新研究挑战DNA随机突变进化理论
新研究挑战DNA随机突变进化理论
科技日报北京1月12日电 (记者张梦然)根据美国加州大学戴维斯分校和德国马克斯普朗克发育生物学研究所开展的一项新研究,拟南芥可能是理解和预测DNA突变的关键。这一发表在12日《自然》杂志上的新发现,将从根本上改变人们对进化的理解,有朝一日或可帮助研究人员培育出更好的作物,甚至帮助人类对抗癌症。
当DNA受损且未修复时,就会发生突变,从而产生新的变异。论文第一作者、加州大学戴维斯分校植物科学系助理教授格雷·门罗说:“我们一直认为突变在基因组中基本上是随机的。事实证明,突变是非常非随机的,而且在某种程度上对植物有益。这是一种全新的思考突变的方式。”
研究人员花了3年时间对数百种拟南芥的DNA进行测序。作为遗传学模式生物的拟南芥是一种小型开花杂草,被认为是“植物中的实验鼠”。其相对较小的基因组,包含约1.2亿个碱基对。相比之下,人类大约有30亿个碱基对。
马克斯普朗克研究所研究人员在受保护的实验室环境中种植标本,这使得在自然界中可能无法生存的具有缺陷的植物能够在受控空间中生存。
对数百种拟南芥植物的测序揭示了超过100万个突变。在这些突变中,揭示了与预期相反的一种非随机模式。
研究发现了非随机且具有低突变率的基因组斑块。在这些斑块中,他们惊讶地发现一种必需基因的过度表达,例如那些参与细胞生长和基因表达的基因。
研究人员表示,这些是基因组中真正重要的区域,在生物学上最重要的区域就是那些受到保护免于突变的区域。这些区域对新突变的有害影响也很敏感。因此,DNA损伤修复似乎在这些区域特别有效。
研究发现,DNA包裹在不同类型蛋白质上的方式可很好地预测基因是否会发生突变。研究人员表示,这意味着可以预测哪些基因比其他基因更有可能发生突变。
这些发现也为达尔文自然选择进化理论增添了一个令人惊讶的转折,因为它揭示了植物已经进化到通过保护其基因免受突变以确保生存。研究人员称,利用这些发现可思考如何保护人类基因免受突变。
总编辑圈点
了解植物DNA突变,是植物分子生物学基础研究的极好手段,明确为什么基因组的某些区域比其他区域突变更多,可帮助依赖遗传变异的育种者们培育出更好的作物。同时,科学家们还可以利用这些信息,有效地预测或开发出疾病新疗法,尤其是针对由突变引起的癌症等顽疾。因此我们才说,这不仅是植物育种的重要成果,更是人类医疗事业的福音。
新研究挑战DNA随机突变进化理论相关推荐
- PNAS前沿:迈向作为多层学习的进化理论
来源:集智俱乐部 作者:郭瑞东 编辑:邓一雪 导语 进化.学习与物理系统的重整化有何相似之处?PNAS的论文"构建将进化视作多层学习的理论"一文,经由统一的理论框架,分析进化过程中 ...
- 大牛逝世 = 新人上位 = 科学进步?新研究表明确实如此
全世界只有3.14 % 的人关注了 青少年数学之旅 学术大牛们生前为人类创造了巨大的知识财富,死后也以另一种形式造福了科学.一项新研究表明,明星科学家去世后,同一学科分区中从未与他们合作的科学家论文发 ...
- 存储新图谱:DNA存储的边界与天地
数字信息时代,无论是生产数据的各大视频网站.应用平台等,还是消费者们使用的各类电子设备,都无不在时时刻刻产生数据. 拿自动驾驶举例来说,平均每辆自动驾驶车每天产生的数据量高达10TB.根据IDC机构的 ...
- 文献阅读:丛枝菌根共生缓解植物盐分胁迫:目前的认识和新的挑战
丛枝菌根共生缓解植物盐分胁迫:目前的认识和新的挑战 原文链接: Mitigation of Salinity Stress in Plants by Arbuscular Mycorrhizal Sy ...
- 方向对了?MIT新研究:GPT-3和人类大脑处理语言的方式惊人相似
来源:机器之心 本文约2700字,建议阅读6分钟 人和机器都是这样组织语言的. 「人工智能网络并没有试图直接模仿大脑,然而最终看起来像大脑一样,这在某种意义上表明,人工智能和自然之间发生了某种趋同演化 ...
- DeepMind强化学习新研究:更快的知识学习,更强的环境适应
2021-05-04 13:36:12 编译 | Mr Bear 校对 | 维克多 DeepMind官方博客在一篇文章"Fast reinforcement learning through ...
- 李飞飞新研究:基于深度学习和视觉化语言来了解不同物体间的关系
来源:凤凰科技 概要:最近她所在的实验室正在做一项新研究,基于深度学习和视觉化语言模式了解不同物体之间的关系. 2017未来科学大奖颁奖典礼暨未来论坛年会28.29日在京举办,斯坦福大学终身教授.谷歌 ...
- python预测药_Petuum 新研究助力临床决策:使用深度学习预测出院用药
在过去一年中,我们看到了很多某种人工智能算法在某个医疗检测任务中「超越」人类医生的研究和报道,例如皮肤癌.肺炎诊断等.如何解读这些结果?他们是否真正抓住医疗实践中的痛点.解决医生和病人的实际需要? 这 ...
- OpenAI新研究:扩散模型在图像合成质量上击败BigGAN,多样性还更佳
来源:AI科技评论本文约3600字,建议阅读5分钟本文介绍了OpenAI新研究:扩散模型在图像合成的最新技术. 新模型在ImageNet512×512上实现了3.85FID,甚至在每个样本只有25次正 ...
最新文章
- bootstrap-fileinput 使用
- 轻量级网络skipnet
- valgrind 看内存泄漏
- 30分钟掌握ES6/ES2015核心内容(上)
- mysql从zip包安装小记
- anaconda如何保存python文件_想在Jupyter Notebook(Anaconda)中保存并运行Python脚本
- Shell常用命令总结
- Oracle数据同步接口,增量数据从ERP系统到本地临时表封装解决方案
- exif viewer java,1earn/XSS挑战-WalkThrough.md at master · dizhaung/1earn · GitHub
- linux下获取程序所在目录绝对路径
- 训练网络时如何加入噪声_[模型量化] 如何训练一个“耐量化”的网络?
- SpringCloud 应用在 Kubernetes 上的最佳实践(一):开发篇 | 凌云时刻
- php正则表达式修饰符详解
- 鸿蒙申请入口联系人邮箱格式不对,为什么appid输入邮箱地址不对
- 只有VOB 文件,怎样使用IfoEdit生成烧制DVD所需的IFO、BUP文件!
- [转] Boost算法
- Shell脚本常见问题
- 查看网卡ip linux,教你如何查看本机ip地址?
- 求大家别秀智商了:请给我一面国旗 @微信官方
- iOS渐变视图动画库、腰杆、音频水滴水波手势、多种对话框、四级展开效果等源码