新基因更有可能以完全成熟的形式出现在进化阶段，而不是通过“原始基因”的连续阶段逐渐形成，这些基因在几代人中变得越来越精致。这是由亚利桑那大学的Benjamin Wilson和Joanna Masel领导的研究结果令人惊讶的结果，该研究由科学期刊Nature Ecology&Evolution于4月24 日发表在线发表。

进化生物学家长期以来一直关注新基因的来源问题，这会产生鸡蛋和鸡蛋问题。传统观点认为，新基因 - 编码蛋白质分子的DNA序列- 通过重复和分歧从现有基因进化而来。当DNA复制机制意外地留下特定基因的额外拷贝时，就会发生这种情况。天然发生的突变随后引入改变DNA序列的变化，使得新基因具有先前在生物体谱系中未发现的功能。

其他研究人员以前的研究表明，新的基因也来自非编码DNA序列，通过原始的“原基因”，经过几代人的精制，产生了一种“成人”的全功能基因。

基于非编码DNA序列可能产生高度有序蛋白的事实，Masel和她的团队发现相反的可能性更大。蛋白质由链接在一起形成所谓多肽的氨基酸组成，倾向于折叠成三维结构，其范围从简单到令人难以置信的复杂。虽然“有序”可能听起来像是一件好事，但马塞尔很快就指出，健康剂量的疾病是成功的关键，因为在进化过程中会出现新的基因作为新蛋白质的蓝图。

在研究中，研究人员汇编了从酵母和小鼠数据库下载的全基因组DNA序列的数据。

“我们采用所有已知的小鼠基因和酵母基因，并对所有已测序的内容进行查询，并查看它们与之相关的内容，”生态与进化系教授，UA BIO5研究所成员Masel解释道。 ，“并在此基础上，我们为每个基因分配一个告诉我们何时出生的年龄。”

在下一步中，该团队使用统计分析创建一个模型，揭示每个基因产品中存在的平均顺序度。

“我们发现最年轻的基因是所有基因中排序最少的，如果你产生一个基因，这就是你期望得到的，”马塞尔说。

蛋白质可以为其生物体提供有用功能而不伤害它的关键是可溶性区域之间的健康混合物，因为它们由亲水性或“喜水”氨基酸组成，并且由于它们不可溶疏水的或“防水的”氨基酸。

如果一种蛋白质由太多喜爱水的氨基酸组成，它将基本上保持展开状态，漂浮在细胞内部，作为无法完成生物任务的无组织链。如果它的长度太多是防水的，那么氨基酸会聚集在一起，使蛋白质无法使用，甚至是危险的，因为当这种错误折叠的蛋白质相互碰撞时，它们往往会相互粘连并积聚。

“现在想想我们所知道的最有序的蛋白质 - 淀粉样蛋白，”Masel说，指的是阿尔茨海默病患者大脑中发现的臭名昭着的蛋白质堆。“因此，任何前瞻性基因的首要任务是：'不要伤害。不要误导。'”

这对来自非编码DNA序列的新基因的进化具有深远的意义。因为这些序列可能产生高度有序的蛋白质，所以它们可能对生物体有害。在这种情况下，任何预期的新基因必须从某种“超基因”开始，而不是“原基因”。它不是在基因库中首次作为一种未经定义的基因与其编码的非编码DNA序列有很多相似之处，而是编码的蛋白质必须以高于平均程度的病症开始，才能在进化前证明自己。允许它成为基因库的永久成员。

“不再逐渐努力建立更多的亲水区域，年轻的基因从更加亲水和无序的区域向更疏水的区域发展，”Masel说。“换句话说，当涉及到结构性疾病时，如果它是'额外基因样'，那么多肽出生的可能性最高，而不是'类似基因'。”

另一方面，基因可能来自随机的非编码序列(也称为“垃圾DNA”)的概率曾被认为可以忽略不计，基于这样的前提：在绝大多数情况下，随机序列弊大于利。在这里讨论的研究的共同作者之一拉菲克·尼姆(Rafik Neme)在同一期刊中提出了第二篇论文，这可能并非如此。Neme目前是纽约哥伦比亚大学医学中心的博士后研究员，他发现了第一个实验证据，即非编码，“沉默”的DNA片段就是其中之一。

“直到现在，没有人知道随机序列是否会立即产生影响功能的效果，或者功能是否会随着时间的推移慢慢获得，”Neme说。“它类似于随意进行猴子打字的想法，并期望它能产生有意义的作品。”

Neme的实验表明，许多序列立即表现出相关的活动，有些好，有些不好。反过来，这表明非基因和基因之间的离散过渡，并且有利于某些序列和功能而不是其他基因。

根据他们的发现，Neme和Masel指出，基因诞生的池可能比人们预期的更有利于分娩新基因。

“在我们的情景中，一个基因前体将是一个碰巧被翻译成蛋白质但有时没有功能的转录本，”她说。“这些东西一直在进化中出现，并且突变会迅速破坏它，除非该多肽为生物体提供了一些优势。自然选择可以作用于或者没有，所以我们不会认为可能存在的基因会持续很长时间。“

这反过来表明基因诞生是一种突然的过渡，而不是涉及许多中间步骤的渐进过程。