单基因突变

单基因突变（single gene mutation）是指基因组中单个基因内部发生的可遗传的DNA序列改变。与染色体畸变（如缺失、重复、倒位、易位）不同，单基因突变仅涉及一个基因的核苷酸序列，其长度可从单个碱基对到数千个碱基对。单基因突变是遗传变异的最小功能单位，也是孟德尔遗传性状、遗传病及体细胞进化（如肿瘤发生）的分子基础。

在经典遗传学中，单基因突变最初由摩尔根在果蝇白眼实验中证实，随后由比德尔和塔特姆的“一基因一酶”假说将其与蛋白质功能直接关联。现代分子生物学进一步将其定义为：在特定基因座内，任何导致基因产物（RNA或蛋白质）的结构、功能或表达水平发生可检测改变的DNA序列变异。

2.1 按DNA序列改变分类

碱基替换（substitution）包括转换（transition，嘌呤换嘌呤或嘧啶换嘧啶）和颠换（transversion，嘌呤与嘧啶互换）。碱基替换可进一步分为：

同义突变（synonymous mutation）：密码子改变但编码氨基酸不变，通常因遗传密码简并性所致，但可能影响mRNA稳定性或翻译效率。
错义突变（missense mutation）：密码子改变导致氨基酸替换，可能保留部分功能（如镰状细胞贫血的HBB基因Glu6Val）或完全失活。
无义突变（nonsense mutation）：密码子变为终止密码子，产生截短蛋白，常导致功能丧失。
终止密码子突变（stop-loss mutation）：终止密码子变为编码氨基酸的密码子，产生异常延长的蛋白。

插入（insertion）与缺失（deletion）：若插入或缺失的碱基数不是3的整数倍，则引起移码突变（frameshift mutation），彻底改变下游氨基酸序列并常引入提前终止密码子。若为3的整数倍，则称为整码突变（in-frame mutation），导致一个或多个氨基酸的插入或缺失。

2.2 按功能影响分类

功能丧失型（loss-of-function, LoF）：基因产物活性完全或部分丧失，通常为隐性遗传，如苯丙酮尿症中的PAH基因突变。
功能获得型（gain-of-function, GoF）：突变使蛋白获得新活性或增强原有活性，通常为显性遗传，如FGFR3基因突变导致软骨发育不全。
显性负效应（dominant-negative）：突变蛋白干扰野生型蛋白功能，常见于多聚体蛋白，如胶原蛋白基因突变。

2.3 按遗传方式分类

单基因突变可表现为常染色体显性、常染色体隐性、X连锁显性、X连锁隐性及线粒体遗传。同一基因的不同突变可导致不同遗传方式，例如RET基因的不同错义突变可分别引起多发性内分泌腺瘤病2A型和先天性巨结肠。

单基因突变可自发产生，也可由物理、化学或生物因素诱导。自发突变主要源于DNA复制错误、碱基互变异构、脱嘌呤/脱嘧啶及氧化损伤。诱变因素包括：紫外线（形成嘧啶二聚体）、电离辐射（DNA链断裂）、烷化剂（如EMS、MNNG）、碱基类似物（如5-溴尿嘧啶）、嵌入剂（如溴化乙锭）及病毒插入。DNA修复系统（错配修复、碱基切除修复、核苷酸切除修复、双链断裂修复）的缺陷可显著提高突变率，如Lynch综合征中MLH1/MSH2基因突变导致微卫星不稳定。

传统方法包括Sanger测序、限制性片段长度多态性（RFLP）、等位基因特异性PCR及变性高效液相色谱。现代高通量技术包括：全外显子组测序（WES）、全基因组测序（WGS）、靶向Panel测序及单细胞测序。功能验证手段包括CRISPR/Cas9基因编辑、碱基编辑、prime editing及报告基因 assay。生物信息学工具如SIFT、PolyPhen-2、CADD和REVEL用于预测突变的致病性。

单基因突变是孟德尔遗传病的直接病因。截至2024年，OMIM数据库收录了超过6000种单基因病，涉及约4000个基因。典型例子包括：镰状细胞贫血（HBB Glu6Val）、囊性纤维化（CFTR ΔF508）、亨廷顿病（HTT CAG重复扩增）、杜氏肌营养不良（DMD大片段缺失）、马凡综合征（FBN1错义突变）及遗传性乳腺癌（BRCA1/2截短突变）。此外，体细胞单基因突变是癌症驱动因素，如KRAS G12D、BRAF V600E、TP53 R175H等。在药物基因组学中，单基因突变可影响药物代谢，如CYP2D6、CYP2C19、TPMT和NUDT15多态性决定药物剂量与毒性。

单基因突变的检出对遗传咨询、产前诊断、携带者筛查及新生儿筛查至关重要。在治疗方面，靶向治疗（如EGFR T790M突变用奥希替尼）、基因治疗（如Zolgensma用于SMN1突变型脊髓性肌萎缩）、RNA干扰（如Patisiran用于TTR突变型淀粉样变性）及基因编辑（如CRISPR疗法Casgevy用于镰状细胞病）已进入临床。伴随诊断通过检测特定单基因突变指导用药，显著提高疗效并降低不良反应。

单基因突变是遗传多样性的根本来源。中性突变通过遗传漂变固定，有害突变被纯化选择清除，有益突变则受正选择。在群体中，单基因突变的频率受突变率、选择压力、群体大小及迁移影响。全基因组关联研究（GWAS）揭示了许多单基因突变与复杂性状的关联。此外，体细胞单基因突变随年龄累积，与衰老及年龄相关疾病相关。

尽管测序技术飞速发展，意义未明变异（VUS）的解读仍是临床难题。多组学整合、单细胞空间转录组及人工智能预测模型有望提高突变功能注释的准确性。碱基编辑和先导编辑的脱靶效应与递送效率仍需优化。未来，单基因突变的系统解析将推动个体化医疗、基因疫苗及合成生物学的发展，为人类健康与疾病治疗带来革命性突破。

• Strachan T, Read AP. Human Molecular Genetics. 5th ed. New York: Garland Science; 2018.
• Nussbaum RL, McInnes RR, Willard HF. Thompson & Thompson Genetics in Medicine. 8th ed. Philadelphia: Elsevier; 2016.
• Landrum MJ, Lee JM, Benson M, et al. ClinVar: improving access to variant interpretations and supporting evidence. Nucleic Acids Res. 2018;46(D1):D1062-D1067.
• Richards S, Aziz N, Bale S, et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the ACMG and the AMP. Genet Med. 2015;17(5):405-424.
• Doudna JA, Charpentier E. Genome editing. The new frontier of genome engineering with CRISPR-Cas9. Science. 2014;346(6213):1258096.
• Rees HA, Liu DR. Base editing: precision chemistry on the genome and transcriptome of living cells. Nat Rev Genet. 2018;19(12):770-788.
• Anzalone AV, Randolph PB, Davis JR, et al. Search-and-replace genome editing without double-strand breaks or donor DNA. Nature. 2019;576(7785):149-157.
• Vogelstein B, Papadopoulos N, Velculescu VE, et al. Cancer genome landscapes. Science. 2013;339(6127):1546-1558.