遺傳學和演化研究的一個關鍵目標，是了解基因突變對生物造成的影響。而為了預測未來發生基因突變帶來效應，科學家通常會挪用當下階段的突變模型用於預測將來，也就是假設不同時間的基因突變背景條件都一致。
不過芝加哥大學（Univesity of Chicago）一項發佈於《Science》新研究表明，這種假設對於大多數突變來說都是不適用的。該研究結合生物化學與遠古蛋白質重建技術，建立了時間軸度長達 7 億年的基因演化模型，指出隨著基因演化造成單一突變位點之間產生交互作用，會使得突變模型的準確度下降。
DNA 3D 列印能開創合成生物學的新未來？（基因線上國際版）為什麼幾乎所有動物都有類似的受體基因？
該遺傳學實驗團隊專精生物體的基因演化分析，他們過去的研究關注一類能生成類固醇激素受體（steroid hormone receptor）的基因家族，其轉譯出的細胞內蛋白廣泛參與生物體調節雌激素、睪固酮，以及生殖、發育、免疫、多種癌症機轉。這類基因家族幾乎在所有動物身上都可以找到，並且所有動物的類固醇激素受體基因都源自 7 億年前的共同源頭。
上位基因效應使演化模型失去可預測性
研究團隊運用首創的基因演化樹重建模型，透過軟體在現在已知生物受體基因資料庫中，大量追溯目標基因家族的演化歷程。取得完整的遠古基因演化樹、並分類建立成 9 個基因家族後，再結合採用「深度突變掃描（deep mutational scanning）」生化技術，可以同時測量巨量基因突變之間的交互作用。
在 9 個受體基因家族數據庫中，研究人員分析超過 25,000 個突變位點，追蹤各自位點在演化進程中的變化。結果觀察到不同位點之間的交互影響，證實了基因的上位作用（epistasis）效應，指的是某些基因位點的突變取決於其他基因（上位基因）狀態；如果上位基因發生變化，會造成其他位點的突變機率連帶改變。
深度突變掃描也有助病毒演化分析
儘管基因「上位作用」理論並不是第一次被提出，這項發佈於《Science》研究首次將其應用於演化分析，指出遺傳突變預測高度仰賴上位基因的交互作用網絡，這會使得突變預測模型累積越來越多變數，因此越來越難掌握。
不過該研究 Yeonwoo Park 博士也說道，隨著未來累積更多演化與遺傳資訊，將能幫助校正優化分析模型。Park 博士更分享這種預測模型與病毒演化分析也有關，例如近期大家關注的新冠病毒突變預測，如果能加入「深度突變掃描」分析，將能提供病毒演化預測更準確的研究基礎。
延伸閱讀：不用 DNA 複製也行？第 3 種細胞分裂模式「無合成分裂」登上《Nature》期刊參考資料：
1. Science, 2022; https://www.science.org/doi/10.1126/science.abn6895
©www.geneonline.news. All rights reserved. 基因線上版權所有 未經授權不得轉載。合作請聯繫：service@geneonlineasia.com
