先问你一个听着就离谱的事儿：人类和香蕉的DNA，有50%是一模一样的。

别急着反驳，我知道你现在肯定在想：我跟香蕉？就那根黄不拉几、剥了皮就能吃的东西？凭什么跟我有一半基因一样？

但这就是事实。

你再往下看更离谱的：人类和黑猩猩的DNA，相似度是98.8%。

也就是说，你跟动物园里那只蹲在树上扔你果子的黑猩猩，基因差别只有1.2%。

那问题来了，既然我们和黑猩猩只差1.2%的基因，那我们跟黑猩猩的区别到底是哪来的？

答案不是你想的那样，不是那1.2%里的2万个蛋白质基因决定的。

说白了，决定你能坐在这里看手机、而黑猩猩只能在树上抓虱子的关键，恰恰藏在那98%不编码蛋白质的"沉默区域"里。

而在半个世纪前，科学家们完全不这么想。

时间倒回1972年。

有个日裔美国遗传学家叫大野乾，这人提出了一个影响特别深远的概念，叫"Junk DNA"：垃圾DNA。

他当时为什么会这么想呢？不是因为他蠢，是因为当时人类对基因的理解确实就那么点。

你想啊，1953年沃森和克里克才刚搞清楚DNA是双螺旋结构，满打满算过了19年，人类连基因长什么样都还没完全看明白。

那时候大家脑子里的思路特别简单：基因就是用来编码蛋白质的嘛，能生产蛋白质的才叫有用，不能生产的，那就是冗余。

结果一测人类基因组，傻眼了，总共30亿个碱基对，真正能编码蛋白质的，只有2%左右。剩下98%，不生产任何蛋白质，在那躺着。

更让他们困惑的是另一件事：基因组的大小，跟生物的复杂性完全不挂钩。

举个例子，有一种动物叫蝾螈，它的基因组大小居然是人类的十倍。

你说蝾螈比人高级？

开什么玩笑，那玩意连脊椎都没演化明白，一辈子就在水里慢悠悠游。那它那多出十倍的基因是干嘛的？闲着没事干吗？

大野乾一看，那没跑了，这些多出来的、不编码蛋白质的序列，肯定是进化过程中攒下来的屎山代码，是复制粘贴的时候出错留下的垃圾。

就像你用Word写论文，复制粘贴了十遍同样的段落，自己都没发现，这些重复段落对论文内容毫无贡献。

这个说法一出来，大家觉得太合理了。

对啊，既然不干活，那不是垃圾是什么？

于是这个概念就这么深入人心，一统治就是五十年。

直到2012年，事情开始起变化。

2012年，有个特别大的项目结果公布了，叫ENCODE，中文翻译过来叫"DNA元素百科全书计划"。

这个项目有多大呢？

400多个科学家，联手搞了将近10年，干了一件事，把人类基因组里每一个区域，从头到尾翻了个底朝天，看看这些地方到底有没有在干活。

按照当时主流的预期，这项目应该能证明那98%确实是垃圾，然后这事就结了。

结果出来，所有人都傻了：人类基因组里，至少80%的序列，是有生化活性的。

什么叫有生化活性？

就是这些区域不是躺着不动的，它们在忙，有的被转录成了RNA，有的跟蛋白质结合，有的参与了基因表达的调控。

说人话就是，它们都在上班，不是在那摸鱼。

项目负责人Ewan Birney当时还放了个特别猛的话："随着我们研究更多细胞类型，这个80%可能会涨到100%。"

你想啊，之前大家觉得98%是垃圾，结果这一查，80%都有活干，这不就是当众打脸吗？

但你要知道，科学圈里这种"打脸"其实特别正常。

当年爱因斯坦刚出来的时候，洛伦兹那样的大牛都抱着以太不放；沃森克里克刚提出双螺旋的时候，还有人觉得遗传物质应该是蛋白质而不是DNA。科学家也是人，也会被时代局限。

问题来了：既然这些非编码区都在干活，那它们到底在干什么活？

我们先建立一个直觉。

人类基因组里，真正编码蛋白质的基因，大概有多少个？2万个左右。

你没听错，就2万个。

这个数字说出来你可能不信，你身上这么复杂的器官，大脑、心脏、肝脏、免疫系统，加起来就靠2万个蛋白质在那撑着？跟一只小小的线虫比，也就多了那么几千个。

那这2万个蛋白质基因，是怎么把人搞这么复杂的？

答案不在蛋白质本身，而在指挥这些蛋白质什么时候生产、生产多少、在哪个细胞里生产的那套系统。

这套系统是什么呢？就是那些非编码区里藏着的各种调控元件。

说几个你可能听过的名字：增强子、沉默子、启动子、绝缘子。

这些名词听着唬人，其实特别好理解。

你就把整个基因组想象成一家大公司：

那2万个编码蛋白质的基因，就是一线干活的员工，负责生产产品（蛋白质）。

而那些调控元件，就是公司里的老板、部门经理、HR、审批岗，启动子是打卡机，基因要开始干活得先过它这关；增强子是项目经理，看到时机成熟了就喊"开工"；沉默子是纪检委，看哪个基因干得太欢了就过去拍一下肩膀"差不多得了"；绝缘子呢，就是部门之间的隔墙，防止A部门的经理跑到B部门去乱指挥。

人类基因组里，这样的调控元件有多少个？可能有几百万个。

你算一下这个比例：2万个一线员工，背后有几百万个指挥岗位。平均下来，每个员工头上有几百个领导在那盯着他什么时候上班、上多久、要不要加班。

这就解释了一个特别反直觉的事：为什么人和黑猩猩的蛋白质基因差别那么小，但人跟黑猩猩长得完全不一样？

因为员工差不多，但管理系统不一样。

人类的大脑发育那套指挥链，跟黑猩猩的不一样，调控方式稍微改一改，长出来的东西就完全是两码事。

就像两家公司，员工都是一样的人，组织结构和指挥逻辑换一换，一个能做出华为手机，一个只能做山寨机。

问题来了：隔了几百万个碱基，怎么指挥？

讲到这你可能会问一个问题。

增强子这个东西，离它要调控的基因，有时候能隔出去几百万个碱基对。

你想啊，DNA在基因组上是排成一条直线的，增强子在这头，目标基因在那头，中间隔了几百万个字母，它是怎么够得着、怎么指挥的？

按照以前那种线性思维，这事儿根本说不通。

你在操场这头喊一嗓子，操场那头的人根本听不见。

但2012年还有另一个发现，把这个问题解决了。

加州大学圣地亚哥分校有个团队，领头的叫Bing Ren，他们在《自然》杂志上发了篇论文，第一次画出了染色质的三维相互作用图谱。

他们发现了一个特别关键的结构，叫拓扑关联结构域，英文缩写TADs。

这个TADs是什么意思呢？你先别急着想DNA，先想一件事：如果把人类基因组的DNA分子完全拉直，有多长？

答案是两米。

两米长的一根丝，要塞进一个直径只有6微米的细胞核里。

6微米是什么概念？一根头发丝直径的大约十分之一。

你把两米长的线塞进一个比针尖还小的球里，能是随便塞的吗？肯定是叠来叠去、拧来拧去、折叠了好多层才塞进去的。

既然是折叠的，那在一维直线上隔得很远的两个东西，在三维空间里可能就挨在一起。

就像你把一张A4纸揉成一团，纸的左上角和右下角，在纸上隔着十万八千里，但揉成球之后，它们可能就贴在一块儿。

TADs就是基因组折叠之后形成的一个个"功能小区"。同一个小区里的DNA序列，互相之间互动特别频繁；小区和小区之间，就相对隔离，不怎么串门。

每个小区的边界，有CTCF蛋白和黏连蛋白组成的一道墙，把小区给框住。

这下你就明白了：增强子虽然在直线距离上离目标基因几百万个碱基，但因为DNA折起来了，它俩在三维空间里就住在同一个小区里，抬头不见低头见，当然能指挥得到。

而且这道墙特别重要。

如果哪天这道墙塌了，比如TADs的边界因为突变没了，那隔壁小区的增强子就会跑过来乱指挥，把不该激活的基因给激活了。

现在已经发现，很多癌症和先天畸形，就是因为这些TAD边界出了问题，基因被错误的信号打开了。

你看，以前大家觉得这些折叠结构是没用的乱缠，结果人家是在维持社会秩序。

除了这些调控元件，非编码区还干了另一件事，转录出来一堆不翻译成蛋白质的RNA，叫非编码RNA。

这东西以前大家也不当回事。

因为按照中心法则那套老思路，DNA转录成RNA，RNA就是个信使，最终要翻译成蛋白质才算完成使命。

那些转录出来但不翻译成蛋白质的RNA，被认为是转录过程中的副产物，就像工厂里生产出来的边角料，没用。

结果现在发现，这些"边角料"个个都是管理岗。

挑几个有意思的说。

比如miRNA，叫微小RNA，长度才20多个核苷酸。

它的工作是什么呢？找到对应的信使RNA，要么把它按住不让翻译，要么直接把它降解掉。一个miRNA能同时管几百个基因。

人类基因组里编码了超过1000种miRNA，你算算这是多大的管理网络。

还有一种叫lncRNA，长链非编码RNA，长度超过200个核苷酸。

这个种类就更多了，人类基因组里可能有好几万个。

它们干的事也特别杂：有的参与X染色体失活，女性有两条X染色体，为了不让基因过量表达，其中一条会被整个打包沉默掉，这个过程就有lncRNA在主导；有的参与基因组印记；有的负责染色质重塑。你看，都是大事。

还有一种最近特别火的，叫circRNA，环状RNA。

它是个闭合的环，特别稳定，不像普通RNA那样容易被降解。

它的一个经典工作方式是当"海绵"，把那些miRNA吸过来存着，让miRNA没法去管它们的目标基因。

相当于项目经理手里攥着一堆纪检委，不让他们下去检查工作。

这些东西你要搁50年前说，大家肯定觉得你在扯。

不生产蛋白质，在基因组里到处转录出一堆RNA，什么用没有，还占地方？但现在看来，它们不是没用，是我们以前只认"生产线上的工人"，没看见办公室里坐的那些管理者。

讲到这还没完，还有一个更反常识的。

人类基因组里，有差不多50%的序列，叫转座子。

这东西是啥呢？

简单讲，就是一段会自己复制、然后插入到基因组别的地方的DNA序列。

它们在基因组里到处跳、到处复制，像寄生虫一样。

早期科学家觉得这就是"自私的基因"，它们复制自己不是为了人好，只是为了传自己的代，给基因组增加负担。

还有个猜测说，这些转座子可能是远古时候病毒感染我们祖先之后，遗留下来的病毒片段。就像你电脑中了病毒，病毒代码嵌进了系统文件里，删都删不掉。

按照这个思路，转座子那就是基因组里最该被清理的垃圾了，占了一半地方，自己到处乱跳，除了制造突变增加负担，啥用没有。

但后来发现，事情根本不是这样。

转座子不光参与调控，还在演化上给我们提供了关键的突变材料。

最经典的一个例子：胎盘动物从卵生到胎生这个演化过程，就用到了转座子带过来的基因。我们现在能在肚子里孕育胎儿，而不是像鸡鸭那样下蛋，背后有转座子的功劳。

你品品这个事，远古时候病毒感染了我们的祖先，把一段DNA插在了基因组里。当时看是个麻烦，结果几千万年之后，这段被插进来的序列，被征用做了胎盘发育的关键零件。

没有这次"病毒感染"，可能就没有哺乳动物，更不会有你。

所以，到底什么是"垃圾"？

我们回头看大野乾当年那个"垃圾DNA"的说法。

他为什么会错？其实不是他蠢，是他站在一个特别线性的视角看问题，能生产蛋白质的就是有用的，不能生产的就是垃圾。

就像你去一家公司参观，看到车间里只有2%的人在流水线旁边拧螺丝，剩下98%的人坐在办公室里开会、打电话、看报表、审批邮件，你转头就跟老板说：你这公司不行啊，98%的人都是吃白饭的，把他们开了，生产成本直接降98%。

老板听到这话估计得愣三秒，然后让保安把你送出去。

把那些管理层都开了试试？流水线第二天就得停。

基因也是这个道理。

那2%编码蛋白质的序列，是流水线上的工人；剩下98%，是管理者、是协调系统、是折叠方式、是那些你看不见但维持整个系统运转的零件。

你要是真当垃圾把它们删了，第二天起来人类还在不在，那真不好说。