刻在 DNA 里的「创新者困境」
走到阶梯的这一步，你已能把基因组当作一份历史文献来读，并能通过比较物种，辨认出进化拒绝改动的是哪些字母。但这引出一个更尖锐的问题：如果每一个要紧的字母都被选择守护着、悄悄移除一切有害的改动，那么任何*新*东西又是怎么被造出来的？基因组面对的，是一个货真价实的「创新者困境」。已经在工作的那个基因弥足珍贵——若你给自己唯一一份关键酶的基因来个突变，最后很可能落得一点酶都没有。所以进化不能简单地把一个能用的基因改写成一个新基因；那些中间步骤往往是坏掉的、致命的。真正的新意，需要一条能让你*放心*试验、却不必押上唯一那份能用拷贝的路。
进化逃出这个陷阱的办法，妙就妙在毫无想象力：备一份、把现成的零件拼一拼，或者向邻居借一段。这里没有什么总设计师在运筹——只有几桩马虎的复制与重组事故，在漫长岁月与一整个供筛选的群体之下，偶尔撞上了有用的东西。本篇就来走一遍主要的路径。新基因主要通过三条途径产生：复制一个现成的基因、让其中一份漂变去做新工作；通过外显子混编，把现成的蛋白质模块拼成全新的组合；以及通过[[molbio-horizontal-gene-transfer|水平基因转移]]，在毫不相干的生物之间整段地搬运基因。而贯穿这一切之下的，是那些能移动的 DNA 片段——[[transposable-element|转座元件]]——它们既搅乱基因组，又时不时地给基因组捐献原料。它们没有一个是设计师；每一个都是事故，只不过被选择偶尔留了下来。
备一份：复制与分化
新基因最重要的一台引擎，是[[gene-duplication-divergence|基因复制，继之以分化]]。第一步是个老实的错误：在复制或重组时哪里一打滑，一段 DNA 被抄了两遍，于是原本一份的基因，变成了并排的两份拷贝。在那一刻，两份拷贝完全相同、彼此冗余——生物体扛着一份它并不需要的备份。而冗余，恰恰就是先前缺失的那份自由。原版还在干着活，那份备用拷贝便不再受选择守护：若只有单份拷贝时必定致命的突变，如今在它身上无害地累积起来，因为原版顶着这班。备份得以自由游荡。
接下来会发生什么，常见的有三种结局，而对它们各自的概率诚实以对很要紧：大多数备份是输家，不是赢家。最最常见的命运是衰败——那份被解放的拷贝捡到一个致命的终止密码子或一次移码，烂成一个[[gene-families-and-pseudogenes|假基因]]，一具有基因形状、却不制造任何蛋白质的化石。稍少见的是，两份拷贝靠着把原版的职责*分摊*而双双存活，各自留住旧工作的一部分（亚功能化）。而极罕见地——人人都记得的那个幸运例外——被解放的拷贝漂变出一项真正*崭新*的功能，随后被选择青睐并固定下来（新功能化）。把这个过程在数亿年里重复下去，一个祖先基因就长成一整个由亲缘拷贝组成的基因家族。运送氧气的珠蛋白基因、支撑色觉的视蛋白、那一大片片的嗅觉受体——全是由复制与分化、从单一祖先铸造出来的家族。
one ancestral gene --> accidental duplication --> two identical copies
[GENE] [GENE][GENE]
| |
original kept | | spare now free to mutate
v v
three common fates of the spare copy:
1. most often -> STOP / frameshift -> pseudogene (dead relic, no protein)
2. sometimes -> duties split -> two genes share the old job
3. rarely -> drifts to new role -> NEW GENE (kept by selection)
repeat over deep time -> a gene family of related paralogs拼零件：外显子混编
复制是把现成的抄下来再微调；第二台引擎则做*重组*。要看清它，先回想前面几级里的两件事。其一，大多数真核基因是被切开的：叫做外显子的编码段，被一段段长长的非编码内含子打断，而内含子会从 RNA 里被剪掉。其二，蛋白质很少是一整坨——它由半独立的模块搭成，就是那些[[protein-domain|蛋白质结构域]]，每一个都是一个做一件事的紧凑折叠，好比瑞士军刀上的刀片、螺丝刀和剪刀。妙就妙在一个巧合：外显子常常大致对应着这些结构域——一个外显子可能编码一段会结合钙的部分，另一个则编码一段锚定到膜上的部分。
把这两件事凑到一起，一条通往新意的捷径就现身了。由于外显子*之间*的内含子又长、又容得下改动，DNA 可以在一个内含子内部断开、再重新接上，而丝毫不惊动外显子的编码部分。于是当重组偶然把一个外显子——或一整块外显子——从一个基因搬进另一个基因，接收方的蛋白质就*一步之间*获得了一整个、已经过验证的功能结构域，比一个字母一个字母地把那个结构域进化出来快得多。这就是[[exon-shuffling|外显子混编]]：靠把验证过的模块以新组合拼接到一起来造新蛋白质，活脱脱就像你从别的设备上拆下一台马达、一个夹钳和一个传感器，拼出一台新机器。
外显子混编有助于解释，复杂的多结构域蛋白质为何在动物历史上来得如此突然。血液凝固的蛋白质和免疫系统的蛋白质都是教科书式的镶嵌体——由基因组各处借来的、反复出现的结构域拼缀而成，同一批模块被混编进许多不同的蛋白质里，仿佛同一份零件目录里的条目。它与复制配合得恰到好处：复制是把一整个基因抄下来再打磨，混编则是*跨着*基因把碎片重组起来。不过有个老实的提醒——混编是通往新结构域组合的一条重要路径，却不是唯一一条，而它究竟造就了蛋白质中多大的比例，仍有争议，且因谱系而异。
向邻居借：水平基因转移
复制与混编，都是在一个谱系*内部*重新加工已有的材料。第三台引擎则彻底打破了这道界线。在[[molbio-horizontal-gene-transfer|水平（或称侧向）基因转移]]里，一个基因在并非亲子关系的生物之间*横向*移动——有时甚至在亲缘关系远到分处生命之树不同枝杈上的物种之间移动。你不是从祖先那里纵向继承一个基因，而是干脆从一个同时代的生物那里弄来一个，现成的、而且已经在工作了。对微生物而言，这不是什么罕见的稀奇事，而是一种生活方式，也正是抗生素耐药性能在几个月、而非几千年里传遍一个细菌群体的主因：一个耐药基因，打包在一小圈 DNA 上，从一个细胞跳到下一个细胞。
- 供体细胞释放出 DNA——它可能从一个死细胞里渗出，可能搭乘在细胞间传递的一小圈 DNA（质粒）里，也可能由一种感染细菌的病毒载着走。
- 一个受体细胞把这段外来 DNA 接纳进去，越过了我们通常想象中那道牢固的物种边界。
- 这段新 DNA 若要长存，就必须整合或被维持——靠重组嵌入染色体，或作为一个能自我复制的质粒保留下来，在每一次分裂时一同搭车。
- 随后由选择来评判这位新来者：若它的蛋白质有用——抵抗一种药物、消化一种新食物——这个基因就会横扫整个群体；若没用，便会丢失。
水平转移，对「生命只有一棵树」这幅简单图景也构成了真正的挑战。前几篇的整套逻辑都假定基因是纵向传承的，于是一个基因的历史*就是*生物的历史——把同源序列排齐，读出一棵分叉的树。可如果基因会横向跳跃，那么同一个微生物里的不同基因，就能讲出*不同*的祖先故事，根本没有哪一棵树是它们全都认账的。这正是为什么由缓慢变化的核糖体 RNA 搭建起来的[[three-domain-tree|三域树]]，越靠近树根越模糊：早期微生物之间的交换实在太多，最深处的亲缘关系看上去不像一道干净的分叉，倒更像一丛缠绕的灌木。对转移罕见的动物和植物来说，这棵树仍是个极好的模型——可对细菌和古菌，老实说，它是铺在一张网上的一个近似。
跳跃基因，与基因组如何长大
在这一切之下涌动的，是一类躁动不安、能自行移动的 DNA。[[transposable-element|转座元件]]——芭芭拉·麦克林托克所说的「跳跃基因」，早在人们相信基因组能自我重排之前数十年，就在玉米里被她发现了——是一段段携带着指令、能把自己复制出来或剪下来、再插到别处去的 DNA。有些靠剪切—粘贴移动：它们编码的一种酶把元件切出，再粘进一个新位点。另一些则经由一个 RNA 中间体、靠复制—粘贴移动：元件先被转录成 RNA，再由[[molbio-reverse-transcriptase|逆转录酶]]把那段 RNA 在一个新位置抄回 DNA——原件留在原地，于是数目只增不减。（那一步 RNA 到 DNA 的转换，正是 HIV 这类逆转录病毒所用的招数，也利落地提醒我们：中心法则从未禁止信息从 RNA 倒流回 DNA。）
这些元件可不是什么罕见的怪胎——它们占了人类基因组的大约*一半*，是基因组如此庞大的头号原因。而它们也重塑了我们对「基因组如何长大、如何创新」的理解。多数时候，它们复制—粘贴的习性只是用重复序列把基因组撑大，偶尔某次跳跃落进一个基因里、把它弄坏，引发疾病。但恰恰是同一种活动，也是新意的一眼静水之泉：一个转座子能把宿主的一个外显子带到一个新基因里（外显子混编的一门近亲），而在进化的长河里，它的序列一次又一次被*驯化*成有用的新调控开关——甚至被驯化成名正言顺的宿主基因。比方说，把我们抗体基因缝合到一起的那些蛋白质，就源自一个被驯服的转座子。跳跃基因最好别被读作纯粹的寄生者、也别读作纯粹的工具，而应读作一股威力强大的双刃之力：它既威胁着基因组的稳定，又充当着基因组进化的一台主引擎。
从序列里读出新意
退后一步，这四种机制便排成了同一个主题的几个变奏——在不押上唯一能用拷贝的前提下创新。复制是备一份、放它去游荡。外显子混编是跨着基因把验证过的模块重组。水平转移是从邻居那里借来一个成品基因。而转座元件则四处撒下可供驯化的原料。每一种情形里，基因组都是在边缘处、低成本地试验，而那些能用的原版照旧亮着灯——再由选择这位耐心的编辑，留下罕见的成功、丢弃常见的失败。这里没有发明家；只有复制、重组，以及一个在漫长岁月里筛选结果的群体。
之所以说这是进化这一级一个合宜的收尾，是因为上述每一桩事件，都在序列里留下了一道可读的疤痕。一簇旁系同源基因，是一次被当场逮住的复制；一个由熟面孔结构域拼缀而成的蛋白质，泄露了它混编而来的出身；一个其祖先与宿主之树意见相左的基因，标记着一次水平跳跃；而一个转座子那些泄底的重复序列，则标出了 DNA 曾经落脚之处。比对 DNA 与蛋白质序列——也就是这一整级的手艺——不只揭示亲缘、为远古事件标定年代。它还让你亲眼看着新基因诞生，被一桩事故一桩事故地写进基因组自己的历史档案，并由选择留存下来。