由非编码序列变成新的de novo基因
基因是承载遗传讯息的小单位，生物在演化过程中，旧的基因不断丧失，也会有新的基因加入，至今已经知道超过十种新基因诞生的方式。
绝大部分新基因源自于旧基因的编码（coding）序列，例如 DNA 复制、反转录复制、水平基因转移等方式，都能替基因组添加新的基因。然而，有一种新基因出现的状况，却不需要任何既有的编码序列，而是由非编码序列直接无中生有，凭空生出新的基因。
真核生物的基因组序列中，会表现出蛋白质，也就是编码 DNA 的比例很低，大部分都是不会表现的非编码 DNA。原本不会表现的 DNA 序列，若是某些地方突变以后，形成前有起始密码子（start codon），后有终止密码子（stop codon）的序列结构，就有机会成为会表现的新基因。此一无中生有的新基因诞生方式，称作“de novo”。
实务上要寻找 de novo 基因却很不容易，遗传学家直到最近才在多种生物中确认这类基因的存在。必需比对许多高品质的近亲基因组，才能确认某个看似孤单的基因，真的是由非编码序列衍生而成。
稻，是当今世界上最大宗的粮食作物之一，也有大量的基因体学资讯。一项研究以 13 个稻属（Oryza）的近缘物种为材料，研究 de novo 基因的演化状况，结果发现稻的基因组中，源于无中生有的基因子目不少。[1]
基因也环保 ?! 长链非编码 RNA 的诞生
真的会工作，有存在感的新鲜基因们
众多稻属植物中，台湾人非常熟悉的粳稻（Oryza sativa japonica）资讯齐全，遗传研究众多，被作为和其他亲戚对照的基础。粳稻一共有 38000 多个基因，与亲戚们比较后，研究团队判断其中至少有 175 个基因是无中生有而成。
粳稻和亲戚东非野生稻（Oryza punctata）大概分家 340 万年，诞生 175 个无中生有的基因，意思是平均每一百万年约产生 51 个新基因。不过必需注意，175 是现在的情形，也就是说，历经时间考验后还有 175 个基因尚未被淘汰，因此历史上曾经出现过的 de novo 基因子量，应该比 175 更多一些。[2]
过去研究得知，诞生时间相对短的基因，表现量通常比资深的基因更低，也更容易有组织特异性（tissue specific），亦即只在特定组织表现。
粳稻有 4965 个基因，是在各种稻分家以前就已经出现，演化史非常悠久；历史相对较短的 de novo 基因与它们比较之下，新基因的表现量普遍不高。研究团队也比较三种组织：叶、穗、根，同一个基因各自的表现，发现新基因常有组织专一性。这些特征都符合新基因诞生后已知的常态。
粳稻以外，各种稻的基因组中总共有 343 个可能的 de novo 基因，不过它们也可能是空有基因序列，却不是真的会表现的基因。分析多种组织后，研究团队判断，至少 194 个基因会转译出蛋白质，可以肯定这 56.6% 是真有作用的真基因，而不是假基因。
上述结果表示，即使新基因诞生后在演化上还不算很久，也已经成为稻生理运作中的一环。de novo 生成新基因的方式，也对稻的基因多样性有所贡献。
【小岛果蝇启示录】看似假基因，真的会表现?一个基因怎么从无到有？
非编码 DNA 序列，是怎么变成有头（起始密码子）有尾（终止密码子）的完整基因呢？有两种突变方式，一种是点突变，比方说原本是 CTG，直接变成 “A”TG；另一种是插入／删除（indel），例如原本是 ATCG，在中间插入 GCGT，变成 AT”GCGT”CG。
粳稻的 175 个基因中，123 个基因只有插入／删除，30 个只有点突变，18 个两者皆有，4 个无法判断。各种突变发生的机率不同，稻产生点突变的机率，是插入／删除的 10 倍多，但是 de novo 基因的生成过程中，插入／删除造成新基因的数目，却是点突变的 3 倍左右。
简单换算，由非编码序列变成基因的演化过程，插入／删除这一类突变留下的机率，约为点突变的 30 倍。由此推论，各种突变方式中，插入／删除是促进 de novo 基因出现的主要机制。
有了基因的序列，还要能够表现。一种状况是，先形成完整的基因 DNA 序列以后，才开始转录为 mRNA；也有些时候，一段非编码 DNA 先开始转录，后续突变再衍生为完整的 mRNA 序列；也有可能是开始转录与形成完整基因，两件事同时发生。
考虑上述三种情形，粳稻的 175 个基因中，159 个基因是非编码状态下先开始转录，10 个是先演化出完整序列，6 个则是同时发生。超过 90% 的 de novo 基因在其一开始转录的阶段，仍然尚未成为完整的基因，可见一段 DNA 序列先开始转录出非编码 RNA，是最后形成新基因的大宗潜在原料。
稻被人类驯化之后，至今都是重要的粮食作物。这回新研究告诉我们，稻在被人类驯化以前，也经历过非常精彩的基因演化。几百万年来，稻基因组中有数百处非编码序列，获得转录 RNA 的能力，又因为突变而变成有头有尾的完整基因，最后衍生为可以转译出蛋白质的标准基因。
文／寒波
参考文献：
1. Zhang, L., Ren, Y., Yang, T., Li, G., Chen, J., Gschwend, A. R., … & Wen, B. (2019). Rapid evolution of protein diversity by de novo origination in Oryza. Nature Ecology & Evolution, 1.
2. Becoming a de novo gene
https://www.nature.com/articles/s41559-019-0845-y
（作者部落格《盲眼的尼安德塔石器匠》、同名的粉丝团《同名的粉丝团》，欢迎参观、拍打、与喂食）
©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
