转录与翻译
DNA从不离开细胞核,却掌控着细胞中发生的一切。它是如何做到的?它派出信使。这背后的原理既优雅又意义深远——也解释了为什么所有生物都有亲缘关系。
原件永远留在保险柜里
把DNA想象成图书馆的档案库:里面存放着所有重要的原始文件,但不能被直接取走。谁想查阅,就只能拿到一份誊本——一份可以带走使用、用旧了也无妨的复制品。
细胞的运作方式正是如此。DNA留在细胞核内,从不被直接用于蛋白质合成。取而代之的是,每当需要某个基因时,就会为它制作一份临时的工作副本:信使RNA,简称mRNA。RNA聚合酶这种酶读取DNA,并同步合成一条互补的RNA链——一个核苷酸接一个核苷酸。这个过程叫做转录。
RNA聚合酶在此过程中一步步解开双螺旋:其中一条链作为模板,互补的核糖核苷酸依次结合——并立刻被连接到不断延长的mRNA链上。当聚合酶到达基因末端时,完成的副本便脱离下来,通过特化的核孔离开细胞核。在细胞质中,核糖体附着到mRNA上,逐个读取密码子——由碱基A、U、G、C组成的三联体。每读到一个密码子,一个转运RNA(tRNA)就会送来相应的氨基酸,并将其交给正在延长的肽链。当读到终止密码子时,肽链从核糖体上脱落——并立即开始折叠。接下来发生的完全是化学作用:氨基酸的排列顺序决定了哪些区域相互吸引、哪些相互排斥。这条链必然会找到该序列唯一稳定的三维构型——也就是最终的蛋白质。
mRNA离开细胞核,进入细胞质——并在那里被核糖体读取。核糖体将mRNA的字母序列翻译成一条氨基酸链。这第二个步骤叫做翻译。最后,这条链折叠成一个成熟的蛋白质。
为什么要绕这么一圈?将DNA与mRNA分开有一个决定性的好处:DNA因此受到保护。如果DNA直接作为蛋白质合成的模板,它就会在每次读取时承受机械应力。相反,一条mRNA可以被读取成千上万次,然后简单地被降解——而DNA始终毫发无损。
三个字母决定一个氨基酸
mRNA是由四个字母组成的链条:A、U、G和C——即RNA碱基。核糖体以三个一组的方式读取这条链:每个三联体,即所谓的密码子,恰好对应一个氨基酸。用四个字母组成三位数,共有4³=64种可能的密码子——但只有20种不同的氨基酸。因此这套密码是冗余的:多个密码子可以编码同一个氨基酸。
乍一看这似乎是种浪费。但它其实是一种保护机制:如果某个突变改变了一个核苷酸,核糖体往往仍能找到正确的构建单元——因为新的密码子依然编码同一个氨基酸。这类变化被称为沉默突变。蛋白质的合成过程仿佛什么都没发生过。
由内到外:第1个碱基·第2个碱基·第3个碱基·氨基酸。mRNA中用U代替T。
这套密码最令人着迷之处在于:它在所有已知生物中几乎完全一致。从肠道细菌到人类,从酵母到蓝鲸——同一个密码子编码同一个氨基酸。这是所有生命都源自共同祖先这一论断最有力的分子证据之一。(不过也存在少数例外,例如线粒体DNA或某些纤毛虫。)
2万个基因——超过10万种蛋白质
2003年人类基因组完成超过99%的测序时(最后的空白直到2022年才由端粒到端粒联盟填补完整),研究人员原本预计会有约10万个基因。而实际数字令人意外地少:约2万个——几乎不比一条线虫多。然而人体却能产生远超10万种不同的蛋白质。这两者要如何调和?
答案在于一个叫做选择性剪接的过程。在mRNA离开细胞核之前,它会被剪切并重新拼接。基因由编码区段(外显子)和非编码的中间片段(内含子)组成。内含子会被剪掉——但剪掉之后哪些外显子会被重新拼接在一起,则会因细胞类型、发育阶段或外部信号的不同而变化。
由此,同一套遗传构件可以产生完全不同的蛋白质。一个基因并非一份僵硬的配方,更像是一套积木组件:细胞会挑选出当下所需的部分。这使基因调控成为一个自成一体、引人入胜的主题——也解释了为什么肝细胞和神经细胞如此不同,尽管两者携带的DNA完全相同。
写在密码里的生命起源:如果同一套遗传密码在细菌和人类细胞中都能正常运作——如果一个人类基因被植入酵母菌后也能被正确读取——那么今天所有的生物在某个时刻必定拥有共同的祖先。遗传密码是现存最古老的分子化石。
当信息逆向流动
中心法则指出:信息从DNA流向RNA,再流向蛋白质——而不会逆向流动。然而自然界也有例外。像HIV这样的逆转录病毒以RNA的形式携带其遗传物质,并自带一种名为逆转录酶的酶,能将RNA重新转录回DNA。这段DNA随后会被整合进宿主细胞的染色体中——永久存在,无法被移除。
这不仅具有医学意义:人类基因组中相当大的一部分——估计约占8%——来自远古的逆转录病毒,它们在数百万年前就已侵入我们的祖先体内。我们的基因组中携带着往昔感染留下的痕迹。其中一些只是沉默的行李。另一些则被进化重新利用,如今承担着真正的功能。