新基因起源：从自然进化到人工设计

作者单位：中国科学院天津工业生物技术研究所
文章来源：《生物工程学报》March 25, 2017, 33(3): 324−330

摘 要: 生命体系历经 40 多亿年的自然进化，创造了无数丰富多彩的功能基因，保障了生命体系的传承与繁荣。然而生命体系的自然进化历程极其缓慢，新的功能基因产生需要数百万年时间，无法满足快速发展的工业生产需求。利用合成生物学技术，研究人员可以依据已知的酶催化机理和蛋白质结构进行全新的基因设计与合成，按照工业生产需求快速创造全新的蛋白质催化剂，实现各种自然界生物无法催化的生物化学反应。尽管新基因设计技术展现了激动人心的应用前景，但是目前该技术还存在设计成功率不高、酶催化活性较低、合成成本较高等科技挑战。未来随着合成生物学技术的快速发展，设计、改造、合成和筛选等技术将融合为一体，为新基因设计与创建带来全新的发展机遇。

基因是生命体的基本功能单元，由DNA编 码，可转录成 mRNA，并翻译成蛋白质行使功能。各种精彩纷呈的基因功能，如光合作用、 新陈代谢、细胞分裂、个体发育等无不彰显了基因的神奇和生命的无穷魅力。在生命亿万年的进化历程中，新功能新基因的呈现是生命体环境适应性进化的基本保障。正是由于生物进化过程中不断产生的全新功能基因，使得生物具有应对变化莫测的地球环境的本领，从而在地球上生存了数十亿年，并逐步改造地球环境， 直至今天形成了我们看到的适合人类居住的 家园。

1 新基因的自然起源进化

在生命从简单到复杂的进化历程中，基因数量展示了由少到多的变化趋势，如简单的原核生物一般基因数量在几百到几千，而复杂高 等的真核生物则有多达几万个的功能基因。然而新基因从何而来，新功能如何产生，又是如何参与生物进化过程等科学问题一直是困扰进化生物学家的难题。早在 1970 年日本进化学家 Ohno 首次系统阐述了新基因如何通过基因重复起源，并且认为基因重复是新基因产生的主要分子机制。1993年华人进化学家龙漫进教授 首次用实验方法发现并解析了第一个由两个不同基因片段嵌合的新基因，证明了基因嵌合起 源的分子机理。2000 年之后，生物学研究进入了基因组时代，迅猛发展的基因组技术和庞大的基因组数据为基因起源与进化研究提供了绝佳的机遇。通过比较分析近缘物种的基因组序列，研究人员发现了多种新基因起源的分子机制，包括基因重复、基因分裂与融合、基因转 座、基因横向迁移、基因嵌合和基因从头起源 (从非编码区起源) 等。新基因起源与进化的基础理论得到了前所未有的快速发展。

基因重复后其中一个拷贝积累突变并产生 新功能的起源机制已经广为人知，或者不同功能来源的基因片段组合然后产生全新的功能基因的机制也被研究得相当清楚，但是新基因如何由非编码区起源，新功能如何从无到有的创造一直被认为是小概率事件，其起源进化机制也知之甚少。王文等以模式生物果蝇为研究对 象，系统分析了黑腹果蝇基因组中的新基因起源机制。他们发现除了基因重复起源机制之 外，还有 12%的新基因是从头起源的，表明从头起源新基因在物种进化过程中占据了很高的比例，可能发挥了很重要的生物功能。其后， 李丹等以酿酒酵母为模型深入研究了从头起源 新基因的功能，发现从头起源新基因 MDF1 在 酵母有性生殖和营养生长过程中发挥了重要作用，并且提高了该物种在多变环境下的适应能力。尽管从头起源新基因是从没有生物功能的非编码区域产生的，但是其在物种适应性进化过程中具有不可替代的作用。

由于所有蛋白质都需要通过核糖体与其信使 RNA (mRNA) 结合进行翻译，因此利用高通量测序技术检测被核糖体结合的 mRNA 的原理，研究人员理论上可以观察到基因组中所有编码蛋白质的基因。利用该技术，Carvunis 等发现除广为人知的 6 000 多个编码基因之外， 酿酒酵母的基因组中还有 1 900 多个新的编码基因。Stern-Ginossar 等采用同样的技术，解析了一个人源病毒基因组中所有的蛋白质翻译事件，发现了上百个未被注释的新编码基因。 同样地，刘晓秋等在经典的模式病毒 Lambda 噬菌体中，发现了 50 多个新编码基因，占到了过去几十年该病毒中已知基因总数的 80%。在这些新发现的编码基因当中，部分基因已经证实有翻译的蛋白质，部分基因在近缘物种间非常保守，很可能是有生物学功能的。而且有意思的是，这些新的编码基因绝大多数都是新近起源或从头起源的新基因。因此，这种新的基因发掘技术完全颠覆了传统编码基因的研究策略，为新基因的进化研究开辟了一片全新的 天地。

2 新基因人工设计研究进展

新基因自然进化起源都是以百万年为单位，新基因产生速率极其缓慢，远远无法满 足日益增长的工业生产的需求。基于数学、物理、 计算科学、工程科学与生命科学的深度融合，合成生物学推动了从认识生命到设计生命的质的变革，带来了生命科学领域的第三次革命。 合成生物学为新基因研究带来颠覆性的理念和方法。在 DNA 合成技术的武装下，人工设计与 合成全新的功能基因成为了可能。依据有机化学反应原理和已有的蛋白质结构模板从头设计 新的酶催化剂已经获得成功。未来随着新基因设计技术进步，人类可以根据工业生产的需求创造出完全不同于自然生命体系的具有新基因新功能的“人造生命”，这将为生命科学研究带来前所未有的变革。

新基因设计是指按照研究者的意愿，设计和制造出自然界不存在的、具有特定生物学功能的全新蛋白质编码基因。1988 年 Regan 等首次人工设计了可成功折叠的蛋白质，但只有少数成功折叠的蛋白质具有生物活性。近期刘海燕等通 过能量优化和精巧的高通量筛选设计，进一步提高了设计可折叠蛋白质的成功率。然而蛋白质的成功折叠并不意味着具有生物活性。为此， Baker 等开发了一套基于 Rosetta 算法的新酶设计流程，设计了大量具有生物功能的新酶。研究人员首先构建酶催化过程中氨基酸残基与过渡态底物相互作用的量化模型，搜索与模型匹配的已知蛋白质结构框架，并将模型与蛋白质结构框架进行整合，优化底物亲和力、结合电势能和结构稳定性等，最终合成表达并通过实验筛选出具有生物功能的蛋白质 (图 1A)。很多具有重要生物功能的新酶被设计出来 (表 1)，如催化 羟醛缩合反应 (Retro-aldol reaction) 、Kemp 消 除反应 (Kemp elimination reaction，图 1B) 、狄尔斯-阿尔德反应 (Diels-Alder reaction) 。同时生物代谢途径也可以借助于新酶设计进行重新构建，例如 Siegel 等利用新酶设计创建了以二 氧化碳为原料合成羟基丙酮的关键催化酶，并在大肠杆菌中构建了该合成途径。这些蛋白酶的成功设计充分证明新酶设计策略具有巨大发展潜力。