Compatible Comma-Free Codes and the Origin of the Genetic Code
本文提出，现代遗传密码演化自一种原始的无逗号子码，并利用“兼容的无逗号密码”这一概念来解释双体密码向三体密码的转变如何在不冻结密码演化的前提下发生，该假设得到了能够与现代摆动规则相一致的最佳候选者的识别所支持。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
地球上的每一个生命体，从最微小的细菌到最高的红杉树，都使用同一套指令来构建自身。这本“说明书”是用一种由四个化学字母组成的语言编写的，这些字母以三个一组的形式串联起来，形成被称为“密码子”的单词。随后，这些单词被翻译成二十种特定的构建模块，即氨基酸，它们连接在一起形成蛋白质。这种翻译规则是普遍适用的，然而科学家们长期以来一直困惑于：为什么这套由六十四个可能的单词映射到二十种氨基酸的具体系统会演变成今天这个样子。这是一个关于生命的根本性谜题：最初的生命系统是如何学会阅读这些指令而没有迷失方向的？
几十年来，一个主流观点认为，最初版本的代码是“无逗号”的。在现代句子中，我们使用空格或标点符号来告诉我们一个词在哪里结束，下一个词在哪里开始。如果没有它们，像“THECATATETHERAT”这样的字母串可能会被读作“THE CAT ATE THE RAT”（猫吃了老鼠），也可能被读作“HEC ATA TET HER AT”，从而产生混乱。无逗号的代码通过设计解决了这个问题：它仅使用特定子集的单词，因此无论你从哪里开始阅读，三个字母一组的组合都不会在错误的顺序中意外形成一个有效的单词。这使得细胞能够自动找到正确的起始点，而不需要复杂的机器来标记位置。然而，我们今天使用的代码并不是无逗号的，它是“饱和的”，这意味着几乎所有可能的三个字母组合都是一个有效的单词。这创造了一个悖向：如果最初的代码是无逗号的以避免混乱，而现代的代码却不是，那么我们是如何在系统不崩溃的情况下从那里演变到这里的呢？
物理学家拉瑟姆·博伊尔（Latham Boyle）和莉莲·博伊尔（Lillian Boyle）的一项新研究提出了一个全新的视角。他们提出，从一个简单的、具有自我纠错能力的编码向我们复杂的现代编码的转变，并非一蹴而就，而是经历了一个两种不同代码并存且互不干扰的时期。研究人员认为，生命可能始于一种每组仅有两个字母的简单代码，随后被一种使用三个字母的更复杂的代码所取代。至关重要的是，他们认为这两种代码可以存在于基因组的不同部分，就像在同一房屋的不同房间里说着两种不同的语言一样，从而允许新系统在进化和改进的同时，旧系统仍能继续运作。
为了测试这一想法，作者对所有可能的这些古代代码变体进行了大规模的数学搜索。他们寻找成对出现的代码——一个使用两个字母的单词，另一个使用三个字母的单词——看它们是否能和谐共存而不产生错误。他们发现，虽然理论上有许多组合是可能的，但只有极少数是“最优”的。这些最优对之所以特殊，是因为它们能在保持“无逗号”规则安全性的同时，编码尽可能多的氨基酸。该研究确定了五个关于最初的三字母代码可能形态的具体候选方案，以及三个更为精炼的候选方案，用于描述一个由二字母代码演变为三字母代码的情景。
他们发现中最令人震惊的部分涉及现代细胞读取遗传密码时的一种特性，即“摆动”（wobble）。在现代细胞中，三字母单词的第三个字母具有一定的灵活性；它可以与不止一个伙伴配对，这使得翻译过程具有一定的松弛度。研究人员发现，几乎所有在理论上看起来不错的随机代码，在考虑到这种灵活性时都会崩溃。然而，他们识别出的那三个最佳的古代代码候选方案，即使在摆动规则的影响下依然保持完美稳定。事实上，这些最优古代代码中的每一个单词都以其中两个特定的字母结尾，这种模式使得它们天生就能抵抗摆动通常会引起的混乱。
这一发现意义重大，因为它表明，从一个简单的、无逗号的开端到我们复杂的现代代码的路径，不仅是一个理论上的可能性，而且与遗传物质行为的物理现实相一致。这些最优的古代代码候选方案恰好是那些能在摆动规则测试中幸存下来的方案，这一事实为这些古代代码提供了强有力的、非平凡的证据。作者并不声称已经证明了生命究竟是如何开始的，但他们显著缩小了可能性的范围。他们表明，从简单的双字母代码向三字母代码的转变不仅是可能的，而且这些古代代码中最可能的版本拥有一种隐藏的鲁棒性（稳健性），这种特性对于早期生命的生存与繁衍至关重要。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。