Un gen es una unidad de información en un locus de ácido desoxirribonucleico (ADN) que codifica un producto génico, ya sea proteínas o ARN. Es la unidad molecular de la herencia genética, pues almacena la información genética y permite transmitirla a la descendencia. Los genes se encuentran en los cromosomas, y cada uno ocupa en ellos una posición determinada llamada locus. El conjunto de genes de una especie se denomina genoma.
Para cada locus, pueden existir varios alelos posibles (es decir, pueden tener distintas formas con distintas consecuencias). Cuando los genes se encuentran muy próximos, es menos probable que se separen en el entrecruzamiento, es decir, no se segregan en forma independiente sino en bloque. Se denominan grupos de ligamiento al conjunto de genes situados en locus próximos que se transmiten en conjunto.
Molecularmente el gen es una secuencia de nucleótidos contiguos en la molécula de ADN (o de ARN en el caso de algunos virus) que contiene la información necesaria para la síntesis de una macromolécula con función celular específica, es decir, vinculados al desarrollo o funcionamiento de una función fisiológica. Generalmente estos productos son proteínas, previo paso por ARN mensajero (ARNm), pero también ARN no codificantes, como ARN ribosómico (ARNr), ARN de transferencia (ARNt) y muchos otros con funciones reguladoras o cuya función se va conociendo poco a poco.
El concepto de gen ha ido variando a lo largo del tiempo, conforme ha avanzado la ciencia que lo estudia, la genética:
Gregor Mendel en sus experimentos propuso la idea original del gen, aunque él no los denominó genes, sino factores, y vendrían a ser los responsables de la transmisión de los caracteres de una generación a la siguiente (lo que ahora llamamos genotipo). El gen mendeliano es una unidad de función, estructura, transmisión, mutación y evolución que se distribuye y ordena linealmente en los cromosomas.
La palabra gen fue acuñada en 1909 por el botánico danés Wilhelm Johannsen a partir de una palabra griega que significa "generar", refiriéndose a la unidad física y funcional de la herencia biológica.
Hacia 1950, se impuso el concepto de gen como la cadena de ADN que dirige la síntesis de una proteína. Este es un concepto que proporciona una naturaleza molecular o estructural al gen. El gen codifica proteínas y debe tener una estructura definida por el orden lineal de sus tripletes o codones.
Más tarde surge el concepto de gen como lo que actualmente se llama un cistrón: la cadena de ADN capaz de dirigir la síntesis de un ARN que codifica para un polipéptido (Dogma central de la biología molecular). Este concepto surge al comprobar que la mayoría de las proteínas están formadas por más de una cadena polipeptídica y que cada una de ellas está codificada por un gen diferente.
Desde los años 1980 se sabe que algunos genes codifican más de un polipéptido y que una proteína puede ser codificada por el conjunto de diferentes genes. La existencia de genes solapantes y el procesamiento alternativo (alternative splicing) rebaten la hipótesis de un gen ⇒ un polipéptido. Más bien debe proponerse la relación inversa, un polipéptido ⇒ un gen. Además existen algunos genes que no codifican proteínas sino ARN con función propia (ARN transferentes y ARN ribosómicos, por ejemplo) y que no se traducen, por lo que no es necesaria la traducción para que un gen tenga una función determinada. El gen es, pues, la unidad mínima de función genética, que puede heredarse.
A partir de la teoría original de Mendel de la determinación de caracteres físicos específicos (por.ej., el color de la flor) mediante partículas hereditarias discretas, el concepto de gen ha evolucionado gradualmente hacia el de unidad funcional. Esto fue anunciado por primera vez en 1945 por el genetista George Beadle (1903-1989), quien propuso que cada gen era específico: la hipótesis «un gen, una proteína». Fue modificada posteriormente cuando se comprendió que los genes podían determinar además proteínas no enzimáticas y también cadenas polipeptídicas individuales (subunidades proteicas) y los diversos tipos de ARN involucrados en la síntesis de proteínas. El desarrollo de nuevas técnicas en la década de los sesenta y ochenta, especialmente la secuenciación del ADN y la clonación de los genes, permitió a los genetistas moleculares desentrañar la estructura precisa de los genes hasta el nivel de las bases.
Tales técnicas aportan mucha información sobre cómo se activan y desactivan los genes y sobre otros aspectos de su expresión.
Un gen es una secuencia o segmento de ADN necesario para la síntesis de ARN funcional, como el ARN de transferencia o el ARN ribosomal. Sin embargo, estos dos tipos de ARN no codifican proteínas, lo cual es hecho por el ARN mensajero. Para ello, la transcripción genera una molécula de ARN que posteriormente sufrirá traducción en los ribosomas, proceso por el cual se genera una proteína. Muchos genes se encuentran constituidos por regiones codificantes (exones) interrumpidas por regiones no codificantes (intrones) que son eliminadas en el procesamiento del ARN (splicing). En células procariotas esto no ocurre pues los genes de procariotas carecen de intrones. La secuencia de bases presente en el ARN determina la secuencia de aminoácidos de la proteína por medio del código genético.
Otros genes no son traducidos a proteína, sino que cumplen su función en forma de ARN. Entre estos, encontramos genes de ARN transferente, ARN ribosómico, ribozimas y otros ARN pequeños de funciones diversas.
Algunos genes han sufrido procesos de mutación u otros fenómenos de reorganización y han dejado de ser funcionales, pero persisten en los genomas de los seres vivos. Al dejar de tener función, se denominan pseudogenes, que constituyen un recurso evolutivo para la especie, ya que son regiones de ADN quasifuncionales que pueden aceptar mutaciones (y generar nuevas funciones) sin perjuicio de las funciones que ya se desarrollan en el organismo, y pueden ser muy parecidos a otros genes del mismo organismo que sean funcionales.
La replicación del ADN se hace con extrema precisión, sin embargo pueden producirse errores, llamados mutaciones. La tasa de errores en las células eucariotas puede alcanzar tan solo una tasa de 10–8 mutaciones por nucleótido replicado, mientras que en algunos virus de ARN la tasa puede subir hasta los 10−3. Así, en cada generación cada genoma humano acumula aproximadamente entre 1 y 2 nuevas mutaciones. Pequeñas mutaciones se pueden originar durante el proceso de replicación del ADN, que suelen repararse por un proceso conocido como reparación del ADN, aunque si este proceso no identificara o no corrigiera la mutación, se produciría un daño que nos llevaría a la aparición de mutaciones genéticas. Este fallo no es más que la sustitución de una base nitrogenada sustituida por otra, o bien algo mucho más peligroso, un desplazamiento del marco de lectura en las cuales se inserta o se elimina una base (o dos, el cambio afectaría menos si la deleción ocurre en tres bases, puesto que la lectura del ADN se hace por tripletes). Cualquiera de estas mutaciones pueden modificar la función del gen, dando lugar a una mutación sin sentido (cambios de un codón por otro que se traduce por un aminoácido diferente, que modifica la funcionalidad de la proteína traducida). También puede originarse una mutación sin cambio de sentido, en la cual, el codón resultante se traduce en el mismo aminoácido (el código genético es degenerado, lo que viene a significar que varias combinaciones de tripletes se traducen en un mismo aminoácido): esto sería una mutación con sentido. Se pueden causar mutaciones más grandes por errores en la recombinación, en la sinapsis o durante el proceso de meiosis o mitosis durante el reparto cromosómico, causando mutaciones cromosómicas y aneuploidías, respectivamente. Estos fallos incluyen la duplicación génica (duplicación de la carga genética de una célula al contener una copia extra del cromosoma que lo alberga), o el borrado, la reorganización y la inversión de largas secciones de un cromosoma. También el mecanismo de reparación del ADN puede introducir errores cuando trata de reparar el daño físico a la molécula de ADN.