我們體內(nèi)有多少垃圾DNA？

姜德杰 高停停

人類基因組中含有30億個字母，科學(xué)家一直都在爭論有多少字母具有功能性作用。有些字母對基因進(jìn)行編碼（即人類的遺傳信息），有些字母為細(xì)胞如何使用基因提供指令。但是與數(shù)量巨大的DNA字母相比，這些已知字母序列的數(shù)量有限。長期以來，科學(xué)家一直在爭論其余的基因有沒有作用，如果有作用，其作用究竟有多大？甚至有科學(xué)家把那些不能對蛋白質(zhì)進(jìn)行編碼的基因稱作“垃圾DNA”。

現(xiàn)在，冷泉港實驗室研究人員已經(jīng)研發(fā)出一種新型的計算方法，用來確定人類基因組中具有重要功能的字母。這個名為fitCons的計算機(jī)程序利用進(jìn)化力量，對比了相關(guān)物種之間以及同一物種多個個體之間DNA字母的不同。得到的結(jié)果令人吃驚：無論是亙古以來的物種，還是較近時期才把個體區(qū)別開來的人類，大自然保存下來的基因組少得可憐。

“在模式生物中，比如真菌或蒼蠅，為確定某個特定基因發(fā)揮作用時需要DNA序列中的哪些字母，科學(xué)家經(jīng)常會人為制造突變。”亞當(dāng)·西格爾教授解釋說，“對人類我們不能做這樣的實驗。但當(dāng)我們仔細(xì)一想便會覺得，大自然在物種進(jìn)化的過程中一直在大規(guī)模地做著類似的實驗?；蚪M中的誘變是無序的，但是重要的字母都在自然選擇中被保存了下來，其余字母則可以自由改變卻不會對生物體產(chǎn)生不利后果。”

這一觀點成為他們分析的基礎(chǔ)，但僅此一點還不夠。西格爾說：“在過去的幾年中，像‘DNA元件百科全書’計劃（ENCODE）這樣的大型研究聯(lián)盟為科學(xué)界提供了大量關(guān)于基因組功能的寶貴信息。其他團(tuán)隊完成了對大量人類個體和其他靈長類動物基因序列的排序。這些體量巨大的數(shù)據(jù)集第一次為我們提供了廣泛而異常詳細(xì)的基因圖，不僅包括基因組的生化活動，還包括長期以來DNA序列發(fā)生的變化?！?/p>

基于生化標(biāo)記組合，西格爾的團(tuán)隊開始整理ENCODE聯(lián)盟的數(shù)據(jù)。“我們不單單使用ENCODE為我們提供的序列模式，以及關(guān)于基因組中DNA讀取點及DNA因生化標(biāo)記而變化的信息?！辈祭隆す艩柨普f。他是康奈爾大學(xué)計算機(jī)科學(xué)專業(yè)的博士生。這些生化標(biāo)記組合既顯示了基因組中數(shù)百種點位，也突顯了每個點位在基因組活動中所起到的各不相同的潛在作用。

隨后，研究人員利用他們之前研發(fā)的名為INSIGHT的計算方法來分析各類點位的序列在長期或短期進(jìn)化中發(fā)生的變異。西格爾解釋說：“通常情況下，這種分析用來對比不同物種，比如人類、狗和老鼠等，這意味著研究人員在觀察相對較長時間內(nèi)序列的變化?！钡?，INSIGHT模式研究的是幾十個人類及其近親（如黑猩猩）的序列變化，這些變化為我們提供了較短時段內(nèi)的進(jìn)化圖譜。

科學(xué)家發(fā)現(xiàn)，人類基因組中最多只有約7%的字母具有重要功能。西格爾說：“一些僅基于ENCODE數(shù)據(jù)的分析辯稱，80%以上的基因組都具有功能性，但我們的進(jìn)化分析表明，事實并非如此。其他研究人員做出了類似的估計，認(rèn)為只有一小部分基因組在長期的進(jìn)化過程中保存了下來。我們的分析表明，人類世系的功能性序列的新發(fā)現(xiàn)也無法解釋基于ENCODE數(shù)據(jù)的估計。我們認(rèn)為，大多數(shù)被ENCODE認(rèn)定為‘有生化活性’的序列很可能在人類進(jìn)化的過程中并不重要。”

據(jù)西格爾所言，此項分析能讓研究人員更快地分離出引發(fā)疾病的序列。 “我們的分析有助于精確查明序列中哪些字母有可能起作用，因為它們都具有生化活性并在進(jìn)化中保存了下來。”西格爾說，“這為科學(xué)家了解疾病的基因基礎(chǔ)提供了強(qiáng)有力的資源?！?/p>