環球快資訊：基因測序20年后，終于搞清了垃圾DNA是干啥的

1990年，國際人類基因組計劃啟動，到2003年，絕大多數人類基因組已獲得測定。人們驚奇地發現，人類的基因并非一條完整的信息鏈，而是被許多不能編碼遺傳信息的序列切割得支離破碎。這些不能編碼遺傳信息的DNA在當時被稱為“垃圾”。大自然為什么要在人類基因里放置那么多的垃圾？二十年來，隨著科學家的努力，真相逐漸浮出水面：這些垃圾DNA自有作用，而其中非常重要的一類就叫做“內含子”。

(相關資料圖)

撰文 | 玉寶（中科院遺傳發育所博士）

內含子的發現

龍生龍，鳳生鳳，遺傳是我們生活中隨處可見的現象。科學家很早就猜測，一定是有什么物質能把上一代的性狀傳遞給下一代。十九世紀中葉，奧地利科學家孟德爾（Gregor Johann Mendel）根據他多年的植物雜交實驗結果假想出“遺傳因子”這樣一個獨立的遺傳單位，并認為生物的所有性狀都是通過遺傳因子來傳遞的。1903年，美國生物學家沃爾特·薩頓（Walter Sutton）和德國生物學家鮑維里（Theodor Heinrich Boveri）提出遺傳因子位于染色體上，染色體是遺傳物質的載體。1909年，丹麥遺傳學家約翰遜（Wilhelm Johannsen）提出了“Gene”（基因）的概念，以此來替代孟德爾假定的“遺傳因子”。從此，“基因”一詞一直在遺傳學中沿用至今。

約翰遜認為，“基因”背后應該有一個化學實體。人們相信只要弄清了基因的結構，基因如何編碼遺傳信息、遺傳信息如何傳代就很容易解釋了。在二十世紀五十年代以前，基因的結構并不清晰，直到1953年美國分子生物學家沃森（James Watson）和英國生物學家克里克（Francis Crick）發現DNA的雙螺旋結構，這個問題才得以解決。但科學家對基因的編碼方式提出了多種理論，例如“一個基因一個酶（蛋白）”就是流行于四十年代的理論。后來人們發現，這個理論遇到的例外越來越多：不少基因發揮功能的實體是RNA，或者數個基因編碼一個蛋白，或者一個基因編碼數個蛋白。因此，“基因”的定義變得越來越復雜。

1977年，美國科學家夏普（Philip Sharp）與英國科學家理查德·羅伯茨（Richard Roberts） 在研究腺病毒遺傳時，各自用電鏡技術獨立發現了內含子[1, 2]，并提出了“斷裂基因理論”，兩人因此榮獲1993年的諾貝爾生理學或醫學獎。電鏡技術對于內含子的發現功不可沒，它的分辨率能夠看到納米尺度的DNA或RNA分子。不過，內含子的命名另有其人。在1978年的一篇短文中，美國科學家沃特·吉爾伯特（Walter Gilbert）提議用“intron（內含子）”指代mRNA前體中的非編碼序列。mRNA是基因由DNA序列“翻譯”成蛋白質序列的模板。

1980年，吉爾伯特與弗雷德里克·桑格（Frederick Sanger）、保羅·伯格（Paul Berg）因發明基因測序技術而共同獲得諾貝爾化學獎。

斷裂基因理論認為，真核生物的基因組中，基因的序列是不連續的，在基因的編碼區域之間含有大量的不編碼序列，從而打斷了對應的蛋白質的氨基酸序列。內含子，一般指的是真核生物基因中不編碼蛋白質，是在mRNA加工過程中被剪切掉的DNA序列。這個剪切反應由“剪接體（spliceosome）”完成；剪接體的結構十分復雜，由100多個“零件”組成。

圖1 轉錄過程中內含子被剪切的示意圖。在真核細胞基因轉錄過程中，“剪接體”行使功能將內含子去除，將外顯子（綠色）組合到一起，形成成熟的mRNA。圖源：李宏彬等

內含子的功能

真核細胞蛋白質編碼基因與原核細胞的最大區別，就在于前者中存在內含子而后者沒有。通常，內含子的長度遠比編碼蛋白的外顯子序列長。內含子的存在，使得真核細胞在傳代和基因表達時消耗了大量的物質和能量，這無疑會增加機體的生存負擔。那么，這么長的非編碼片段嵌在基因里，到底有什么用呢？

內含子發現之后的20年里，人們對它的起源和功能方面的研究較少。實際上，直到21世紀初，人類基因組草圖剛完成那幾年，還有一個流行的說法：“人類基因組中95%的序列都是垃圾DNA”。相信有讀者記得當時的這個說法。當然，那時候人們所說的垃圾序列中，就包括了內含子。在科研人員的不斷努力下，“垃圾DNA”的說法逐漸被推翻，內含子的重要功能也逐步清晰起來。

一系列研究發現，內含子有助于維持基因的穩定，還會參與基因的表達和調控。具體來說，基因中的內含子與外顯子通過可變剪接產生不同的外顯子組合，進而翻譯出多種蛋白質，提高了蛋白質組的復雜性；內含子中的增強子（序列）等調控元件可以調控基因的轉錄效率；內含子中的一些RNA元件還可以避免轉錄提前終止。

早期研究發現，內含子可以維持基因轉錄時DNA序列的穩定：防止基因在轉錄時形成“R環”（R-loop）。所謂R環，顧名思義就是“R”形的結構，它是指由轉錄出的RNA鏈與打開的雙鏈DNA的其中一條發生堿基互補配對，形成RNA-DNA雜合鏈的結構，同時，未配對的另一條DNA鏈處于游離狀態（見圖2）。而內含子的存在可以減少R環形成，保持基因組DNA的穩定性。不過，R環也并不都是“壞的”，后來人們發現細胞中的R環也是有生物功能的——它可以調節基因表達，如轉錄起始和延伸、表觀遺傳調控等。另外，R環的失調與DNA損傷、基因組不穩定、基因高頻重組也有關。

圖2. 基因轉錄時形成“R環”（R-loop）的兩種方式。圖源：張譯勻等

內含子還有許多其他的功能。幾年前，加拿大舍布魯克大學的Elela團隊和美國麻省理工學院的Bartel團隊同時發表了兩篇論文**[4, 5]**，表明內含子可以協助機體應對營養缺乏的壓力，使其“扛餓”。

Elela團隊逐個敲除了釀酒酵母的200多個內含子，看看是否會影響酵母的生存能力。通過測序以及相應的表型分析，研究人員發現內含子具有調控酵母適應營養匱乏（饑餓）的功能。Bartel團隊則發現酵母中有34個內含子一直存在于細胞中，以剪切后的全長或線性形式存在，它們受到經典的TOR代謝通路的調控，在營養匱乏時能夠減緩酵母的生長速度，提高了酵母的適應性和生存率。這些內含子發揮應對逆境的功能，與其所在基因的功能無關。內含子關乎機體的生死存亡，那么在它生物演化過程中得以保留也就可以理解了。

內含子可以分為四類：Ⅰ型內含子、Ⅱ型內含子、剪接體內含子、tRNA內含子。其中，一般意義上的內含子就是剪接體內含子，顧名思義就是自帶剪接體的內含子，其”剪接體”的蛋白立體結構已被解析出來。生成mRNA的剪接反應非常精準，錯誤率極低——要知道，若移碼錯位一個堿基，就會導致后續轉錄過程發生異常，無法生成蛋白質或生成錯誤的蛋白質。

Ⅰ型內含子存在于細菌、噬菌體、原生生物、真菌中，能夠自我剪接。Ⅱ型內含子存在于細菌和細胞器基因組中，同樣能夠自我剪接，但是機制與1型內含子不同，與剪接體內含子的剪接機制類似。tRNA內含子存在于真核細胞和古菌中，剪接過程需要內切酶和ATP。

內含子的產生機制

真核細胞里到底是怎么出現內含子的？

關于內含子的產生機制，目前比較流行的解釋是“introner理論”[6]，它可以解釋剪接體內含子的起源。introners可以看做是基因組中的“寄生蟲”，在基因組中通過“復制”“粘貼”的方式“制造”了大量內含子。2009年，科學家在微單胞藻中發現了introner，隨后在鞭毛藻、某些真菌、尾索動物中也發現了它的蹤跡。

科學家的多項研究表明，這個“復制”“粘貼”的過程可以在整個基因組中大規模地重復：在整個生物演化過程中，introner在不同的真核生物中不停制造著內含子。比如，在過去的十萬年中，真菌基因組中的多數內含子都是Introner引入的**[7]**。

圖3. Introner如何“制造”內含子? Introner把內含子序列插入基因組中，從而“割裂”原有的DNA序列，生成新的外顯子。圖源：Merrill Sherman

研究發現，在一些物種中，introner產生的序列與DNA轉座子有很強的相似性，例如Polarella glacialis和Micromonas這兩種藻類就是這樣。DNA轉座子代表了一個更大的遺傳元件家族，又稱轉座元件或“跳躍基因”；轉座子可以將自身序列大量拷貝并插入基因組中。introner和轉座子的這種的相似性，提示了一部分內含子可能來源于轉座子。Introner機制產生的內含子往往在短期內大量出現在基因組中，帶有很強的隨機性，這可以解釋為什么內含子在真核生物基因組中的分布并不均勻。

不過，目前introner只發現于部分物種。例如，內含子的涌現似乎在水生生物中更常見：內含子出現在水生生物基因組中的可能性是陸生生物基因組的6倍多。此外，近3/4的含有內含子的水生物種，其基因組擁有多個序列相似的內含子。這種序列相似的現象其實就是基因水平轉移，即基因序列從一個物種轉移到另一個物種。這種形式的基因轉移，往往發生在水生環境或物種共生的情況下，例如宿主和寄生蟲之間。

水生環境有助于水平基因轉移，是因為在水性介質中各種遺傳物質可以自由流動。單細胞生物在水中很容易吸收或融合外源DNA；更復雜的多細胞生物在水中產卵或受精，也有機會接觸到外源DNA或RNA。有研究發現，在將近300多個硬骨魚類基因組中曾發生了近1000個基因水平轉移或內含子插入事件**[8]**。相比之下，陸地生物之間發生基因水平轉移的頻率要低得多。

內含子對生物演化的意義

同樣是真核生物，哺乳動物的內含子比酵母的更多更長。例如，人類內含子序列長度約占基因組的25%，每個基因平均約有9個內含子，這樣有助于基因實現復雜多樣的功能。人類mRNA前體中內含子的長度差異非常大，可以從50個堿基到百萬個堿基不等。

內含子在物種間及物種內部的分布也不均衡。同一物種不同個體的同一基因中，有的有內含子，有的沒有；不同物種同一基因的內含子的長度、數目和所處位置等都不相同。如Sccoxl.2b和Ancoxl.3這兩個同源基因的內含子，其序列有70%相同，但內含子旁邊的外顯子排列順序差異很大，這可能是內含子在不同物種中發生了轉移的結果。

內含子的存在需要有相應的機制保證。真核生物因為細胞中有核膜，為基因轉錄和翻譯過程在空間上的分離提供了基礎，同時細胞中的大量線粒體可以提供能量，所以內含子的存在有其物質基礎。而原核生物，沒有核膜結構，轉錄和翻譯是同步的，所以原核生物無需內含子來保持DNA序列的穩定性。

科學家認為，內含子有助于推動基因家族或物種的演化。基因組通過組合外顯子和內含子，通過可變剪接的機制制造新的變異，生成新的調控模式或功能模塊（酶、蛋白質、通路等）。例如，可以產生毒素的物種通常需要在基因層面快速組合，進而生成新的毒液（復雜的肽類混合物），以適應不同的獵物或應對天敵。動物的免疫系統則需要快速重排MHC基因，不斷產生新的抗體或抗原呈遞細胞，以應對生活環境中多變的抗原。這種快速進化機制在自然界中很普遍，內含子往往會參與到這些機制當中。

參考文獻

[1] Berget SM et al. Spliced segments at the 5" terminus of adenovirus 2 late mRNA. PNAS. 1977, 74 (8): 3171–3175.

[2] Chow LT, et al. "An amazing sequence arrangement at the 5" ends of adenovirus 2 messenger RNA". Cell. 1977, 12 (1): 1–8.

[3] Gilbert W. Why genes in pieces. Nature. 1978, 271 (5645): 501.

[4] Elela AS et al. Introns are mediators of cell response to starvation. Nature. 2019, 565(7741): 612-617.

[5] Bartel DP. Excised linear introns regulate growth in yeast. Nature 2019, 565(7741): 606-611

[6] A.Z. Worden, et al. Green evolution and dynamic adaptations revealed by genomes of the marine picoeukaryotes Micromonas. Science, 2009, 324 (5924), 268-272

[7] Ate van der Burgt et al. Birth of New Spliceosomal Introns in Fungi by Multiplication of Introner-like Elements. Current Biology, 2012: 22(13), 1260-1265

[8] Zhang HH et al.Horizontal transfer and evolution of transposable elements in vertebrates. Nat Commun. 2020, 11(1):1362.

本文受科普中國·星空計劃項目扶持

出品：中國科協科普部

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。

版權說明：歡迎個人轉發，任何形式的媒體或機構未經授權，不得轉載和摘編。轉載授權請在「返樸」微信公眾號內聯系后臺。

標簽：