Tandem repeat variation within and between species reveals signatures of selection in humans and chimpanzees

想象一下，你的 DNA 就像一座巨大的图书馆，里面存放着构建生命体的指令手册。这些手册中的大部分是用一种独特且复杂的代码编写的。但在这些手册中，零星分布着一些充满了**串联重复序列（Tandem Repeats, TRs）**的页面——在这些区域，同一个句子或短语被反复复制，例如“ATATATAT”或“GCGCGCGC”。

长期以来，科学家们一直难以阅读这些特定的页面。因为文本重复得太多，这就像是在读一本段落被连续打印了 50 次的书；页面会卡住，很难分辨一个副本在哪里结束，下一个又从哪里开始。这使得在不同物种（如人类和黑猩猩）之间比较这些“重复区域”变得非常困难。

新地图
在这项研究中，研究人员使用了全新的、高分辨率的灵长类动物 DNA 地图（特别是“端粒到端粒”基因组，这意味着他们终于填补了所有的缺失空白），并查看了来自 46 个人类和 23 只黑猩猩的详细数据。他们建立了一个完整的这些重复部分的目录，并创建了一套新工具来对它们进行并排比较，观察它们在物种内部（例如两个不同的人类之间）以及物种之间（例如人类与黑猩猩之间）是如何变化的。

DNA 的“金发姑娘”区域（适度区域）
研究人员发现，这些重复序列的行为取决于它们在 DNA 图书馆中所处的位置：

• 严格区域： 当重复序列出现在“编码”区域（构建蛋白质的部分）或指令的最开头（5' UTR）时，它们非常稳定。它们几乎不发生变化。这就像是大自然在这里贴上了“请勿触摸”的告示。这表明存在稳定选择（stabilizing selection）：大自然正试图让这些特定的重复序列保持完全一致，因为改变它们会破坏重要的功能。
• 令人惊喜的甜点区： 尽管在主要的编码区域中重复序列很少见（因为在那里风险很高），但在“5' UTR”区域，它们却出人意料地常见。可以将这些区域视为基因的“控制旋钮”。这些区域充满了重复序列这一事实表明，它们在调节基因运作方式方面发挥着至关重要的作用，而这种益处足以抵消它们不稳定带来的风险。

进化速度计
研究还观察了这些重复序列突变（发生变化）的速度。他们发现，变化速率与我们在家系（父母与子女三人组）中观察到的现象，以及我们在深层进化史中所预期的速率是一致的。

寻找“特殊”的重复序列
为了找出哪些重复序列正受到进化的积极塑造（而非仅仅是随机变化），科学家们使用了一种巧妙的统计方法（一种类似于 HKA 的方法），该方法考虑了特定位置通常的突变速率。

• 结果： 他们发现了一些显示出定向选择（directional selection）（被推动向特定方向变化）或平衡选择（balancing selection）（被保持多样性）迹象的特定重复序列。
• 联系： 这些特殊的重复序列高度集中在与神经系统和脑细胞连接方式相关的基因中。这暗示了这些重复模式可能是人类大脑进化得与黑猩猩大脑不同的关键要素之一。

音量控制与失控突变
研究还发现，当这些重复序列靠近基因的“启动按钮”（启动子）时，它们与蛋白质产量的变化有关。特别是在大脑发育模型中，这种联系非常紧密。这表明，微调这些重复序列可能是大自然“调高或调低基因表达音量”的一种方式，以实现适应。

最后，在观察与特定性状相关的重复序列时，人类表现出比黑猩猩更长的重复长度和更多的多样性。这看起来像是一种“失控”效应，即突变在人类谱系中不断堆积，这可能是由特定的进化压力所驱动的。

大局观
简而言之，这篇论文为我们提供了一种阅读 DNA 中“重复部分”的新方法。它表明，虽然大自然为了保护我们而让某些重复序列处于冻结状态，但它也利用其他重复序列作为灵活的工具来驱动创新，特别是在我们大脑的进化以及基因调节方面。