基因工程技術(I)

EasyTrader ArtNo 011

今日媒體報導的最大頭條新聞之一是胖達人麵包背後控股公司 基因國際生醫的內線交易案,在上網搜尋 "基因 "相關字時也看到幾篇跟基因工程有關的文章 , 離開學校後好久沒仔細閱讀比較專業領域的知識了,而瀏覽的同時也看到及發想一些不錯的概念,因此下載了幾篇相關文章留存

語源
基因工程
（英語：Genetic engineering，又稱為遺傳工程）這個概念最初是由傑克•威廉森在他於1951年出版的科幻小說《龍島》（Dragon's Island）提出的。兩年後的1953年，詹姆斯•杜威•沃森與佛朗西斯•克里克展示了DNA很可能是傳遞遺傳信息的中介。利用DNA重組技術，將目的基因與載體DNA在體外進行重組，然後把這種重組DNA分子引入受體細胞，並使之增殖和表達的技術[1]。遺傳工程與傳統培育方式不同之處，在於物種在傳統培育方式中透過間接的形式變更，而遺傳工程是直接變更其基因。遺傳工程透過分子選殖和轉化來直接改變基因的構造與特性。

步驟
如果將一種生物的DNA中的某個遺傳密碼片段連接到另外一種生物的DNA鏈上去，將DNA重新組織一下，就可以按照人類的願望，設計出新的遺傳物質並創造出新的生物類型，這基因工程一般包括四個步驟：

1. 取得符合人們要求的DNA片段，這種DNA片段被稱為「目的基因」；
2. 構建基因的表達載體；
3. 將目的基因導入受體細胞；
4. 目的基因的檢測與鑒定。

1.取得符合人們要求的DNA片段
要把目的基因從供體 DNA長鏈準確地剪切下來，可不是一件容易的事。1968年，沃納•阿爾伯、丹尼爾•內森斯和漢彌爾頓•史密斯第一次從大腸桿菌中提取出了限制性內切酶，它能夠在DNA上尋找特定的「切點」，認準後將DNA分子的雙鏈交錯地切斷。人們把這種限制性內切酶稱為「分子剪刀」。這種「分子剪刀」可以完整地切下個別基因。自1970年代以來，人們已經分離提取了 400多種「分子剪刀」。有了形形色色的「分子剪刀」，人們就可以隨心所欲地進行DNA分子長鏈的切割了。

2.構建基因表達載體
DNA的分子鏈被切開後，還得縫接起來以完成基因的拼接。1967年，科學家們在5個實驗室里幾乎同時發現並提取出一種酶，這種酶可以將兩個DNA片段連接起來，修復好DNA鏈的斷裂口。1974年以後，科學界正式肯定了這一發現，並把這種酶叫作DNA連接酶。從此，DNA連接酶就成了名符其實的「縫合」基因的「分子針線」。只要在用同一種「分子剪刀」剪切的兩種 DNA碎片中加上「分子針線」，就會把兩種DNA片段重新連接起來。

3.將目的基因導入受體細胞
把「拼接」好的 DNA分子運送到受體細胞中去，必須尋找一種分子小、能自由進出細胞，而且在裝載了外來的 DNA片段後仍能照樣複製的運載體。理想的運載體是質體，因為質體能自由進出細菌細胞，應當用「分子剪刀」把它切開，再給它安裝上一段外來的 DNA片段後，它依然如故地能自我複製。此方法適用於植物細胞的基因工程。此外，將目的基因導入動物細胞可選用顯微注射法，導入微生物細胞可以使用鈣離子（如氯化鈣）處理細胞使其可以吸收外界的DNA分子。

4.目的基因的檢測與鑒定
目的基因導入受體細胞後，是否可以穩定維持和表達其遺傳特性，只有通過檢測與鑒定才能知道。這是檢測基因工程是否成功的一步。

首先，要檢測轉基因生物染色體的DNA上是否插入了目的基因。方法是採用DNA分子雜交技術，即將轉基因生物的基因組DNA提取出來，在含有目的基因的DNA片段上用放射性同位素等做標記，以此作為探針，使探針與基因組DNA雜交，如果顯示出雜交帶，就表明目的基因與插入染色體DNA中。該方法因發現者而命名為「Southern」印記。

其次，還需要檢測目的基因是否轉錄出了mRNA，檢測方法同樣是分子雜交技術，與上述方法不同的是需從轉基因生物中提取mRNA，做上標記以進行檢測。由於Southern印記名稱的緣故，所以該方法被稱為「Northern」印記。

最後，檢測目的基因是否翻譯成蛋白質。方法是從轉基因生物中提取蛋白質，用相應的抗體進行抗原－抗體雜交，若有雜交帶出現，表明目的基因已經形成蛋白質產品。該方法又成為「Western」印記。

基因演算法
基因演算法乃是根據「物競天擇」原理及基因演變的理論來的尋求最佳解演算法。基因演算法最主要的理論依據乃是自然界生物的演化，也就是達爾文進化論中的「最適者生存」原理。在生物的進化過程中，如何調適並生存在多變的環境中一直是每種生物所必須要面對的挑戰。換言之，每種生物都必須依生活環境的不同而改變其本身的基因組合方式，進而達到最適合生存的狀態。因此生物進化的結果往往是適存度較高的比較能生存下來。因此依相同的原理，在求取目標導向問題中的最佳解時亦可應用此「適者生存」的原理，來尋找到最佳的答案。

在應用基因演算法求解「最佳化問題」之前，必須將所遇到的問題轉換成所對應的函數(Fitness Function)，並產生隨機母世代，透過模擬自然界遺傳的過程，包括：複製(reproduction)、交配(crossover)及突變(mutation)產生新的世代，進而反覆進行世代演化達最佳解。