Nucleotide-level evolutionary constraint and population variant tolerance at human splice junctions scale continuously with transcript architecture representation

在每一个人类细胞内部，都有一个被称为剪接体（spliceosome）的复杂分子机器，它扮演着“首席编辑”的角色。它的工作是接收被称为前信使RNA（pre-messenger RNA）的原始遗传指令，切除其中不必要的成分，并将有用的部分缝合在一起，从而创造出制造蛋白质的最终蓝图。这个被称为“剪接”的过程至关重要，因为它允许单个基因产生多种不同的蛋白质版本，从而在不需要更多基因的情况下，极大地扩展了人体的功能能力。然而，为了让这种编辑工作正确进行，这台机器必须识别出要保留的部分的确切起点和终点。如果它在遗传密码中哪怕只错位了一个字母，生成的蛋白质就可能出现缺陷或具有危险性。科学家们早已知道，那些最常见且必不可少的切割点受到进化的严密保护，这意味着它们随着时间的推移很少发生改变。但一个更深层的问题仍然存在：这种保护是否平等地适用于每一个切割点，还是会根据一个特定切割点在基因不同版本中被使用的频率而有所不同？

来自坦桑尼亚兽医实验室机构的凯尔文·姆索卡（Kelvin Msoka）通过以空前的细节观察人类基因组，回答了这一问题。研究人员并没有简单地将切割点标记为“总是使用”或“有时使用”，而是分析了近两万个几乎所有人类基因中的近五十万个独特的切割点。通过测量一个基因蓝图的不同版本中究竟包含多少个特定的切割点，这项研究揭示了进化的规则并非一个简单的“开-关”开关。相反，保持一个切割点不变的压力，会随着其被使用的频率平滑地缩放。一个切割点在基因的各种版本中出现的次数越多，进化对其变化的约束就越严格。相反，使用频率较低的切割点对人类群体中发现的自然遗传变异具有更高的容忍度。

研究人员检查了来自三千多名个体的群体遗传数据，以观察这种容忍度在现实人类身上是如何体现的。他们发现，仅在少数基因版本中使用的切割点就像一块“海绵”吸收遗传变异，与那些被频繁使用的切割点相比，它们吸收了显著更高密度的自然差异。事实上，使用频率最低的切割点所携带的单位DNA内的遗传变异数量，是使用频率最高者的两倍多。这表明，这些使用频率较低的切割点充当了遗传多样性的“储水池”，允许身体在不破坏细胞核心功能的情况下，尝试不同的基因版本。研究还观察了当这些变异发生时的情况。研究发现，当一个切割点使用频率较低时，由此产生的蛋白质蓝图变化更有可能是无害的。近百分之七十的此类低频事件保留了遗传密码的正确阅读框，确保了蛋白质的功能性，而只有极小比例会导致灾难性的错误。

或许最令人震惊的发现是隐藏在这些切割点周围DNA中的一种模式。当研究人员观察切割位点前后紧邻的遗传密码字母时，他们发现了一种与蛋白质构建方式相匹配的、具有节奏感的“三字母保守模式”。这种节奏仅存在于编码蛋白质的DNA片段中，而不存在于非编码区域，这证明了细胞必须同时维持两件事：识别切割位置的能力，以及保持蛋白质构建指令顺序正确的需要。这种双重需求解释了为什么某些区域承受着巨大的进化压力，而其他区域则更具灵活性。该研究证实，人类基因组在精确、可靠的基因表达需求与适应所需的灵活性之间取得了平衡，使用的是一种连续的保护梯度而非僵化的类别。通过理解这种梯度，科学家可以更好地预测哪些遗传变异可能会导致疾病，而哪些仅仅是构成我们人类多样性的自然组成部分。