奥秘

请看下图: 传统描述生物学很有趣,而现代分子生物学则很复杂.上图是遗传密码的示意图. 1953年,美国Watson发现遗传基因(DNA)的双螺旋结构,为此,Watson在1962年荣获诺贝尔生理学大奖.随后,不少人跟进研究,DNA怎么承载遗传信息,其中的奥秘究竟是什么? 经过无数次的实验与探索,遗传密码的奥秘直到1968年才算最后搞定,有相关诺贝尔生理学奖为证.实际上,地球上的一切生物都有遗传物质,表现在该生物体的细胞核中的"非周期性晶体"(即线性DNA结构),就像一条很长很长的字符串

算法的进展[整理]

算法的起源很早,是一门随着历史不断发展的学科.在计算机和程序设计出现之前,算法停留在演算和手工计算的层面.计算机出现之后,算法在计算机编程领域再次获得了大发展,很多以前不可能实现的算法,现在都可以实现了. 其实,算法是一个扎根于数学和物理的科学.数学和物理学上的新发展往往能够激发一些新的算法应用的产生. 1.      并行算法 我们经常接触的算法模式都是单线程顺序计算的,即使其中采用了if分支语句或者其他跳转语言,也都是按照单一线程,每次仅完成一步操作,这就是串行计算的思想.而现在计算领域正在

宇宙生命现象的起源：非周期性晶体

世界著名奥地利物理学家薛定格(Erwin Schrodinger,1887-1961):          1933年,薛定格荣获诺贝尔物理学大奖,是波动力学的创始人.1944年,他发表了一本专著"Whatislife?"(什么是生命?).在这本书里面,他从物理学的角度分析了生命现象的起源,深刻影响了一大批后来者(年轻人),促成了现代分子生物学的创立.            薛定格这样提问:在一个很小.很小的物理空间(比如:纳米量级的立方体),我们要问:在里面有没有生命(Life)呢?