隐形的遗传密码:重新认识不可或缺的“无用”DNA

【序言 基因组的暗物质（节选）】 我们来设想有这样一部剧本，它可以是戏剧、电影或者电视剧。有人爱读书，自然就有人会读剧本，这不是什么稀罕的事。剧本的价值在于它可被用于创造另一部作品，它不仅仅是一串文字。让演员念出台词，做出动作，才是剧本真正的功能。 如此说来，DNA（脱氧核糖核酸）可以算是世界上*卓越的剧本。只用区区4个字母，它就编码了地球上的千万生物，从细菌到大象，从啤酒酵母到蓝鲸。不过，试管里的DNA非常无聊，它没有任何功能。只有在细胞或者生物体内发挥作用时，DNA才能表现出神奇的一面。DNA是合成蛋白质的密码，而生物需要靠这些蛋白质进行呼吸、摄食、排泄、繁殖，正是这些生理活动让生命显得如此独特。 蛋白质非常重要，以至于20世纪的科学家曾用蛋白质来定义“基因”这个概念：基因被认为是一段能够编码蛋白质的DNA序列。 我们来说说有史以来*著名的剧作家之一——威廉·莎士比亚。在莎士比亚去世后，英语经历了数百年的演变，这也是莎士比亚的作品对现代人来说稍显晦涩的原因。即便需要花时间适应，读者也不至于怀疑莎士比亚的写作水平。我们相信，他用的每个词都恰到好处，让演员可以基于剧本精彩地演绎。 莎士比亚创作的台词文字紧凑，表意明确，我们的DNA却不是这样。现实中的蛋白质编码序列在基因组中的观感就如同埋在乱码之中，它们本身虽是有意义的单词，却被胡言乱语淹没。 历经多年，科学家依然无法解释为什么我们的基因组中有那么多不编码蛋白质的DNA序列。所以，他们提出了“无用”DNA这个概念，然后把这个问题束之高阁。但是渐渐地，出于不胜枚举的原因，这样的处置方式变得越来越站不住脚。 促使我们转变观念的*根本原因，或许是细胞中“无用”DNA的庞大体量。2001 年，人类基因组计划顺利完成，当时*轰动的发现之一就是：人类细胞中98%的序列是“无用”DNA。这些序列不编码任何蛋白质。其实，上面借莎士比亚的剧作打比方还不够还原。在人类的基因组中，废话与有用信息的比率是上面那一串字符中比率的4 倍：平均每50个字母中，仅1 个有确切的含义。 我们还可以用其他方法来设想这种情景。比如，假设你去参观一家生产汽车的工厂，想从那里购买一台法拉利之类的豪华汽车。如果你在工厂里看到每100 个工人中，只有2 个工人在装配漂亮的红色跑车，剩下的98 个人无所事事，想必一定会觉得十分惊讶。谁都能看出这种安排的荒谬之处，那为什么我们的基因组却偏偏是这个样子呢？诚然，没有哪种生物是尽善尽美的，不够完美的地方还经常成为证明物种亲缘关系的强有力证据，比如：人类并不需要阑尾，它只是一个严重退化的遗留器官，这正好可以说明我们是某种需要阑尾的生物的后裔。即便如此，基因组也似乎有些过于不完美了。 ………… 人类非凡而复杂的解剖结构、生理机能、智力与行为竟无法用经典的基因理论解释，这是人类全基因组测序带给我们的另一个冲击。就基因的数量而言，人体能够合成的蛋白质种类（大约2万种）与只有用显微镜才能看见的蠕虫相当。不仅数量相近，更让人想不到的是，绝大多数的蠕虫基因都能在人类的基因组中找到相同或极其相似的对应物。 科学家曾想在DNA的层面上寻找并解释人类与其他生物的区别，但随着研究变得深入，他们逐渐意识到基因本身并不足以诠释那些差异。事实上，唯一与生物进化程度明显正相关的遗传因素是“无用”DNA的数量：越是复杂的生物体，“无用”DNA在其基因组中占的比例也越大。直到这时，科学家才开始认真看待“‘无用’DNA可能是衡量物种进化程度的关键指标”这个极富争议的设想。 科学家认为，有成千上万的“无用”DNA序列参与了错综复杂的基因表达调控。如果基因是一出话剧的剧本，那么“无用”DNA无异于舞台指导，只是这种指导过于复杂，远比我们在剧院里看到的更费周章。别提什么“在熊的追逐下，退场”，那太过简单，如果把基因调控的指令写在剧本上，它可能更接近“如果在温哥华演出《哈姆雷特》，或在珀斯上演《暴风雨》，就用重音读这句来自《麦克白》的台词的第四个音节。除非有业余剧团在蒙巴萨表演《查理三世》且基多正大雨瓢泼”。 ………… 我们身处的世界本身就是一个巨大的实验室，大自然和生物演化在过去几十亿年的时间里试尽了无数种可能。哪怕人类从诞生到崛起的过程只相当于地质史上的一瞬，大自然在这须臾之间经历的万千变化也已经远远超出了任何身披白大褂的科学家所能设想和验证的极限。因此，本书将用相当长的篇幅探讨人类的遗传学，以此为火把，照亮未知的黑暗角落。