人类到底有多少个基因.docx

人到底有多少个基因？

基因这个词已经在我们的日常生活当中耳熟能详了，基因这个概念也已经有了1个多世纪的历史，人类基因组测序计划也已经取得了轰轰烈烈的成果，但是，人到底拥有多少个基因呢？这个答案却似乎越来越渺茫了，为什么呢？因为归根结底人们发现，问题出在我们还没有真正明白基因到底是什么。

基因是什么？

19世纪中叶，当孟德尔在他的200平米的修道院花园里种植杂交豌豆，同时日夜琢磨豌豆的性状时，就已经开始形成了基因的概念。在他看来生物的任何一个性状，都对应着生物体内一个神秘的基因，而且这个基因可以一代一代地遗传下去。显然基因对于孟德尔来说，完全是一个抽象概念，当时并没有任何事实可以说明基因是什么。

到了20世纪的前30年，摩尔根通过对果蝇作大量的遗传学实验，基本肯定基因就藏在生物细胞的染色体里面，从而极大地促进了现代遗传学的发展。然后人们自然会问，基因到底是由染色体内的什么分子组成的呢？当时发现染色体的大部分是核糖核酸，还有些蛋白质。鉴于已知核酸的结构组成十分单调，很多人倾向于认为基因是由蛋白质组成的。一直到有人用确凿的实验表明，能够携带遗传信息的，只能是核酸，才让世人的注意力集中到一度被认为无用的核酸上面来。

问题是核酸只是4种核苷酸的聚合物，很难想像这样单调的结构能够用来纪录如此复杂的生命现象，因此揭示DNA和RNA的结构成为当时最吸引人的工作。到20世纪40年代末和50年代初，以弗兰克林、威尔金斯和鲍林为首的化学家们利用对核酸晶体进行X射线衍射，初步知道了核酸的螺旋结构，然后到1953年2月28日，沃森和克里克用搭积木的方式最终摆弄出了正确的DNA双螺旋结构，从而基因在哪里的问题，也得到了最终的答案：基因就隐藏在DNA长长的双螺旋核苷酸序列中！

看起来基因是什么的问题也似乎有了答案：基因就是一段DNA序列嘛。然而这个答案基本没有什么意义，因为我们还是不知道什么样的DNA序列段落可以称为基因。

在30年代，比德尔和泰特姆就曾经提出一个基因的很有洞察力的定义：一个基因和一个蛋白质一一对应。显然这是一个生物学上非常有意义的定义，也是一个无比清晰的定义。首先因为蛋白质是生命的基本建筑单位，正是蛋白质的多样性决定了生命的多样性和复杂性，我们完全可以大胆假设，只需要能够遗传蛋白质的信息，就足够生命重构一个崭新的个体；再者一个蛋白质是可以很清楚地确定出来的，然后再看这个蛋白质是由哪些DNA序列决定的，那不是就可以把那些相关DNA序列定义为一个基因吗？

这个定义几乎成了现代分子生物学的教条，因为它成功地指导了5﹑60年代以来分子生物学的飞速发展。首先是克里克发现了由DNA决定氨基酸的遗传密码，即DNA的4种核苷酸的序列与组成蛋白质的20种氨基酸的对应法则，这样就能够做到由蛋白质的氨基酸序列翻译出相应的核苷酸序列；或者反过来由核苷酸序列翻译出相应的蛋白质氨基酸序列，如果这个核苷酸序列确实对应着一个蛋白质的话。

随后法国分子遗传学家莫纳德发现，基因不只是一些可以翻译为氨基酸序列的表达信息的DNA段落，还有一些序列段落是用于指导和控制基因本身的复制与表达的功能性序列段，它们和信息性段落结合在一起，才构成一个完整的基因。例如标记一个基因的开始和结尾的部分，以及标记基因在什么条件下应该被表达的部分，这些都是一个基因获得完整功能所不可或缺的。于是人们通过总结这样的功能性序列部分的编码规律，开始逐渐对于基因的结构有了一些初步的认识。

搜索基因

当人们开始获得大量测定DNA序列的能力的时候，要根据我们对基因的归纳定义用手工的办法从动辄几十万个核苷酸序列里面寻找基因，有点令人望洋兴叹。于是人们想到了利用计算机来作这种费劲的工作，即首先把人们已知的对于基因结构的知识归纳起来，形成一些判别标准，然后把这些判别标准翻译为计算机程序，这样只要把从测序实验室获得的DNA序列输入计算机，就可以自动告诉我们这个序列里面是否存在﹑以及存在那些段落是满足我们对于基因的归纳定义的，这样的程序被称为基因搜索程序。

第一个这样的程序被称为“基因塑造者”，是1990年由美国新墨西哥州立大学的菲尔德和索德兰德编制的，它的最初目的是想从一种线虫的DNA序列里面搜索基因。然后马上有人把这个程序加以改编，用于搜索人类基因。随着分子生物学家把越来越多的判别标准加入程序，而数学家也设计了越来越精巧的算法，从这里引申出来的工作在不到10年的功夫里，就发展为一个崭新的称为生物信息学的领域。

另外一种搜索基因比较成功的程序思路是，拿新得到的DNA序列直接和已知的基因DNA序列进行对比，由于不同物种之间，特别是亲缘物种之间，相同功能的蛋白质的同源性非常高，因此其D