阅读：0
听报道
人类的本质是复读机？从基因上看确实如此。不仅每个人体内都有过半的重复DNA序列，而且每个人重复的方式还都不一样。重复多了，还可能得病。
撰文 | 刘天同（清华大学医学院）
只要在网上冲浪够久，你总会遭遇灵魂一问：人类的本质到底是鸽子、柠檬、真香，还是复读机？
有意思的是，这个问题有答案——从分子生物学上讲，我们是复读机。
在人类基因组中，有一种“自私的垃圾”DNA，它们包含大量类似 GAGAGAGAGA 这样的重复序列，甚至可以占据基因组的一半以上。
而它们却不编码蛋白质。
所以如此聒噪、狂刷存在感，是要干啥？今天我们要讲的就是这些“垃圾”DNA，看它是真垃圾，还是假垃圾。
从分子生物学上看，我们是复读机。| 来自网络
生物越复杂，DNA未必越多
常见的生物都有基因组，它是生物体中包含的DNA(部分病毒是RNA)中全部遗传信息的总和。
我们或许直觉地认为，物种越复杂，其基因组中包含的 DNA 就越多。比如，作为万物灵长的人类，我们每一个细胞中所含的 DNA 一定超过很多简单的生物，才能编码如此丰富的信息。
但人们很快发现，事实并非如此：对不同物种，个体细胞中所含的 DNA 的量不仅差异巨大，而且与决定生物复杂性的基因数量似乎并无多少关系。
*基因，是指有遗传效应的DNA或RNA片段，其数量越多，生物功能越复杂。
比如，蝾螈基因组的大小是人类的几十倍，基因数量却并不比人多，也明显不如人类复杂。只会吃饭睡觉挠沙发的猫猫，基因组几乎跟人类一样大。
蝾螈的基因组比你大几十倍。｜University News
猫的基因组跟你一样大。所以谁是主子？｜图虫创意
于是我们不禁纳闷，那些多出来的DNA，是用来当摆设的吗？
1970年前后，科学家们发现，基因组上有一些 DNA 并不转录出 RNA（一般而言，蛋白质都是由RNA翻译，被称为“中心法则”），从而也不直接参与蛋白质的合成，它们叫非编码 DNA。对不同物种，非编码DNA在基因组中所占比例有所差别，有时甚至占到九成以上。
中心法则示意图：基于DNA和RNA的生命遗传信息的流动方向或传递规律
既然不编码蛋白质，那非编码DNA有什么用呢？难道是自然造物的时候走神啦？
基因组里的噪音：阿巴阿巴阿巴……
1980年，四位科学家在《自然》上发表文章，认为DNA可以分为两种：特异性的和非特异性的。前者负责蛋白质合成，在细胞里勤勤恳恳地工作，但只占一小部分。后者则有三个特点：
其一，基因组里的大部分 DNA 都是此类；其二，它们通过已有的 DNA 拷贝扩展而来；其三，也是最重要的，无用！
他们认为，非编码 DNA 并没有明显的正面或负面作用，不过是DNA复制过程中不得不产生的副产物。它们如此堂而皇之地赖在细胞中，不干活还占地方，只是因为比较“自私”。
不编码蛋白质的DNA就是自私的垃圾吗？另一些科学家对此表示怀疑。
一些证据显示，这些“自私的DNA”并非完全无用。比如在一些物种中，基因组的大小跟细胞周期和世代时间（生物从一次繁殖结束到下一次繁殖结束的时间间隔）有关。所以，或许我们不应该急着将这些冗余 DNA 扔进垃圾桶。
图源：Lily Padula
40多年后的今天，全基因组测序越来越便宜，也越来越普遍了，我们对人类基因组的认识早已今非昔比。科学家发现，人类基因组里除了与编码蛋白质有关的特异性 DNA 序列之外，还有相当一部分重复DNA序列——正是它们决定了人类的“复读机”本质。
基因测序结果表明，在同一人类个体的基因组中，这些序列有的重复几次，有的重复成千上万次；其中既有长达1000~200 000个碱基对的片段重复，也包括短的简单序列重复；重复的基本单位有时只有一个碱基（比如AAAAAAAAAA），有时包含几个碱基（比如CACACACACAC和CAGCAGCAGCAG）。它们加起来甚至可以占到人类基因组的一半以上！
人类的基因组包含特异性序列和重复序列。重复序列甚至可以占到人类基因组的一半以上。｜来源：Molecular biology of the cell
人类基因组中为何存在如此多的重复DNA序列？这种“复读机”本质对我们有哪些影响呢？
你我都是独特的复读机
科学家逐渐了解到，那些曾被认为是垃圾、自私且毫无用处的重复DNA序列，对基因表达和决定生物性状至关重要。
*基因表达，指基因通过指导蛋白质合成，将自己表现出来。
以简单序列重复（简称STR）为例，虽然它们只占人类全基因组的3%，但分布极为广泛。据估计，有超过10万个STR位点遍布基因组的各个角落。它们既可以直接出现在编码序列中，直接影响DNA的翻译产物蛋白质，又可以处于调控序列中，间接影响基因表达。
有趣的是，STR 虽然是看似冗余的重复序列， 在每个人体内的重复方式却并不一样。即使是同一STR位点，在不同个体中，其基本单位的重复次数也有较大差异。这就像是，我们的基因组虽然都有着复读机的本质，但每个人的复读方式却又独一无二。
同一STR位点，在不同个体中，其基本单位的重复次数也有较大差异。｜ScienceDirect
实验证实，STR 与人体的数十种疾病有关，且主要为神经肌肉性疾病，比如舞蹈征、肯尼迪病、肌萎缩侧索硬化等。其中与舞蹈征有关的 STR 位点位于一个特定基因中，如果它的基本单位的重复次数小于30次，患者就不发病；重复次数越多，则发病年龄越小，症状越严重。
2021年1月13日，《自然》上发表的一项新研究还发现，STR的突变与自闭症有关。研究人员分析了1637 个家庭的全基因组数据，结果发现，罹患自闭症的儿童，他们基因组上的STR突变数量明显比未患病的兄弟姐妹高出一截。而且与导致舞蹈征的STR突变不同，这些导致自闭症的STR突变并不局限于一个特定的基因，而是与很多基因都相关。
自闭症与肥胖类似，和遗传因素有很大关系，并且难以确定到底是哪些基因在捣鬼，更别说找出什么具体的突变。而STR突变的加入，为解释自闭症的遗传根源增加了一个新维度。
除了研究疾病，STR 序列还因为具有如指纹般的独特性，在现实生活中有广泛应用。比如身份认定、亲子鉴定、产前检查等。
2008年，美国洛杉矶的警察就曾通过比对嫌疑人和凶手的STR序列，追踪到二十多年前一桩连环强奸杀人案的真凶。美国 FBI 则建立数据库，在国家范围内收集罪犯或失踪人员的 STR 序列信息，以提高破案率。
人类基因组中仍蕴藏着许多未知。｜Chris Madden
眼下，基因测序已经非常普及，要把每个人的基因组测个明明白白，并非难事。不过，就像猴子可以打出一串字母，但并不知晓意思一样，我们也远未明白这些 DNA 序列的含义。它们与RNA、蛋白质如何相互作用，又如何影响我们的生命特征，许多未知问题仍有待严谨的生物医学探索。
但，关于重复序列的价值讨论早已没有疑义：我们是复读机，但不是垃圾。
鲁迅：我没说过这句话。| 来自网络
注：以上关于复读机的比喻仅为文字戏谑，并非科学上的比喻，各位读者请勿当真。
参考资料
[1] Molecular biology of the cell, 6th
[2] https://www.nature.com/articles/s41586-020-03078-7
[3] https://www.nature.com/articles/284601a0
[4] https://genome.cshlp.org/content/24/11/1894.full.html
[5] https://www.nature.com/articles/285617a0
[6] https://academic.oup.com/emph/article/2019/1/17/5303511
本文经授权转载自微信公众号“十点科学”。
话题：
0
推荐
财新博客版权声明：财新博客所发布文章及图片之版权属博主本人及/或相关权利人所有，未经博主及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括财新博客的文章及图片。博客文章均为作者个人观点，不代表财新网的立场和观点。
京公网安备 11010502034662号 