照亮2000個生命'暗物質'：中國科學家用AI破譯昆蟲基因密

探索宇宙奧秘 · 理性思考

基因組注釋長期依賴序列同源性比對。科學家通過比對蛋白質一級結構（氨基酸序列）的相似性，推測未知蛋白的功能歸屬。這種方法在親緣關系較近的物種間行之有效，卻存在一個致命盲區：當蛋白質在漫長演化中積累足夠多突變，其氨基酸序列可能已面目全非，但三維結構卻保持高度保守。

黑腹果蠅（Drosophila melanogaster）基因組中的2000多個"暗物質"基因正是這一困境的典型。它們并非真的"黑暗"，而是序列分化程度超出了傳統檢索算法的識別閾值。這些蛋白在數據庫中找不到"親戚"，功能注釋隨之陷入僵局。研究團隊指出，這一問題并非果蠅獨有，在昆蟲乃至所有生物類群中普遍存在，嚴重阻礙了我們對生命多樣性的深層理解。

研究團隊轉換了觀察維度。他們不再緊盯一維的氨基酸序列，而是直接預測蛋白質的三維構象。

基于人工智能的蛋白結構預測方法（如AlphaFold2等深度學習模型），團隊對824個代表性昆蟲物種開展大規模結構預測，構建出包含1329萬個蛋白結構的綜合數據集。這是迄今規模最大的昆蟲蛋白結構圖譜，覆蓋全部28個目中的4854種昆蟲。

數據分析揭示了一個反直覺的規律：許多昆蟲蛋白的一級序列差異顯著，但三級結構高度保守。這意味著即便兩個蛋白的氨基酸序列相似度低于30%，它們仍可能折疊成幾乎相同的三維構象，執行相似的生物學功能。基于這一發現，團隊提出了"蛋白序列分化—結構保守—功能等價"的新研究范式，為解析遠緣同源蛋白功能奠定了方法論基礎。

研究中最引人注目的發現涉及先天免疫系統。團隊鑒定出一類名為cGLR（環狀GMP-AMP合成酶樣受體）的免疫受體，這類分子在昆蟲中廣泛分布且結構高度保守。

cGLR是宿主識別病毒核酸并啟動抗病毒反應的關鍵傳感器。過去科學家認為這類受體在昆蟲中的分布較為局限，但新研究顯示，cGLR實際上存在于多種昆蟲類群中，其三維結構呈現出驚人的保守性，跨越了數億年的演化歷史。

研究團隊選擇埃及伊蚊（Aedes aegypti）進行功能驗證。實驗證實，埃及伊蚊的cGLR受體在抗登革病毒和寨卡病毒感染中發揮重要作用。這一發現不僅揭示了昆蟲抗病毒免疫的新機制，更為研發蚊媒病毒干預策略提供了潛在的分子靶點?？紤]到登革熱每年感染數億人，這一基礎研究發現具有明確的應用前景。

此項研究的另一項重磅成果是重構了昆蟲系統發育框架。團隊整合了17個公共數據庫的基因組與轉錄組數據，重建出高分辨率的昆蟲生命樹2.0。該生命樹包含4854種昆蟲，覆蓋全部28個目，代表了迄今最全面的昆蟲演化圖譜。

這標志著中國在結構比較基因組學領域已躋身世界前沿。傳統上，大型演化基因組學研究主要由歐美主導，如歐洲生物信息研究所（EMBL-EBI）的Ensembl項目和美國的NCBI數據庫。此次中國團隊不僅建立了面向宏觀演化問題的結構比較基因組學框架，更將研究視角從單純的序列比對拓展到三維結構層面，為全球昆蟲學研究提供了關鍵基礎設施。

值得關注的是，研究成果發表于國產頂尖期刊《細胞研究》。這反映了中國在生命科學領域正從"數據貢獻者"向"規則制定者"轉變。從跟跑國際基因組學大科學計劃，到自主構建千萬級蛋白結構數據庫，中國科學家正在定義下一代生物學研究的基礎設施標準。

這項研究的價值遠超昆蟲學范疇。它為理解蛋白質功能演化提供了結構維度的新視角，也為破解人類基因組中尚未注釋的"暗物質"基因提供了方法論借鑒。當AI技術與演化生物學深度融合，那些隱藏在序列迷霧中的生命密碼，正逐一顯現其本來的功能面目。