从折叠的纤维到成型的染色体
走到本阶这一步，你已经跟着DNA一路从一根赤裸的两米长线，经过核小体——缠绕在组蛋白线轴上的DNA——进入那把整个基因组塞进细胞核的高级折叠。本篇走最后一步：再次拉远视角，看看那个成型的包裹——染色体。染色体不只是“一大团盘绕的DNA”；它是一个完整、能自我维持的单元，由一条长长的DNA分子加上它全部的包装蛋白构成，携带着它被复制并完好无损地传下去所需的一切。
这里有第一个常把人绊倒的地方：那个标志性的X形、两条臂在“腰”处被掐紧的样子，并不是染色体平时的模样。那个整齐的X，是一条染色体被逮在细胞分裂当口的样子——已完全凝缩、且已复制完毕，所以这个X其实是两份一模一样的姐妹拷贝在腰部粘在一起。在细胞一生的大部分时间里，DNA都松散得多——松到足以被读取和复制——在显微镜下看上去会是一团弥散的乱麻，而不是一个工整的字母。记住这点：X形是某个戏剧性瞬间的快照，而不是日常状态。
让DNA成为真正染色体的三个地标
一段DNA本身还算不上一条能工作的染色体。要想一代又一代地经得起被复制、被拉扯分开，它需要三类功能性的地标。想象一条你得粗手粗脚操作的长丝带：它需要中间一个结实的夹子供抓握，两端的保护帽以免散开，以及若干标好的、可以开始复制的起点。这三者就是着丝粒、端粒和复制起点——它们如此不可或缺，以至于任何想从零构建人工染色体的人，都必须把这三者全都备齐。
着丝粒就是那个“腰”——一个特化区域，在细胞分裂时，一种叫动粒的蛋白质平台在此组装，让细胞的纺锤丝得以抓住染色体、把两份姐妹拷贝拖向相反的两端。一旦出错，子细胞就会落得染色体数目不对，唐氏综合征这类状况背后正是这种错误。有一个需要诚实点出的微妙之处：在人类中，着丝粒坐落在大块重复的卫星DNA之中，但定义它的与其说是某段精确序列，不如说是一种特殊的组蛋白和染色质状态——所以“着丝粒就是某段特定序列”是一种过度简化。
最后，复制起点是那些标好的位点，复制机器在此被装载、开始复制DNA。细菌的环状染色体通常只有一个起点，而每条巨大的真核染色体则有许多个、并行启动，因为若只从单个起点去复制三十亿碱基对，根本来不及在细胞需要分裂之前完成。于是着丝粒负责分配，端粒保护末端，复制起点让及时的复制成为可能——三个安静的结构特征，做着三件各不相同却都不可或缺的工作。
端粒：为什么末端需要帽子
端粒值得单独说一段，因为“线性”制造了一个环状结构从不会遇到的奇特难题：末端。端粒是每条染色体臂的尖端，由一小段一遍遍重复的序列构成——在人类中是六字母单元TTAGGG，叠成上千个拷贝——并被保护性蛋白包裹。它们的第一项工作是伪装。细胞时刻在扫描断裂的DNA，而一个赤裸的染色体末端，看起来恰恰像一个危险的双链断裂。若任其裸露，修复机器就会试图通过把两条染色体融合在一起来“修好”它，这是灾难性的。端粒帽发出的信号是：“这是一个正经的末端，不是损伤——别动它。”
它们的第二项工作，解决的是所谓的末端复制问题。回想复制那几篇：DNA复制需要一小段RNA引物来起头，而且只朝5'到3'的方向进行。在线性染色体的最尖端，下游已没有空间去铺下那最后一段引物，于是每个末端都有一小段无法被复制。因此每当细胞分裂一次，染色体末端就略微变短一点——就像一句话每被复述一遍，末尾就掉一两个词。若没有补救，关键的基因终将被一点点啃掉。
细胞的解法是一种叫端粒酶的酶，它自带一小段RNA模板，并用它把新鲜的TTAGGG重复重新添回末端，给缓冲区补货。这里的诚实很重要：端粒酶在生殖细胞和干细胞中高度活跃，但在普通体细胞中大体被关闭，所以我们大多数细胞确实会随年龄增长而缩短端粒，而这是衰老生物学的一条线索——仅仅是一条。更糟的是，许多癌症存活下来，靠的恰恰是把端粒酶重新打开，逃脱那个本该阻止受损细胞永远分裂下去的限制。端粒不是一个你能往回拨的简单“青春时钟”；它们正处在衰老与癌症的真正交叉口上。
核型：基因组的目录
从一条染色体拉远到整一套，你就来到了核型：一张把细胞全部凝缩染色体拍下、剪出、再按大小和形状整理成一对对的照片，像是基因组在整条染色体层面的一幅全家福。人类的核型是46：二十二对相互配对的常染色体，加上一对性染色体，典型女性写作46,XX，典型男性写作46,XY。由于每条染色体都呈现出可重现的带型，受过训练的眼睛一眼就能看出缺失、多出或重排的染色体——这正是核型分析成为临床遗传学主力工具的原因。
对染色体进行计数和配对，引出一个相伴的概念：倍性，即一个细胞携带多少套完整的染色体组。你大多数体细胞是二倍体（2n）——每种染色体两份，分别遗传自父母双方——而卵子和精子是单倍体（n），各携带一套，从而让受精恢复二倍体的数目。值得直接点明：一个常见的误解是“一条染色体就等于一份基因组”。并非如此；在一个二倍体细胞里，基因组以两份存在，分散在那一对对配对的染色体上。许多植物和一些动物是多倍体，携带三套、四套或更多完整组——比如面包小麦就携带六套。
基因组建筑：基因在三维空间中所处的位置
到目前为止，我们几乎一直把染色体当作一条一维的丝带来对待。但在活细胞核内，它被折叠成一个三维形状，而这个形状并不是随机的杂乱——它本身就是一层信息。你已经见过它的一个后果：一个区域被包装得多紧，决定了其中的基因究竟能否被读取。松散、易接近的常染色质容纳着大多数活跃的基因；致密盘绕的异染色质则大多沉默。一个基因在折叠后的基因组中的“地址”，可以在不改变它序列中任何一个字母的情况下把它开或关。
折叠还做了一件更微妙的事：它把DNA上相距遥远的片段拉到物理上的接触。一个增强子——提升某基因表达的调控开关——在线性序列上也许远在数十万个字母之外，然而一个环可以把它折叠到它所控制的基因正旁边，就像把一根线绕成环、让线上相隔很远的两个点凑到一起。基因组把这些环组织成叫拓扑关联结构域（TAD）的“邻里”：这些区域内部的DNA彼此接触的频率，远高于它们与隔壁区域的接触。在一个TAD之内，增强子找到它们应有的靶基因；跨过边界，它们就与那些本不该被它们控制的基因相隔绝。
一个环是怎么形成的？目前主流的图景是环挤出：一种环状蛋白（黏连蛋白）抓住DNA、把它穿过自身卷动，卷出一个不断增大的环，直到撞上由一种叫CTCF的蛋白结合的边界标记，后者就像挡块。回报既真实又关乎临床：当一个边界被删除，增强子就可能溢入相邻的结构域、开启一个它本不该触及的基因——这种“重新接线”与发育障碍及某些癌症相关联。不过，要对这个前沿诚实：TAD是在大量细胞上平均得到的统计性、动态性特征，而非在每个细胞、每一刻都一模一样存在的刚性隔墙。三维基因组组织是一个年轻、高速发展的领域，其定义和细节仍在争论之中。
Linear sequence: ...[enhancer]-----------------(500 kb)-----------------[gene]...
Folded in 3D (one TAD):
[enhancer] loop brings them together
\ /
\___________ loop __________________/
|| <-- enhancer now touches the gene -> ON
CTCF boundary |==== TAD ====| CTCF boundary |==== next TAD ====|
(a stopper) (a stopper)
Delete a boundary -> enhancer spills into the next TAD -> wrong gene switched ON为什么建筑结构是信息，而不只是收纳
退后一步，本阶的主线便骤然清晰。把两米长的DNA塞进细胞核，从来就不只是一个收纳整洁的问题；在每一个层级——核小体、纤维、环、TAD、染色体领地——包装都兼任调控。那把存储问题解决了的同一种折叠，也决定了哪些基因能被够到、哪些增强子遇见哪些启动子、哪些片段被锁着不放。这在很大程度上解释了为什么一个神经元和一个白细胞、携带着完全相同的DNA序列，外形和行为却毫不相像：它们的差别不在于存了什么，而在于这份共享的基因组如何被折叠、被包装、被读取。
把真核生物的故事与细菌的故事作个对照也很值得。细菌把它紧凑、基因密集的基因组放在拟核里一条环状染色体上，几乎没有非编码DNA，不需要端粒，通常也只有一个复制起点——一种精简的设计，没有细胞核可供折叠成繁复的领地。而那庞大、用染色质包装、端粒封盖、由TAD组织的真核染色体，是对“存储并使用一个基因组”这同一难题的一种根本不同的解法。两者谁都不“更先进”；它们是适应两种生活方式的两种建筑结构。