第3章　DNA大夫

收件人：马克·索恩

发送时间：5月18日下午5:00

主题：转发：DNA大夫，一步一步来

-------原始邮件-------

发件人：斯坦利·陈（cstanley@dnadaifu.com）

发送时间：星期二，5月18日上午2:29

收件人：陈莉莉

主题：DNA大夫，一步一步来

亲爱的莉莉：

我是斯坦利。你们一家人在北京的新房子里住得还开心吧。现在算来住了也有一年了，对吧？今年艾玛上学了吗？

我现在还在Tatcham Financials公司，负责管理他们的生物技术IP以及投资事务，主要是把大学合作者的PPT展示文稿翻译成法律文件。虽然有趣，但是我并不准备长期做下去。

所以我现在开始认真打探基因公司的相关情况，我们上次聊过这个的。首先，请记下我的新邮箱。以你现在的中文水平，读这个应该没问题了，DNA大夫，就是DNA医生。之前的那个邮箱也还可以用。我准备在中国创立一家提供基因检测服务的公司，客户给我们提供DNA样本（就是往试管里吐口水），我们做测验，然后他们就可以在DNA大夫网站上查看他们的基因检测结果。美国有一些公司已经尝试过了，可能挣不到多少钱，但是毕竟挖掘到了大量的基因数据。中国和美国的市场行情很不一样，我个人觉得中国是个不错的市场。

我已经开始搭建网站了。虽然现在还没法提供任何服务，但是我的想法是先建立一个Wiki网站，所有用户都可以对上面的内容进行自主编辑。我们与自身基因之间存在什么联系？这个答案不应该由医生来告诉我们，这是个人的私事，个人应该享有足够的自主权。这也是Wiki网站的初衷：给DNA大夫的用户们以基因的自主权。虽然我在把这种想法写下来的时候觉得有点乌托邦，但是Wiki网站最终会成为用户获取信息的一条渠道，公开且自由。这里就需要你们的支持和帮助了。我觉得建立一个基因服务社区非常重要，这样就可以鼓励人们分享自己的基因信息，帮助其他人了解基因。

为了讨投资者欢心，我应该反复使用在Tatcham学到的商务谈判技巧。我们会通过提高信息粒度来留住客户，这句话听着不错吧？我还得想想在哪里加上“利用网站保留客户的能力挣钱”这句话，这样商业模型就完成了。虽然听着很傻，但是金融界的那些人就喜欢听这样的话。

话说回来，我是不是只跟马克提过这件事？我想了想，你当时好像在厨房帮忙。你可能不太理解我说的话，没事，去问问马克吧，他肯定可以告诉你细节。或者去网站上看看。虽然现在Wiki还有点简略（而且不允许他人编辑，可能还不算Wiki），但是输入“DNA”，还是可以查到基因、基因类型和SNP（单核苷酸多态性）等内容的。

我写信就是为了告诉你你最喜欢的堂哥（没错，就是我啦）最近都在做些什么。我已经选择你和马克做我的第一批客户了，更准确地说，因为是免费的，所以你们是我的第一批研究对象，也就是小白鼠。这样我才能告诉投资者我们正在对一群中国人进行抽样检测。我已经自作主张给你们寄了DNA取样试纸，这周就会寄到北京。你们一人一个口腔拭子和一个唾液收集器。用起来都很方便，我希望对两者都进行检测。你们用完拭子之后把它寄给我，我会对样本进行检测，并把你们的检测结果上传到网上。我现在还在研究基因分型的最佳方案，所以可能需要花一段时间，万事开头难嘛。

祝我好运吧，谢谢你们的帮忙！

斯坦利

发送自：爱德华·龙

5月18日下午6:33

嗨，莉莉。我今天帮了你的忙，明天吃午饭的时候你也得帮帮我的忙啊。财富律师事务所让我去大东吃午饭。在北京还拿烤鸭当午餐也太俗气了，但是为了两家公司的合作，我还是得去。谢谢啦！

发送自：陈莉莉

5月18日下午6:36

你没发现我看不懂中文吗？还是说你就想表现得像个不折不扣的王八单？

发送自：爱德华·龙

5月18日下午6:40

你说的是王八蛋，不是王八单吧。你会的中文越来越多了，不错啊。相比我这个真正的外鬼，你的中国血统会帮你大忙的。

基因组学

基因组学是一门对生物体体内所有遗传信息进行研究的学科。这种信息的载体主要是DNA，尽管更准确地说，一些病毒往往会通过RNA而不是DNA进行传播。DNA和RNA都是复杂的分子结构，它们可以形成令人难以置信的长链；如果将人类染色体（一束DNA，人体内的每个细胞都会包含23对染色体）伸展开来，平均长度可以达到2英寸 长。看似不长，但是考虑到人体正常的皮肤细胞直径只有0.000 1英寸，如果没有能够折叠DNA的蛋白，那么一个正常的细胞是很难容纳那么多对DNA的。

基因组学与遗传学不同，遗传学主要研究个别基因的结构和功能。与之相反，基因组学的研究对象是生物体内的所有基因，包括基因之间的DNA，以及它们如何共同赋予生物体生命的。在科学家看来，遗传学是一种“动手做”的科学，需要在实验室、诊所和田间进行实验，然后慢慢分解单个基因的结构原理。基因组学的范围则更为广阔，即使没有实验室和谱系图，还是可以大致分析所有基因的作用原理。换句话说，遗传学主要是常规科学家的实验研究工作，基因组学则是一个偏理论的研究领域，会涉及高通量测序中心、计算机和统计学等知识。

基因组学同时也是一门将一个人的DNA与另一个人的DNA、一个物种与另一个物种进行对比的科学。尽管每个人都是不一样的存在，但是一个人体内的大多数DNA与地球上其他人体内的一样，只是在每100个碱基对中会出现一个突变位点。

这种相似性不仅仅存在于有亲缘关系的人之间，而是对所有人而言，我们的相似度都超过了99.9%（一般而言）。因此人类与大猩猩之间大概只有2%的基因是不一样的。差别主要取决于单碱基突变，有时候也简称SNP（单核苷酸多态性）。染色体中存在大量的DNA重置现象，数量多少因物种而异。这种重置现象并不会对DNA测序产生影响，但是的确会阻碍不同物种之间的交配。

基因组学是一门相对较新的科学，对整个基因组进行测序的机会只有一次。20世纪70年代晚期，弗雷德·桑格 在测序方面取得了重大突破，也推动了基因组测序技术的产生，目前存在若干种高效率、低成本对基因样本进行测序的方法。对人类基因组进行大规模的测序工作始于20世纪90年代，并于2007年宣告完成。

在全球大量学术组织和政府项目的支持下，对人类基因组的测序得以有条不紊的展开。首先，必须描绘一幅基因在染色体上的分布简图。其次，要为所获取的序列信息创建了标准化的存储机制和组织机制，便于汇总不同实验室取得的成果。最后，还要通过测序确定人类染色体中的每一个碱基对，从而完善基因分布图。

这项庞大的公共项目由詹姆斯·沃森领导，在长岛的冷泉港实验室进行。20世纪50年代晚期，詹姆斯·沃森与弗兰西斯·克里克和罗瑟琳·富兰克林一起发现了DNA结构。一直以来，这个项目都朝着一个伟大的目标逐步推进，也没有定下具体的截至日期，许多国际会议和研讨会都对此寄予了厚望。然后在20世纪90年代晚期，一家由克雷格·文特尔创建的私人公司——赛雷拉基因公司，进入了该领域，并且宣称他们可以更加独立（且更快）地完成人类基因组测序。面对一家持有大量人类基因组专利的对手的威胁和克雷格·文特尔更快更好的工作能力的刺激，项目组只好更加努力。最后双方差不多在同一时间完成了人类基因组测序工作。赛雷拉基因公司表示他们得到的是对克雷格·文特尔进行测序的结果，这在当时还引发了不少的争议。与之相反，公共项目组则使用了大量匿名捐赠者的DNA。后来，公共项目组也对詹姆斯·沃森进行了测序，两个人的测序结果也都被公之于众。但是外界并不欣赏在个人自尊驱使下所取得的科学进步。

发送自：爱德华·龙

5月1日下午6:52

对于明天的安排，我有个好主意。财富律师事务所的那群人貌似有点传统，我觉得他们会喝白酒，但是我一喝白酒就头痛。千万不要是二锅头啊！3:00之前请帮我盯下梢。就像我教你的那样登录、盯着市场行情直到我回来就可以了。

发送自：爱德华·龙

5月1日下午6:55

最后一点。不要忘了我下午2:30跟王氏资本的人开会。他们可能会说英语。

发送自：陈莉莉

5月18日下午6:55

爱德华，我还有自己的工作要做呢。自己去开你的狗屁会吧！

通过复制DNA生成一条RNA，然后可能会被翻译成蛋白质，会导致DNA链小部分片段的消失。

基因

基因是存储遗传信息的单元。人类遗传信息主要以基因为组织形式，大量信息以长条编码的形式分布于基因中。虽然“基因”这个术语在大众文献和科技文献中频繁出现，但是至今还没有统一的定义。学界也开始逐渐意识到似乎不可能给出一个简单的基因定义。尽管如此，基因的一般定义还是通俗易懂的：基因是具有编码功能的DNA分子片段。有时候可以翻译成蛋白质，有时候可以反转录成RNA。有时候会对蛋白进行编码，有时候会对RNA分子进行编码。对组成DNA的四个碱基（腺嘌呤、胞嘧啶、鸟嘌呤和胸腺嘧啶，通常简写为A、C、G、T）进行测序就可以定义基因编码了。

基因的典型结构呈线性。线的一端是启动子，这是一个有助于启动转录因子、识别DNA的基因区域。它通过融合DNA的两个化学链来识别基因，这两条化学链互相结合、缠绕，形成了DNA典型的双螺旋结构，互为镜像。通过打开螺旋上升的转录因子可以为读取基因信息创造更大的空间。将DNA片段复制到RNA化学链上，即意味着读取基因信息的开始，一般情况下，这个RNA化学链紧接着就会被转换成蛋白质。一旦开始DNA复制，转录机械作用就会贯穿整个基因。一个基因可能包含几十个碱基，甚至数千万个。通常情况下，基因的末端是一系列“结束”的标志，这种结束标志可以放缓转录的速度并最终从基因脱落。基因末端的起止点不明确且跨越了大量DNA片段，这也是基因难以定义的部分原因。更令人困惑的是，一个基因片段有时候会对多个叠加的转录产物进行编码。在被转化成蛋白质之前，由DNA转录生成的RNA链都会经过多次处理。大部分RNA被转化成蛋白质之前会被剪断，而且这些RNA链经常被切割和组合，或者以多种方式“拼接”，拼接方式不同，产物也就不一样。

许多不同的RNA可以被染色体的某一片段编码，从而生成若干种不同的蛋白质。DNA上被实际转化为蛋白质的区域表现为DNA和RNA化学链上的一部分序列。

请注意，每个性染色体都只有一个拷贝，父亲贡献Y染色体，母亲贡献X染色体。

此外，上述启动子是一个复杂的片段，被其他所谓的“增强子”或者“阻遏物”的DNA片段强化，对是否转录基因以及转录到何种程度起决定性的作用。这些调控区域可以覆盖大面积的范围，甚至几个基因，还可以在基因之间实现共享。

通常情况下，每个蛋白质都对应着一个基因。但是因为父母双方都会给子女一个拷贝的染色体，所以我们就有了两套互补的基因，父母双方各贡献一套。染色体是一个DNA单链的聚合体，其中包含大量基因。人体内的每个细胞中都包含了46个染色体，其中23个来自母亲，另外23个来自父亲。因此一般而言，每个基因都有两个拷贝。但是性染色体上的基因是个例外。性染色体即X染色体（来自母亲或者父亲）和Y染色体（只可能来自父亲）。女性体内都包含两个拷贝的X染色体，男性体内则包含一个拷贝的X染色体和一个拷贝的Y染色体。所以如果是X染色体上的基因，那么男性就只会有一个拷贝的该基因；如果是Y染色体上的基因，也只有一个拷贝的该基因。因为女性只有两个拷贝的X染色体，没有Y染色体，所有如果是X染色体上的基因，那么每个基因就都会存在两个拷贝。

正是因为成对基因的存在，我们才可以辨别孩子的性状是遗传自父亲还是遗传自母亲。当我们说“她和她父亲眼睛一样”时，我们表达的意思是遗传自父亲的基因拷贝决定了她眼睛的颜色，相比之下，母亲的基因拷贝影响要小得多。举一个简单实际的例子，雀斑的存在就常常被解释为单个基因（黑皮素受体，MC1R）的常见突变。假设孩子有一个拷贝的正常基因以及一个拷贝的突变基因，而且这个突变基因占据了优势，那么他可能就会长雀斑。如果他有两个拷贝的突变基因，那么他可能会长很多雀斑，而且发色偏红。所以父母一方，这里假定是父亲，头发是红色的，而母亲的头发是黑色的，长有雀斑，由此可知父亲可能会有两个拷贝的MC1R基因，母亲只有一个拷贝的MCIR基因。他们的孩子总会从红头发爸爸那里遗传到一个拷贝的突变MC1R基因，从母亲那里遗传到一个拷贝的可能正常、可能突变的MC1R基因。所以只有个别孩子会长红头发，而所有的孩子都会长雀斑。为了更深入地讨论，请看下面的性状遗传。

发送自：爱德华·龙

5月18日下午6:55

既然你引用了美国最好的电视剧之一《萤火虫》里的台词，那我就不让你帮我开电话会议了。我还以为我帮了你的大忙之后你会对我好一点呢。唉，好像并没有啊。