由芝加哥大学(UChicago)的科学家领导的一个研究小组在自然生态学和进化论上发表了一项研究(“ 在Oryza中从头开始快速进化蛋白质多样性 ”)， 该研究挑战了关于新蛋白质如何进化的经典假设之一。研究表明，DNA的随机非编码区段可以快速进化以产生新的蛋白质。科学家表示，这些从头开始或从头开始的基因提供了一种新的，未开发的方式，蛋白质可以进化并促进生物多样性。

“通过大基因组比较，我们证明非编码序列可以演变成完全新颖的蛋白质。这是一个巨大的发现，“尤金龙，博士，UChicago生态与进化的杰出服务教授，新研究的高级作者，博士说。

“从非编码DNA序列中重新出现的新蛋白质编码基因有助于蛋白质多样性。然而，从头基因起源对于研究具有挑战性，因为它需要针对密切相关物种的高质量参考基因组，祖先非编码序列的证据以及新基因的转录和翻译。13个密切相关的Oryza物种的高质量基因组提供了前所未有的理解从头发生事件的机会。在这里，我们确定了大量年轻的从头基因，这些基因具有可辨别的近期祖先非编码序列和翻译证据，“研究人员写道。

“使用管道检查基因组和倒数最佳全基因组比对之间的共线性关系，我们发现在重点物种至少175个从头开放阅读框的 栽培稻 亚种 粳稻，这都是在RNA基于测序的转录组检测。基于质谱的靶向蛋白质组学和核糖体谱分析显示57%的从头基因的翻译证据。最近在Oryza的分歧 ，每百万年平均生成和保留51.5个de novo基因。我们观察到进化模式，其中过量的indels和早期转录在起源中有利于基因结构的逐步形成。这些数据表明，在阳性选择下，从头基因有助于蛋白质多样性的快速进化。“

几十年来，科学家认为新基因的进化只有两种方式：重复和分化或重组。在正常的复制和修复过程中，DNA的一部分被复制并产生基因的复制版本。然后，这些拷贝中的一个可能会获得突变，这些突变会改变其功能，使其发散并成为一个独特的新基因。通过重组，遗传物质被重新洗牌以产生新的组合和新基因。然而，考虑到构成它们的氨基酸的可能组合的总数，这两种方法仅占相对少量的蛋白质。

科学家们一直想知道第三种机制，其中从头基因可以从头开始发展。所有生物都有很长的遗传物质，不编码蛋白质，有时高达总基因组的97%。这些非编码区段是否有可能获得突然使它们起作用的突变?

这一点很难研究，因为它需要来自几个密切相关的物种的高质量参考基因组，这些物种显示祖先的非编码序列和随后从它们进化而来的新基因。如果没有这种明确的，可见的进化线，就没有办法证明它是真正的从头基因。之前报道的新基因可能只是一个“孤儿基因”，在某些时候从不相关的生物体中分离或转移，然后其前辈的所有痕迹都消失了。

为了克服这些挑战，Long的团队利用了13种新的基因组，这些基因组最近从11种密切相关的水稻植物中进行了测序和注释，其中包括最常见的粮食作物Oryza sativa。他曾在亚利桑那大学与Rod Wing博士领导的小组合作。来自中国华中农业大学的Yidan Ouyang博士也领导了一个团队，在中国南部沿海的热带岛屿海南种植自己的水稻，并将其收获用于蛋白质组学抽样。

在分析了这些植物的基因组后，他们检测出至少175个从头基因。蛋白质活性的进一步质谱分析由位于中国深圳的基因组测序中心深圳华大基因研究中心的Siqi Liu博士领导。他们发现有证据表明这些基因中有57%实际上转化为新蛋白质，包括300多种新肽。

有了这个真正的从头基因的第一个大型数据集，Long的团队在他们的进化中发现了一种模式。它始于表达的早期进化，随后突变为几乎所有从头基因的蛋白质编码潜力。

“这是有道理的，因为广泛观察到各种生物中的基因间区域的表达，”UChicago的博士后研究员，该文章的第一作者Li Zhang博士说。

Long说，Oryza植物是寻找de novo基因的良好基因组，因为它们相对年轻 - 你仍然可以在它们现有的基因组中看到进化的证据。

“这11种物种在大约三，四百万年前相互分离，所以它们都是年轻的物种，”他说。“因此，当我们对基因组进行测序时，所有序列都非常相似。它们没有累积多代变化，所以以前的所有非编码部分仍然存在。“

Long和他的团队接下来想要研究新的蛋白质，以进一步了解它们的功能和进化，看看它们的结构是否有独特之处。如果de novo基因为进化开辟了未开发的途径，它们可以揭示创造新的和改进的细胞功能的机制。例如，研究人员检测到自然选择的证据，用于修复基因组中的插入和缺失以产生新的蛋白质序列，以及序列向改进功能的演变。

“新蛋白质可以使某些功能更好，或者更好地帮助调节基因，”他说。“每一步，他们都可以为生物体带来某种益处，直到它逐渐固定在基因组中。”