基因王國(guó)之二：靈感的碰撞——從基因到基因組

在《基因王國(guó)之一》中，我們正式為大家介紹了基因。相信很多人也意識(shí)到，原來(lái)科學(xué)家眼里的基因和我們普通人日常說(shuō)的基因其實(shí)不大一樣，而且在不同語(yǔ)境下，基因可能也有不一樣的含義。

盡管目前基因有很多定義和理解，但是我們這里盡可能采用在學(xué)術(shù)界相對(duì)通用的認(rèn)知，基因就是傳統(tǒng)定義的可以翻譯成多肽之類(lèi)的標(biāo)準(zhǔn)片段，而基因組則是整個(gè)DNA上的遺傳序列。

你肯定會(huì)好奇一個(gè)問(wèn)題，人體到底有多少基因呢？今天，我可以大體告訴你一個(gè)數(shù)字，大概是兩萬(wàn)到兩萬(wàn)五千個(gè)基因。

不過(guò)，這個(gè)數(shù)字可不是那么容易得出的。為了得到這個(gè)數(shù)字，人類(lèi)發(fā)起了一場(chǎng)全世界的大合作，也就是和曼哈頓計(jì)劃、阿波羅計(jì)劃并列的二十世紀(jì)三大工程之一：人類(lèi)基因組計(jì)劃。

人類(lèi)基因組計(jì)劃的圖標(biāo)（圖片來(lái)源：wiki）

面對(duì)巨大挑戰(zhàn)，全人類(lèi)并肩作戰(zhàn)

在桑格等人開(kāi)發(fā)出DNA測(cè)序技術(shù)之后，人們開(kāi)始大量使用這種技術(shù)來(lái)對(duì)基因序列進(jìn)行檢測(cè)。不過(guò)，這個(gè)檢測(cè)的速度是很慢的。

首先，如何大量獲取DNA就是一個(gè)難題，比如我們一個(gè)正常細(xì)胞只有一套DNA，這個(gè)含量是p克（皮克，萬(wàn)億分之一克，也就是10^-12克）級(jí)別的。

這是什么概念呢？不考慮人體的腸道微生物和食物里的DNA，我們一個(gè)人正常情況下全身所有的DNA加起來(lái)也就是幾十克，而進(jìn)行測(cè)序，必須有大量的DNA，所以往往需要收集很多細(xì)胞。

這里多虧了一位叫做穆利斯的科學(xué)家，他創(chuàng)造性地建立了一種可以在體外（也就是實(shí)驗(yàn)室里），直接以原有的DNA為模板來(lái)大量擴(kuò)增DNA的辦法。這種辦法只需要一小部分DNA作為模板，然后加上聚合酶、引物（大家可以理解為引導(dǎo)的DNA，分別位于DNA的兩側(cè)，一般很短）以及ATGC堿基混合物，接下來(lái)就可以在儀器上快速的把DNA以指數(shù)的速度復(fù)制出來(lái)。

這套技術(shù)有一個(gè)大家更熟悉的名字，叫聚合酶鏈?zhǔn)椒磻?yīng)，也就是PCR。

PCR流程（圖片來(lái)源：wiki）

不過(guò)，難題還沒(méi)解決。要知道，PCR技術(shù)一次性的擴(kuò)增的長(zhǎng)度有限，往往是數(shù)百個(gè)堿基，而桑格開(kāi)發(fā)的第一代基因測(cè)序技術(shù)，也一次性只能讀取幾百個(gè)堿基序列，在當(dāng)時(shí)，成本大概是幾十美元左右。

大家可以算一下，如果每次只能檢測(cè)幾百個(gè)，要想研究明白人類(lèi)基因組的30億堿基對(duì)，耗時(shí)估計(jì)需要幾十年，成本更是幾十億才可能完成全部的序列檢測(cè)。

這在當(dāng)時(shí)，無(wú)論是哪個(gè)實(shí)驗(yàn)室或者哪個(gè)組織，都是無(wú)法完成的巨大挑戰(zhàn)。

這種情況下，只能由國(guó)際合作來(lái)共克困難了。

于是，中、美、英、法、日、德六個(gè)國(guó)家一起發(fā)起了人類(lèi)基因組計(jì)劃，這個(gè)計(jì)劃預(yù)計(jì)耗時(shí)十多年、花費(fèi)30億美元來(lái)完成對(duì)人類(lèi)基因組的總體測(cè)序。我國(guó)是最晚加入這個(gè)計(jì)劃的，承擔(dān)了人類(lèi)基因組計(jì)劃的1%。

花開(kāi)兩朵，各表一枝

在人類(lèi)基因組計(jì)劃進(jìn)行的同時(shí)，新技術(shù)也在不斷誕生。科學(xué)界從不乏敢于創(chuàng)新者，以文特爾為代表的另一群科學(xué)家，決定放棄人類(lèi)基因組計(jì)劃采取的辦法，他們采用了一種創(chuàng)新的技術(shù)，那就是鳥(niǎo)槍法。這個(gè)名稱(chēng)其實(shí)很通俗，意思就是“拿著槍對(duì)著一群鳥(niǎo)開(kāi)槍”。

兩種方法的背后，代表著不同的測(cè)序理念。

我們把人類(lèi)基因組比作一條由ATGC組成的長(zhǎng)長(zhǎng)線條，第一代測(cè)序的辦法就是把人類(lèi)基因組分成一段一段的，然后大家各自完成每一段基因組的序列讀取，這也是人類(lèi)基因組計(jì)劃采用的主要策略。

而文特爾則認(rèn)為，壓根沒(méi)必要這么做！干脆把人類(lèi)基因組完全打碎成更小的片段，然后直接把每一段的序列測(cè)一下，最后通過(guò)強(qiáng)大的計(jì)算辦法來(lái)將其組合起來(lái)，舉個(gè)極其簡(jiǎn)單的例子，如果有三段結(jié)果，ATGC,TGCG,CGTA,那么根據(jù)數(shù)學(xué)計(jì)算，可以將這三段組合成ATGCGTA這樣的更長(zhǎng)序列，當(dāng)然，實(shí)際過(guò)程要遠(yuǎn)比這個(gè)復(fù)雜。

鳥(niǎo)槍法測(cè)序示意圖（圖片來(lái)源：nature）

于是，在2001年，兩個(gè)團(tuán)隊(duì)幾乎同時(shí)完成了人類(lèi)基因組的組裝，正式奠定了人類(lèi)基因組的基本信息。

孰優(yōu)孰劣？可沒(méi)這么簡(jiǎn)單！

這里，我們需要指出幾個(gè)問(wèn)題。

首先，這兩種技術(shù)并沒(méi)有絕對(duì)的優(yōu)劣之分，雖然現(xiàn)在學(xué)術(shù)界往往把桑格的技術(shù)稱(chēng)為一代測(cè)序技術(shù)，而把文特爾他們采用的技術(shù)稱(chēng)為二代測(cè)序技術(shù)的雛形，因?yàn)檫@種策略將在二代測(cè)序中大顯身手。但是兩種技術(shù)實(shí)際上各有千秋，一代測(cè)序技術(shù)盡管慢，但是準(zhǔn)確度非常高，被稱(chēng)為測(cè)序金標(biāo)準(zhǔn)。而文特爾的技術(shù)速度快、成本低，但是準(zhǔn)確度要低一些，并且后來(lái)的二代測(cè)序技術(shù)中既有基因組碎片化的過(guò)程，更有高通量橋式邊合成邊測(cè)序這種關(guān)鍵技術(shù)。

其次，當(dāng)時(shí)并不是嚴(yán)格意義上的各自獨(dú)立，在人類(lèi)基因組計(jì)劃進(jìn)行中，科學(xué)家們會(huì)把階段性成果發(fā)布出來(lái)共享。并且彼此之間技術(shù)也在互相交融發(fā)展。

最后，這次大規(guī)模的合作，其實(shí)也是兩種測(cè)序技術(shù)的互相印證過(guò)程，也為二代測(cè)序的崛起奠定了基礎(chǔ)。

在完成了人類(lèi)基因組計(jì)劃之后，生命科學(xué)迅速進(jìn)入了新的時(shí)代，借助著新技術(shù)，人類(lèi)很快實(shí)現(xiàn)了對(duì)許多生物的測(cè)序，小鼠、大鼠、獼猴、水稻、小麥等等，至今，已經(jīng)有上萬(wàn)種生物實(shí)現(xiàn)了基因組測(cè)序，這些資源，極大地方便了科學(xué)家們對(duì)于生命醫(yī)學(xué)的研究。

不過(guò)，基因組是完美版本嗎？為什么還有不斷進(jìn)行的基因組研究呢？稍微劇透一下，在下回書(shū)中，我們將會(huì)來(lái)聊一聊基因組的研究。

編輯：孫晨宇

出品：科普中國(guó)

作者：李雷

監(jiān)制：中國(guó)科普博覽