The Missing Somatic Genome: Mosaic Variation in Repetitive and Structurally Complex DNA Across Mammalian Tissues

从最小的老鼠到最大的鲸鱼，每一个哺乳动物在生命之初都是由单个细胞开始的。随着该细胞不断分裂以构建身体，它会无数次地复制其遗传指令手册——基因组。长期以来，科学家们认为一旦生物体发育完成，其体内的每一个细胞都持有那份完全相同的指令手册。但我们现在知道事实并非如此。随着细胞在生命周期中不断分裂，微小的错误会悄然潜入，在同一个个体内部创造出一个由略微不同的遗传版本组成的马赛克。其中一些变化是无害的，而另一些则可能驱动衰老或疾病。然而，我们绘制的这些变化的图谱存在一个盲点。几十年来，用于读取 DNA 的技术在处理基因组中独特且易于识别的部分时表现最好，但在处理重复、纠缠或在许多不同地方看起来完全相同的区域时，却显得极其吃力。这些困难区域，包括染色体的中心和 DNA 链的末端，往往被排除在分析之外。

独立研究员比鲁帕克沙·比斯瓦斯（Birupaksha Biswas）的一篇新评论挑战了“我们对身体随时间变化的过程拥有完整图像”这一观点。作者提出，我们一直遗失了很大一部分体细胞基因组——即受精后发生的遗传变化的集合。论文认为，我们 DNA 中那些最复杂且具有重复性的部分，在历史上因难以测量，可能隐藏着巨大的、未被计入的突变负担。这些隐藏的变化，在影响我们衰老和疾病发展方面，可能与我们已经发现的变化同样重要。该综述并不声称已经发现了这些缺失的突变；相反，它提出了一个假设，即这些突变确实存在，并概述了现代技术如何最终能够找到它们。

问题的核心在于作者所称的“基因组路灯效应”。想象一下，试图在一个黑暗的田野里寻找丢失的物体。如果你只在明亮的路灯下寻找，你会在那里发现东西，但你会错过黑暗中的一切。多年来，科学家只能可靠地读取基因组中“明亮”的部分：即那些可以轻松匹配到标准参考图谱的独特序列。而“黑暗”区域则是重复序列，例如着丝粒（染色体中间的收缩点）、端粒（DNA 末端的保护帽）以及大量重复出现的 DNA 块。由于短读长测序技术（将 DNA 分解成微小片段的技术）无法分辨这些重复的部分，研究人员通常会忽略它们。这造成了一种偏差，使得我们对体细胞变异的理解仅限于基因组中易于读取的部分。

该综述强调，这种局限性不再仅仅是一个技术障碍，而是一个生物学上的缺口。近期的进展，例如端粒到端粒组装技术，终于让科学家能够拼凑出人类染色体完整的、无缺口的图谱，包括此前不可见的重复中心。这些新图谱显示，这些区域并非静态且统一的。它们在个体之间差异巨大，并且包含着此前未知的复杂结构。作者指出，既然这些区域在人与人之间如此多样化，那么在同一个人的一生中也极有可能具有动态性。该假设认为，这些困难区域是特定类型遗传变化的“热点”，例如重复序列的扩张或收缩、“跳跃基因”的移动，以及短读长技术根本无法察觉的复杂重排。

已有证据在特定领域显现出这一观点的迹柄。例如，科学家早已知晓某些重复序列会在细胞内发生扩张，从而导致像亨廷顿舞蹈症这样的疾病。新的研究表明，这种不稳定性并不局限于罕见疾病，而是随着年龄增长发生在正常组织中。同样，移动遗传元件（能够自我复制并移动到新位置的序列）已被发现插入到脑细胞和其他组织的 DNA 中。虽然这些事件的确切数量仍存在争议，但事实是，它们发生在难以测绘的区域，这支持了这样一个观点：我们低估了人体内遗传变化的总体量。该综述还指出，核糖体 DNA（帮助构建细胞蛋白质制造机制的部分）的拷贝数在同一人的不同组织之间可能存在差异，这暗示了一种此前不可见的结构马赛克现象。

论文区分了已证实的结论与预测。一个事实是，体细胞突变发生在独特的 DNA 序列中，且这些突变会随年龄增长而积累。另一个事实是，重复 DNA 是不稳定且会发生变化的。而仍然属于假设的部分是，这些“缺失”区域中变化的规模和影响。作者认为，如果我们现在能够测量这些困难区域，我们可能会发现比现有模型预测更多的突变，并且这些突变可能遵循与已知不同的规则。例如，这些区域看到的可能不是简单的字母变化，而是大块 DNA 的添加、删除或重组。该综述强调，寻找这些变化不仅仅是为了计数更多的错误，更是为了理解一种不同类型的基因组不稳定性，这种不稳定性可能会影响细胞如何衰老、如何应对压力以及癌症等疾病如何开始。

为了测试这一假设，该综述呼吁采用一种结合了多种强大工具的新方法。科学家需要使用长读长测序技术（即一次读取长段 DNA 的技术），以便在不迷失方向的情况下穿梭于重复区域。他们还需要将组织与该个体自身的独特遗传蓝图进行对比，而非使用通用的参考序列，以此来区分遗传变异与新产生的变化。此外，研究必须从观察整体组织样本转向检查单个细胞，从而允许科学家追踪特定谱系的演化历史。通过结合这些方法，研究人员可以确定这个“缺失的基因组”究竟是生物学中一个沉默、稳定的部分，还是一个隐藏在视线范围内的动态变化的景观。

这项工作的意义延伸到了我们对衰老和疾病的理解。如果重复区域确实是频繁变化的位点，那么我们的身体衰老过程可能不仅仅涉及简单错误的积累。它可能涉及基因组结构的逐渐重塑，即 DNA 本身的结构发生变化，进而影响细胞功能。在癌症等细胞过度生长的疾病中，这些隐藏的结构变化可能为肿瘤的进化提供动力。然而，作者谨慎地指出，发现更多突变并不自动意味着它们是有害的；有些可能是中性的，而另一些则可能至关重要。目标是将这些区域带入光亮之下，以便评估它们的真实作用。

最终，这篇综述提议改变我们看待哺乳动物身体的方式。我们正在从“每个细胞都共享单一、统一基因组”的观念，转向将身体视为一个复杂的细胞谱系生态系统，每个谱系都有其独特的遗传历史。“缺失的体细胞基因组”并非一个等待被单一发现解决的谜团，而是一个需要新工具和新思维的领域。通过承认我们之前的地图是不完整的，科学家现在可以开始绘制人类遗传变异的全貌。无论这一隐藏层最终被证明是生物学的主要驱动力，还是仅仅作为安静的背景噪音，寻找它的行为本身都将从根本上改变我们对自身作为一个活着的、衰老的有机体的理解。完成人类基因组完整地图的旅程，不再仅仅是填补页面上的空白，而是要理解我们体内生命的完整且动态的现实。