本文来自微信公众号：nextquestion（ID：gh_2414d982daee），作者：Jake Buehler，译者：Vicky，校对&编辑：EY，头图来自：unsplash
把人类基因组想象成一根绳子，它延伸到了一个足球场那么长，而编码了蛋白质的所有基因则位于末端，在你的脚边。向前迈出两大步，你便把所有蛋白质信息置之身后。
人类基因组的DNA里面有30亿对碱基对（base pairs），但是其中只有2%编码了蛋白质。其余似乎只是无用之物，充斥着大量重复的基因序列和基因组的死胡同，它们通常被标记为“垃圾DNA”（junk DNA）。这些遗传物质的分配方式极其浪费，令人咋舌，但这一现象并不仅仅存在于人类基因组中：有很多细菌貌似也会将20%的基因组“浪费在”非编码的填充物上。
什么是非编码DNA？围绕这一话题，仍有许多未解之谜。它是毫无价值的垃圾还是另有用途？从生物学角度来说，至少部分非编码DNA对生命体是至关重要的。但即便是抛开功能性不谈（或是缺少功能性），研究者们逐渐开始注意到非编码DNA是如何成为细胞的基因源，又是如何成为新基因演化的“育婴室”。
伦敦布鲁内尔大学遗传学家克里斯蒂娜·西苏（Cristina Sisu）表示：“‘垃圾DNA’这一术语已经逐渐消失不见了。”
“垃圾DNA”具有何种功能？
“垃圾DNA”的说法可追溯到20世纪60年代，当时科学家们只是随口一提。但是到了1972年，他们逐渐在更为正式的语境下援引这个术语。正是这一年，遗传学家和演化生物学家大野乾（Susumu Ohno）使用了这一术语，来辩证大量基因组在经过了数千年的被动积累之后，不可避免地会存储一些没有编码任何蛋白质信息的基因序列。在那之后不久，研究者们搜集到了有力证据，证明了基因组中这样的“垃圾DNA”数量是如何之多、其源头是如何的多样化、以及即便缺少蛋白质相关信息，有多少仍然转录为了RNA。
▷人类基因组中有98%未编码任何蛋白质，有时被称为“垃圾DNA”，但是实际情况却比这个简单直接的名称更复杂。图片来源：Samuel Velasco/Quanta Magazine
西苏表示，基因测序技术的进步，尤其是过去20年间的进步，已经很大程度上改变了科学家们对非编码DNA和RNA的看法。尽管这些非编码基因序列没有编译任何蛋白质信息，它们有时会被演化所塑造，以满足不同目的。结果就是，各种各样的“垃圾DNA”所具有的功能正逐渐明朗起来——如果它们有任何功能的话。
细胞用部分的非编码DNA来创造出多样化的RNA分子，从多个途径调节和辅助蛋白质生成。这些分子的种类不断增加，包括小核RNA、微小RNA、小干扰RNA以及多种其它类型的RNA。有些是短片段，典型特征是少于24对碱基对；还有一些碱基对数量更多，片段更长。有些呈现出双链结构或是自我向后折叠，形成发卡环（hairpin loops）。但它们都可以选择性地结合某个目标，比如信使RNA转录物，以促进或抑制该目标转化为蛋白质。
这些RNA对有机体的健康影响很大。举例来说，实验性地阻断小鼠的某些微小RNA会诱发一些失调症状，例如震颤和肝功能障碍。
迄今为止，人类和其他很多有机体基因组中最大类别的非编码DNA由转座子（transposons）和能够改变其在基因组中位置的DNA片段组成。昆士兰大学的遗传学家赛斯·奇塔姆（Seth Cheetham）表示，这些“跳跃基因”倾向于在整个基因组中多次自我复制——有时甚至可以产生成百上千个副本。最常见的是反转录转座子，通过复制自己的RNA，它们可以在基因组中其它位置反转录为DNA，从而实现高效扩散。人类基因组约有一半由转座子组成；在某些玉米植株中，这一比例可高达90%。
▷ 转座子插入基因组。图片来源：Olivia Foster Rhoades（Transposons: Your DNA that’s on the go）
非编码DNA还出现在人类和其他真核生物体（拥有复杂细胞的有机体）基因里的内含子序列中，这些内含子序列会干扰编码了蛋白质的外显子序列。当基因发生转录时，外显子RNA会被编接进mRNA，同时大部分内含子RNA会被丢弃。但是有些内含子RNA会转化为参与蛋白质生成的小RNA。我们尚未得知为什么真核生物体会有内含子，但是研究者们猜想，内含子让外显子更容易重新排序，形成新的组合，以此来加速基因演化。
基因组中大量多变的非编码DNA由高度重复、长短不一的基因序列组成。例如位于染色体末端的端粒，就是由大量此类基因序列组成。这样的重复似乎能帮助染色体维持其完整性。（重复减少导致的端粒缩短与衰老有关。）但是细胞中很多重复性的活动目的未知，它们在演化的过程中得而复失、失而复得，似乎并没有产生什么不良的后果。
“假基因”也有实际价值？
最近，许多科学家都对一类非编码DNA感兴趣，那就是假基因（pseudogenes）。通常认为这类基因是工作基因的残留物，被意外复制之后通过变异被分解。只要原始基因有一个副本在工作，自然选择对保持多余副本的完整性影响不大。
假基因与断裂基因类似，看上去像是典型的基因废弃物。但是奇塔姆警告说，有些假基因也许根本不“假”。他表示，有许多假基因被认为是已知基因的缺陷性副本，这些基因虽然被打上了“假”的标签，但却并没有实验去证明他们缺乏实用价值。
假基因也可以演化出新的功能。奇塔姆表示，如果这些基因的RNA与工作基因足够相似，那么“有时它们可以实际控制原基因的活动。”西苏注意到，2010年，有一项科学研究发现，假基因PTENP1也是可以调控肿瘤生长的RNA。这一发现促使许多研究人员更为仔细地研究看似无用的假基因。
由于非编码基因序列是动态的，它们对基因的影响也是千变万化，既可能成为新基因演化的助推力，也可能是原材料。研究人员发现，基因ERVW-1就是一个很好的例子。该基因编码了一种蛋白质，对旧世界猴（Old World Monkeys）、猿猴和人类胎盘生长至关重要。其诞生要追溯到大约2500万年前，一种远古灵长类生物经历了逆转录病毒感染，这个基因搭上了逆转录转座子的“顺风车”，进入到了动物基因组中。逆转录转座子“几乎是指派了这个元件，在基因组周围上蹿下跳，最后将其转化为了某种对人类发展非常关键的东西”。
但是，到底有多少这样的DNA真正符合“垃圾DNA”的标准，也就是说对细胞毫无用处呢？有关这个话题的争论非常激烈。2012年，DNA元件百科全书（Encyclopedia of DNA Elements, Encode）研究计划宣布，他们发现人类基因组中有80%的区域似乎可以发生转录，或是从生物化学的角度来说处于活跃状态，因此可能是有一定实际功能的。但是，科学家围绕这一结论展开了广泛地争论，他们指出DNA转录的原因中有很多与生物效用毫无关联。
多伦多大学的亚历山大·帕拉佐（Alexander Palazzo）和圭尔夫大学的T·瑞安·格雷戈里（T. Ryan Gregory）提出了一些证据，包括演化考量和基因组规模，这些都有力表明“真核生物的基因组充满了低层次转录的垃圾DNA”。休斯顿大学的丹·格罗尔（Dan Graur）争辩称，由于基因突变，人类基因组中只有不到四分之一的区域在演化过程中能够保留功能。然而，这些观点都可以佐证转座子“自私”的行为影响了其宿主基因的演化。
奇塔姆认为关于“垃圾DNA”的固有观念已经阻碍了科学家们提出问题，探索其是否名副其实。他说：“这个称呼已经打消了大家去探索这些DNA是否具有某些功能的念头。”另一方面，得益于基因测序技术和其它科学手段的进步，“我们现在正处于了解非编码DNA和非编码RNA的黄金时代，”多伦多大学遗传学家张兆雷（Zhaolei Zhang）表示。他主要研究基因序列在某些疾病中所扮演的角色。
未来，研究人员们可能会越来越少称呼任何非编码基因序列为“垃圾”，因为现在有更多更为精准的描述方式。对于西苏来说，该领域研究要想前进，最好的方式就是用开放的心态去评估非编码DNA和RNA的“古怪之处”，以及它们的生物重要性。人们应该“退一步去思考，甲之砒霜可以是乙之蜜糖”。
来源：https://www.quantamagazine.org/the-complex-truth-about-junk-dna-20210901/
本文来自微信公众号：nextquestion（ID：gh_2414d982daee），作者：Jake Buehler