20世纪60年代初，科学家们破译了遗传密码，确定了DNA如何翻译成为蛋白质，迈出了现代生物学研究极重要的一步。在DNA序列中，由3个碱基排列组合组成的密码子最终成为不同的氨基酸，而密码子中有时候会出现单个碱基的错误，也就是点突变，根据突变是否会改变所得到的蛋白质序列，点突变被分为非同义突变和同义突变。
点突变中有1/4-1/3是同义突变[1,2]，由于不会改变翻译后得到的蛋白质序列，绝大多数同义突变通常被认为是中性的，而非有害的。这一认知贯穿了很多疾病机制、种群和保护生物学，以及进化生物学的研究。
然而，事实可能并非如此。在今天的《自然》杂志上，密歇根大学张建之教授团队发表了最新研究成果[3]，他们在酵母菌模型中发现，超过3/4的同义突变是显著有害的！
研究人员选择了酵母作为研究对象，因为酵母的传代速度快，生物体尺寸小，能够相对快速、精准和方便地检测大量同义突变及其影响。
他们锁定了21个基因，这些基因参与多种生物过程，包括代谢、染色质重塑、转录、翻译和细胞壁合成。在每个基因中，他们选择了150bp的编码序列片段，合成了450个具有点突变而偏离野生型的序列片段，利用CRISPR-Cas9基因编辑技术将野生型的序列替换为突变序列，再把这些酵母和野生型酵母在同样的培养条件下培养，没有观察到二倍体化。
在所有21个基因操作完成后，研究人员共鉴定出了8341个突变，包括1866个同义突变，6306个非同义突变和169个无义突变。
接下来，他们计算了每个突变酵母株相对于野生型的繁殖速度，以量化突变对“适应度”的影响。适应度反映了繁殖能力，研究人员认为，通过对繁殖能力的计算可以体现突变是有益的、有害的还是中性的。
计算结果显示，169个无义突变的中位适应度为0.940，6303个非同义突变的中位适应度为0.988，而1866个同义突变的中位适应度为0.989，可以看出来，同义突变的中位适应度非常接近非同义突变，而不是中性结果（=1），平均适应度的计算结果也有同样的趋势。
非同义突变（蓝）和同义突变（黄）的中位和平均适应度
21个基因中，只有5个基因的同义和非同义突变存在显著的适应度差异，但即使是这5个基因，同义突变的中位适应度也更加接近非同义突变，而不是1。
把所有的突变按照适应度显著（p＜0.05）＜1、＞1或者两者皆不符合分为3组，同义与非同义突变的分布比例是相似的。在同义突变中，75.9%是显著有害的，1.3%是显著有益的，而非同义突变中，显著有害和有益的比例分别为75.8%和1.6%。研究中，最小的显著绝对适应度为0.001，比自然选择（10-7）高几个数量级，因此，所有具有显著适应度影响的突变都是强非中性的。
非同义突变（蓝）和同义突变（黄）的适应度显著＜1、＞1或者两者皆不符合的比例
过往的研究发现，基因中的同义突变可以改变mRNA转录水平[4-6]，从而影响适应度[7]，研究人员检测了每个突变的相对表达水平（REL），结果显示，在53.8%的同义突变和55.0%的非同义突变中，REL显著偏离1，表明同义和非同义突变都能够经常性地改变mRNA水平。也就是说，即使是同义突变，不会改变蛋白质结构，也会通过改变mRNA水平，影响蛋白质表达水平。
总的来说，这项研究表明，在酵母模型中，大多数同义突变都是非中性的，更加值得注意的是，有3/4的同义突变是有害的，超半数的同义突变会改变mRNA水平，从而影响蛋白质的表达。
由于这项研究是在单倍体酵母中进行的，未来，还需要进一步在不同的生物中进行研究，以巩固研究结论的普遍性。
研究人员表示，他们对自己的研究结果感到震惊，这个研究结果表明，同义突变在导致疾病方面与非同义突变发挥着近乎同样重要的作用，他们呼吁在未来的研究中加强预测和识别致病性同义突变[8]。
参考文献：
[1] Kimura M. Genetic variability maintained in a finite population due to mutational production of neutral and nearly neutral isoalleles[J]. Genetics research, 1968, 11(3): 247-270.
[2] King J L, Jukes T H. Non-Darwinian Evolution: Most evolutionary change in proteins may be due to neutral mutations and genetic drift[J]. Science, 1969, 164(3881): 788-798.
[3] Shen, X., Song, S., Li, C. et al. Synonymous mutations in representative yeast genes are mostly strongly non-neutral. Nature (2022). https://doi.org/10.1038/s41586-022-04823-w
[4] Zhou Z, Dang Y, Zhou M, et al. Codon usage is an important determinant of gene expression levels largely through its effects on transcription[J]. Proceedings of the National Academy of Sciences, 2016, 113(41): E6117-E6125.
[5] Presnyak V, Alhusaini N, Chen Y H, et al. Codon optimality is a major determinant of mRNA stability[J]. Cell, 2015, 160(6): 1111-1124.
[6] Chen S, Li K, Cao W, et al. Codon-resolution analysis reveals a direct and context-dependent impact of individual synonymous mutations on mRNA level[J]. Molecular Biology and Evolution, 2017, 34(11): 2944-2958.
[7] Keren L, Hausser J, Lotan-Pompan M, et al. Massively parallel interrogation of the effects of gene expression levels on fitness[J]. Cell, 2016, 166(5): 1282-1294. e18.
[8] https://news.umich.edu/study-most-silent-genetic-mutations-are-harmful-not-neutral-a-finding-with-broad-implications/
文章来源：奇点网