為什么線粒體擁有獨(dú)立的DNA？

勞雷爾·海默斯+段曉茜

在細(xì)胞生物學(xué)領(lǐng)域有許多未解之謎，其中之一就是為什么有“細(xì)胞加油站”之稱的橢圓形線粒體結(jié)構(gòu)擁有獨(dú)立的DNA，并且不會因?yàn)榧?xì)胞中大量的遺傳物質(zhì)而受到影響。一項(xiàng)最新研究有可能已經(jīng)找到了這個問題的答案。

科學(xué)家認(rèn)為，線粒體曾經(jīng)是獨(dú)立的單細(xì)胞生物體，直到10多億年前才被更大的細(xì)胞吞噬。這樣，它們避免了被消化的厄運(yùn)，并且與宿主建立了一種互利關(guān)系，最終使動植物等更為復(fù)雜的生命得以出現(xiàn)。

經(jīng)過漫長的演變，線粒體基因組已經(jīng)縮小。現(xiàn)在的細(xì)胞核中包含著絕大多數(shù)細(xì)胞遺傳物質(zhì)，甚至還有為線粒體提供服務(wù)的基因。隨著時間的推移，大多數(shù)線粒體基因已經(jīng)跳入了細(xì)胞核內(nèi)。但是，如果這些基因是移動的，線粒體為什么還要將其保留下來，尤其是這些基因的突變會導(dǎo)致嚴(yán)重的罕見疾病，逐漸破壞患者的大腦、肝臟、心臟以及其他重要器官？

英國伯明翰大學(xué)的生物學(xué)家伊恩·約翰斯頓與馬薩諸塞州劍橋市懷特黑德生物醫(yī)學(xué)研究所的生物學(xué)家本·威廉姆斯聯(lián)手，首次通過數(shù)學(xué)建模方法對各種假設(shè)進(jìn)行比較。他們對來自動植物、真菌和原生生物（如變形蟲）的超過2000種不同的線粒體基因組進(jìn)行了分析，并追蹤其進(jìn)化路徑，從而創(chuàng)建程序并計(jì)算得出不同基因以及基因組在特定時間點(diǎn)丟失的概率。

位于加拿大溫哥華的不列顛哥倫比亞大學(xué)的生物學(xué)家凱斯·亞當(dāng)斯并未參與此項(xiàng)研究，但他表示：“此類研究的常規(guī)做法當(dāng)中并不包括建模的方法，這是該項(xiàng)目諸多創(chuàng)新之處的一個體現(xiàn)。”

線粒體通過一系列化學(xué)反應(yīng)，沿著細(xì)胞膜傳遞電子來產(chǎn)生能量。該過程的關(guān)鍵在于一系列蛋白復(fù)合物及大的球蛋白被嵌入線粒體內(nèi)膜。該研究小組發(fā)現(xiàn)，如果某個基因產(chǎn)生的蛋白質(zhì)處于某個蛋白復(fù)合物的核心，則該基因更有可能被保留下來。同時，負(fù)責(zé)為周邊生產(chǎn)更多能量的基因則更有可能被轉(zhuǎn)運(yùn)到細(xì)胞核。

約翰斯頓認(rèn)為，將這些基因保留在線粒體中是細(xì)胞控制線粒體的一種特有方法，因?yàn)殛P(guān)鍵的蛋白質(zhì)是在線粒體內(nèi)產(chǎn)生的。這種局部控制意味著細(xì)胞可以更加快速有效地調(diào)節(jié)單個線粒體中瞬間能量的產(chǎn)生，而不必對其包含的成百甚至上千個線粒體進(jìn)行大規(guī)模改變。

倫敦大學(xué)學(xué)院生物學(xué)家約翰·艾倫非該項(xiàng)目組成員，他表示，這就和人們應(yīng)對火災(zāi)的做法一樣，如果一棟龐大建筑物內(nèi)的某個房間起火，人們會選擇拿起滅火器直接定向滅火而不是給該建筑的管理人員撥打電話發(fā)出滅火的請求。

他還說：“我認(rèn)為這是一個非常基本的反饋機(jī)制。”他的研究發(fā)現(xiàn)在有需要的地方恰好生產(chǎn)出某些線粒體蛋白，可以幫助細(xì)胞更好地調(diào)節(jié)能量產(chǎn)生。我們細(xì)胞中的其他結(jié)構(gòu)也可以從這種局部控制的方式中獲益。但線粒體作為曾經(jīng)獨(dú)立的細(xì)胞，是唯一擁有獨(dú)立指揮中心的細(xì)胞。

約翰斯頓與威廉姆斯的研究模型也反映出其他一些可能有重大意義的方面。例如，為線粒體蛋白進(jìn)行疏水性或防水性編碼的基因更有可能在線粒體中產(chǎn)生。這是因?yàn)槿绻@些蛋白質(zhì)在細(xì)胞中的其他地方產(chǎn)生，有時可能會在轉(zhuǎn)運(yùn)中停滯下來。

基因本身的化學(xué)結(jié)構(gòu)也會影響它們是否能夠保留下來。那些能夠抵抗線粒體內(nèi)部惡劣環(huán)境，不容易遭到破壞的基因保留下來的可能性更大。

約翰斯頓認(rèn)為，他與威廉姆斯開發(fā)的計(jì)算機(jī)程序可以用于線粒體基因組篩選之外的許多方面。該算法能夠分析致病基因或疾病癥狀在某個時間節(jié)點(diǎn)獲得或喪失某些特征的任何問題。他希望該模型能有助于后續(xù)研究的預(yù)測工作。