深度长文:人和黑猩猩只差 1.2% 基因,拉开差距的竟是当年的 “垃圾 DNA”!
先问你一个听着就离谱的事儿:人类和香蕉的DNA,有50%是一模一样的。 别急着反驳,我知道你现在肯定在想:我跟香蕉?就那根黄不拉几、剥了皮就能吃的东西?凭什么跟我有一半基因一样? 但这就是事实。 你再往下看更离谱的:人类和黑猩猩的DNA,相似度是98.8%。 也就是说,你跟动物园里那只蹲在树上扔你果子的黑猩猩,基因差别只有1.2%。 那问题来了,既然我们和黑猩猩只差1.2%的基因,那我们跟黑猩猩的区别到底是哪来的? 答案不是你想的那样,不是那1.2%里的2万个蛋白质基因决定的。 说白了,决定你能坐在这里看手机、而黑猩猩只能在树上抓虱子的关键,恰恰藏在那98%不编码蛋白质的"沉默区域"里。 而在半个世纪前,科学家们完全不这么想。 时间倒回1972年。 有个日裔美国遗传学家叫大野乾,这人提出了一个影响特别深远的概念,叫"Junk DNA":垃圾DNA。 他当时为什么会这么想呢?不是因为他蠢,是因为当时人类对基因的理解确实就那么点。 你想啊,1953年沃森和克里克才刚搞清楚DNA是双螺旋结构,满打满算过了19年,人类连基因长什么样都还没完全看明白。 那时候大家脑子里的思路特别简单:基因就是用来编码蛋白质的嘛,能生产蛋白质的才叫有用,不能生产的,那就是冗余。 结果一测人类基因组,傻眼了,总共30亿个碱基对,真正能编码蛋白质的,只有2%左右。剩下98%,不生产任何蛋白质,在那躺着。 更让他们困惑的是另一件事:基因组的大小,跟生物的复杂性完全不挂钩。 举个例子,有一种动物叫蝾螈,它的基因组大小居然是人类的十倍。 你说蝾螈比人高级? 开什么玩笑,那玩意连脊椎都没演化明白,一辈子就在水里慢悠悠游。那它那多出十倍的基因是干嘛的?闲着没事干吗? 大野乾一看,那没跑了,这些多出来的、不编码蛋白质的序列,肯定是进化过程中攒下来的屎山代码,是复制粘贴的时候出错留下的垃圾。 就像你用Word写论文,复制粘贴了十遍同样的段落,自己都没发现,这些重复段落对论文内容毫无贡献。 这个说法一出来,大家觉得太合理了。 对啊,既然不干活,那不是垃圾是什么? 于是这个概念就这么深入人心,一统治就是五十年。 直到2012年,事情开始起变化。 2012年,有个特别大的项目结果公布了,叫ENCODE,中文翻译过来叫"DNA元素百科全书计划"。 这个项目有多大呢? 400多个科学家,联手搞了将近10年,干了一件事,把人类基因组里每一个区域,从头到尾翻了个底朝天,看看这些地方到底有没有在干活。 按照当时主流的预期,这项目应该能证明那98%确实是垃圾,然后这事就结了。 结果出来,所有人都傻了:人类基因组里,至少80%的序列,是有生化活性的。 什么叫有生化活性? 就是这些区域不是躺着不动的,它们在忙,有的被转录成了RNA,有的跟蛋白质结合,有的参与了基因表达的调控。 说人话就是,它们都在上班,不是在那摸鱼。 项目负责人Ewan Birney当时还放了个特别猛的话:"随着我们研究更多细胞类型,这个80%可能会涨到100%。" 你想啊,之前大家觉得98%是垃圾,结果这一查,80%都有活干,这不就是当众打脸吗? 但你要知道,科学圈里这种"打脸"其实特别正常。 当年爱因斯坦刚出来的时候,洛伦兹那样的大牛都抱着以太不放;沃森克里克刚提出双螺旋的时候,还有人觉得遗传物质应该是蛋白质而不是DNA。科学家也是人,也会被时代局限。 问题来了:既然这些非编码区都在干活,那它们到底在干什么活? 我们先建立一个直觉。 人类基因组里,真正编码蛋白质的基因,大概有多少个?2万个左右。 你没听错,就2万个。 这个数字说出来你可能不信,你身上这么复杂的器官,大脑、心脏、肝脏、免疫系统,加起来就靠2万个蛋白质在那撑着?跟一只小小的线虫比,也就多了那么几千个。 那这2万个蛋白质基因,是怎么把人搞这么复杂的? 答案不在蛋白质本身,而在指挥这些蛋白质什么时候生产、生产多少、在哪个细胞里生产的那套系统。 这套系统是什么呢?就是那些非编码区里藏着的各种调控元件。 说几个你可能听过的名字:增强子、沉默子、启动子、绝缘子。 这些名词听着唬人,其实特别好理解。 你就把整个基因组想象成一家大公司: 那2万个编码蛋白质的基因,就是一线干活的员工,负责生产产品(蛋白质)。 而那些调控元件,就是公司里的老板、部门经理、HR、审批岗,启动子是打卡机,基因要开始干活得先过它这关;增强子是项目经理,看到时机成熟了就喊"开工";沉默子是纪检委,看哪个基因干得太欢了就过去拍一下肩膀"差不多得了";绝缘子呢,就是部门之间的隔墙,防止A部门的经理跑到B部门去乱指挥。 人类基因组里,这样的调控元件有多少个?可能有几百万个。 你算一下这个比例:2万个一线员工,背后有几百万个指挥岗位。平均下来,每个员工头上有几百个领导在那盯着他什么时候上班、上多久、要不要加班