何為宇宙？

古人稱：四方上下曰宇，古往今來曰宙。宇宙有上千億個星系存在，銀河系就是其中一個存在。每個星系中又都包含數(shù)十億顆恒星，而每一顆恒星都會在自身引力的作用下，吸引一群行星繞在自己身旁形成子單系，太陽系就是恒星，我們居住的地球就是圍繞太陽運轉的那顆行星。地球形成至今已有46億年，在地質、環(huán)境等條件不斷演變的情況下，生物體通過基因突變（自然選擇）慢慢適應這個星球，再經(jīng)過時間的延續(xù)，無數(shù)碳基生物體你來我往，構建了上圖的生物種類進化樹。這里的基因突變就是DNA鏈中的特殊某段定義的，地球的生命史就被篆刻在每一種生物的DNA中。今天的故事就要從DNA說起。

那么，什么是DNA呢？

DNA：脫氧核糖核酸（英語：DeoxyriboNucleic Acid，縮寫為DNA）由含氮的堿基+脫氧核糖+磷酸組成。因為脫氧核糖核糖和磷酸都一樣，但堿基可以分為四種（腺嘌呤A，鳥嘌呤G，胸腺嘧啶T，胞嘧啶C），所以脫氧核糖核苷酸就可以分為四種（按照堿基的不同區(qū)分），同時在書寫過程中可以用堿基的簡寫（AGTC）代替。

簡單來說，DNA就是由A、T、G、C四種堿基無規(guī)則排序組成的一長串序列編碼，是大多數(shù)生物的遺傳信息的載體。DNA編碼上的信息可以組成遺傳指令，用來引導生物發(fā)育與生命機能運作。

生物體中的DNA堿基構成一條長序列后，幾乎從不作為單鏈存在，而是應用堿基互補原則，既通過A對T或者T對A、G對C或者C對G的方式形成堿基對，構建出另一條DNA堿基序列，作為一對彼此緊密相關的雙鏈，彼此交織在一起形成雙螺旋結構。

影視劇中經(jīng)常出現(xiàn)被我們大家熟知的親子鑒定，就是利用到了DNA。生物學、遺傳學上使用DNA做親子鑒定時，否定親子關系的準確率幾近100%，肯定親子關系的準確率可達到99.99%。

在我們開發(fā)的應用程序中，通過對某禽流感病毒DNA堿基序列片段的比對，找到同源性比較高的DNA序列片段，這些序列代表的是與原序列相近的病毒，或者說與原序列代表的病毒屬于“近親”。

再對列表內(nèi)的序列進行同源性比較，就能看到所選擇的序列兩兩之間的同源性為多少，用以判斷兩種病毒的“親緣”關系，如下圖：

由這些DNA序列構建而成的進化樹更能說明序列所代表的病毒的“親緣”關系，如下圖。圖中，進化樹中的橙色字體代表查詢序列的序列號，藍色字體代表比對序列的序列號。其中，在一個外群的分支“親緣”關系更為緊密，而同一外群中，一個節(jié)點下的兩個病毒的DNA序列支長越短，“親緣”關系越近，反之，“親緣”關系越遠。而對于支長，我們可以通過標尺來觀測其長短。

而DNA又是如何成為蛋白質的呢？

DNA不是直接就變成了蛋白質，而是通過一系列過程，最終轉化為蛋白質。

首先是DNA的轉錄：DNA在細胞核內(nèi)，根據(jù)堿基互補配對原則，和基因的選擇性表達等，轉錄出mRNA（信使RNA），信使RNA上攜帶的就是特定的DNA序列，叫做密碼子，密碼子對應不同的氨基酸。

其次是mRNA的翻譯：mRNA通過核孔來到細胞質中的核糖體上，根據(jù)密碼子的不同，tRNA（轉運RNA）上有反密碼子和攜帶的特定氨基酸。根據(jù)堿基互補配對的方式，tRNA和mRNA結合，那么就會有不同的氨基酸，通過脫水縮合的方式形成肽鍵，多個氨基酸通過肽鏈結合形成肽鏈。

最后肽鏈：多個肽鏈通過高爾基體，內(nèi)質網(wǎng)等加工，在空間上通過折疊，反轉，螺旋等方式形成空間結構，從而形成具有生物活性的蛋白質。

總結下來就是：DNA序列是遺傳信息的貯存者，它通過自主復制得到永存，并通過轉錄生成mRNA，再翻譯生成蛋白質的過程。該過程完全自主完成，且該過程控制所有生命現(xiàn)象。通俗點講就是我干自己的活，誰也管不了我，但我能弄你。偉不偉大先不說，牛X不牛X就完了！

不由感嘆：敬畏宇宙，敬畏自然！

工作中，我們通常操作的只是類似ATGC這樣的DNA堿基的序列編碼，通過對DNA堿基序列的轉錄、翻譯，最終成為的氨基酸序列就可以了。在我們應用程序里更是直接利用密碼子表將DNA序列轉換為氨基酸序列：

上圖就是在一長串DNA原始序列找到開放閱讀框，將該閱讀框內(nèi)的DNA序列翻譯為氨基酸序列的操作。通過程序計算，該原始序列內(nèi)共找到13條開放閱讀框序列。也就是說，我們可以將該原始序列翻譯成13條氨基酸序列。

提到開放閱讀框，就不得不提密碼子，它就像摩斯電碼一樣，不同的點橫組合，可以翻譯為不同的代碼。

所謂密碼子，就是三個連續(xù)DNA堿基為一組，這一組堿基序列就可以翻譯為一個氨基酸編碼，而所有的三個連續(xù)DNA堿基的排列組合構成了密碼子表。有了密碼子表（下圖），我們就能更便捷的將DNA翻譯為氨基酸。但密碼子表中有兩個特殊存在：起始密碼子ATG和終止密碼子TAA/TAG/TGA，它們是定義一段DNA序列是否能翻譯為氨基酸序列的標準。

在正向DNA序列中，從第一個起始密碼子開始到最后任意一個終止密碼子結束，且中間堿基數(shù)量是3的倍數(shù)的DNA序列，才是正常的可翻譯氨基酸的DNA序列，也被稱為開放閱讀框；否則稱為殘缺序列。殘缺序列是無法被翻譯為氨基酸序列的。需要提到的一點就是，當我們翻譯時，默認將終止密碼子翻譯為星號（*）。

到這里，我們就已經(jīng)成功將DNA翻譯成了氨基酸。而氨基酸最終會構成蛋白質。至于蛋白質的功效，就不必多講了。生活中各種高蛋白之類的產(chǎn)品宣傳估計已經(jīng)將蛋白的功效普及的差不多了。

那么問題來了，給你一串人類DNA序列片段：ATGGCACATGCAGCGCAATAG，你能將其翻譯成氨基酸序列嘛？

中科北緯軟件研發(fā)團隊，長期從事林草病蟲害監(jiān)測預報防治、野生動物保護和疫源疫病監(jiān)測預警等方面業(yè)務梳理和軟件開發(fā)工作，以網(wǎng)絡和信息化助力您的基因探索之路。