數百萬年前至今的生物(wù)進化樹

何為(wèi)宇宙？

古人稱：四方上下曰宇，古往今來曰宙。宇宙有(yǒu)上千億個星系存在，銀河系就是其中(zhōng)一個存在。每個星系中(zhōng)又(yòu)都包含數十億顆恒星，而每一顆恒星都會在自身引力的作(zuò)用(yòng)下，吸引一群行星繞在自己身旁形成子單系，太陽系就是恒星，我們居住的地球就是圍繞太陽運轉的那顆行星。地球形成至今已有(yǒu)46億年，在地質(zhì)、環境等條件不斷演變的情況下，生物(wù)體(tǐ)通過基因突變（自然選擇）慢慢适應這個星球，再經過時間的延續，無數碳基生物(wù)體(tǐ)你來我往，構建了上圖的生物(wù)種類進化樹。這裏的基因突變就是DNA鏈中(zhōng)的特殊某段定義的，地球的生命史就被篆刻在每一種生物(wù)的DNA中(zhōng)。今天的故事就要從DNA說起。

那麽，什麽是DNA呢(ne)？

DNA：脫氧核糖核酸（英語：DeoxyriboNucleic Acid，縮寫為(wèi)DNA）由含氮的堿基+脫氧核糖+磷酸組成。因為(wèi)脫氧核糖核糖和磷酸都一樣，但堿基可(kě)以分(fēn)為(wèi)四種（腺嘌呤A，鳥嘌呤G，胸腺嘧啶T，胞嘧啶C），所以脫氧核糖核苷酸就可(kě)以分(fēn)為(wèi)四種（按照堿基的不同區(qū)分(fēn)），同時在書寫過程中(zhōng)可(kě)以用(yòng)堿基的簡寫（AGTC）代替。

人類DNA序列片段

簡單來說，DNA就是由A、T、G、C四種堿基無規則排序組成的一長(cháng)串序列編碼，是大多(duō)數生物(wù)的遺傳信息的載體(tǐ)。DNA編碼上的信息可(kě)以組成遺傳指令，用(yòng)來引導生物(wù)發育與生命機能(néng)運作(zuò)。

生物(wù)體(tǐ)中(zhōng)的DNA堿基構成一條長(cháng)序列後，幾乎從不作(zuò)為(wèi)單鏈存在，而是應用(yòng)堿基互補原則，既通過A對T或者T對A、G對C或者C對G的方式形成堿基對，構建出另一條DNA堿基序列，作(zuò)為(wèi)一對彼此緊密相關的雙鏈，彼此交織在一起形成雙螺旋結構。

DNA雙螺旋結構

影視劇中(zhōng)經常出現被我們大家熟知的親子鑒定，就是利用(yòng)到了DNA。生物(wù)學(xué)、遺傳學(xué)上使用(yòng)DNA做親子鑒定時，否定親子關系的準确率幾近100%，肯定親子關系的準确率可(kě)達到99.99%。

在我們開發的應用(yòng)程序中(zhōng)，通過對某禽流感病毒DNA堿基序列片段的比對，找到同源性比較高的DNA序列片段，這些序列代表的是與原序列相近的病毒，或者說與原序列代表的病毒屬于“近親”。

DNA比對結果

再對列表内的序列進行同源性比較，就能(néng)看到所選擇的序列兩兩之間的同源性為(wèi)多(duō)少，用(yòng)以判斷兩種病毒的“親緣”關系，如下圖：

DNA比對矩陣

由這些DNA序列構建而成的進化樹更能(néng)說明序列所代表的病毒的“親緣”關系，如下圖。圖中(zhōng)，進化樹中(zhōng)的橙色字體(tǐ)代表查詢序列的序列号，藍色字體(tǐ)代表比對序列的序列号。其中(zhōng)，在一個外群的分(fēn)支“親緣”關系更為(wèi)緊密，而同一外群中(zhōng)，一個節點下的兩個病毒的DNA序列支長(cháng)越短，“親緣”關系越近，反之，“親緣”關系越遠(yuǎn)。而對于支長(cháng)，我們可(kě)以通過标尺來觀測其長(cháng)短。

進化樹

而DNA又(yòu)是如何成為(wèi)蛋白質(zhì)的呢(ne)？

DNA不是直接就變成了蛋白質(zhì)，而是通過一系列過程，最終轉化為(wèi)蛋白質(zhì)。

首先是DNA的轉錄：DNA在細胞核内，根據堿基互補配對原則，和基因的選擇性表達等，轉錄出mRNA（信使RNA），信使RNA上攜帶的就是特定的DNA序列，叫做密碼子，密碼子對應不同的氨基酸。

其次是mRNA的翻譯：mRNA通過核孔來到細胞質(zhì)中(zhōng)的核糖體(tǐ)上，根據密碼子的不同，tRNA（轉運RNA）上有(yǒu)反密碼子和攜帶的特定氨基酸。根據堿基互補配對的方式，tRNA和mRNA結合，那麽就會有(yǒu)不同的氨基酸，通過脫水縮合的方式形成肽鍵，多(duō)個氨基酸通過肽鏈結合形成肽鏈。

最後肽鏈：多(duō)個肽鏈通過高爾基體(tǐ)，内質(zhì)網等加工(gōng)，在空間上通過折疊，反轉，螺旋等方式形成空間結構，從而形成具(jù)有(yǒu)生物(wù)活性的蛋白質(zhì)。

DNA—RNA—蛋白質(zhì)

總結下來就是：DNA序列是遺傳信息的貯存者，它通過自主複制得到永存，并通過轉錄生成mRNA，再翻譯生成蛋白質(zhì)的過程。該過程完全自主完成，且該過程控制所有(yǒu)生命現象。通俗點講就是我幹自己的活，誰也管不了我，但我能(néng)弄你。偉不偉大先不說，牛X不牛X就完了！

不由感歎：敬畏宇宙，敬畏自然！

工(gōng)作(zuò)中(zhōng)，我們通常操作(zuò)的隻是類似ATGC這樣的DNA堿基的序列編碼，通過對DNA堿基序列的轉錄、翻譯，最終成為(wèi)的氨基酸序列就可(kě)以了。在我們應用(yòng)程序裏更是直接利用(yòng)密碼子表将DNA序列轉換為(wèi)氨基酸序列：

DNA序列翻譯為(wèi)氨基酸序列

上圖就是在一長(cháng)串DNA原始序列找到開放閱讀框，将該閱讀框内的DNA序列翻譯為(wèi)氨基酸序列的操作(zuò)。通過程序計算，該原始序列内共找到13條開放閱讀框序列。也就是說，我們可(kě)以将該原始序列翻譯成13條氨基酸序列。

提到開放閱讀框，就不得不提密碼子，它就像摩斯電(diàn)碼一樣，不同的點橫組合，可(kě)以翻譯為(wèi)不同的代碼。

摩斯電(diàn)碼表

所謂密碼子，就是三個連續DNA堿基為(wèi)一組，這一組堿基序列就可(kě)以翻譯為(wèi)一個氨基酸編碼，而所有(yǒu)的三個連續DNA堿基的排列組合構成了密碼子表。有(yǒu)了密碼子表（下圖），我們就能(néng)更便捷的将DNA翻譯為(wèi)氨基酸。但密碼子表中(zhōng)有(yǒu)兩個特殊存在：起始密碼子ATG和終止密碼子TAA/TAG/TGA，它們是定義一段DNA序列是否能(néng)翻譯為(wèi)氨基酸序列的标準。

DNA-氨基酸密碼子表

氨基酸中(zhōng)文(wén)對照表

在正向DNA序列中(zhōng)，從第一個起始密碼子開始到最後任意一個終止密碼子結束，且中(zhōng)間堿基數量是3的倍數的DNA序列，才是正常的可(kě)翻譯氨基酸的DNA序列，也被稱為(wèi)開放閱讀框；否則稱為(wèi)殘缺序列。殘缺序列是無法被翻譯為(wèi)氨基酸序列的。需要提到的一點就是，當我們翻譯時，默認将終止密碼子翻譯為(wèi)星号（*）。

到這裏，我們就已經成功将DNA翻譯成了氨基酸。而氨基酸最終會構成蛋白質(zhì)。至于蛋白質(zhì)的功效，就不必多(duō)講了。生活中(zhōng)各種高蛋白之類的産(chǎn)品宣傳估計已經将蛋白的功效普及的差不多(duō)了。

那麽問題來了，給你一串人類DNA序列片段：ATGGCACATGCAGCGCAATAG，你能(néng)将其翻譯成氨基酸序列嘛？

中(zhōng)科(kē)北緯軟件研發團隊，長(cháng)期從事林草(cǎo)病蟲害監測預報防治、野生動物(wù)保護和疫源疫病監測預警等方面業務(wù)梳理(lǐ)和軟件開發工(gōng)作(zuò)，以網絡和信息化助力您的基因探索之路。