您想要的就是我们正在做的...

人体奥秘关键在蛋白组

破译人体基因组无法解释人兽差异

  【明报专讯】经过不懈努力﹐最近科学家终于破译了人类基因图谱并作出初步分析﹐寻查出人类的基因数目﹐揭开生物科学研究新一页。然而美国学者加里·斯蒂克斯(Gary Stix)在《洛杉矶时报》撰文指出﹐人类基因图谱的破解仅是人类了解自己身体构造的极少部分﹐因为人体中蛋白质所扮演的角色﹐其实更为重要﹐然而即使能掌握到蛋白质组的排序﹐也不代表已掌握决定人类一生的密码﹐那些主张基因(或蛋白)决定论的人最终必然大失所望。
  斯蒂克斯是美国《科学美国杂志》编辑﹐曾与人合着《Who Gives a Gigabyte? A Survival Guide for the Technologically Perplexed》。
  最近﹐有关基因科学的新闻特别多。生物科技公司及政府资助财团竞相发布人类基因图谱。这给了人一种印象﹐以为当今生物科技进步神速﹐有的报章甚至夸张地说﹕基因图谱可能是通往永生的锁匙。
  但是﹐如同其它与分子生物学及生物科学有关的新发明一样﹐这些第一印象都是不真实的。那种一心以为发现(致病)基因就能治疗疾病的简单想法常常会令自己陷入难以自拔的泥淖。

破解基因不会令人永生

  事实上﹐破解基因并不能令人长命百岁﹐反而令人明白到应更为谦逊。人类基因的总数仅是原来预测的三分之一或五分之一﹐约为三万个。天才爱因斯坦的基因数目仅比老鼠多百分之一﹐与蛔虫比起来﹐也只是其一倍多。人类与猫﹑狗﹑猴子甚至细菌都有许多相同的基因﹐远比一些人想象的为多。公布基因图谱的美国生物科技公司CELERA总裁文特尔指出﹐基因图谱的公布就好象中世纪哥白尼提出的「太阳中心学说」那样﹐再一次打破了人类自我中心主义。
  基因图谱的完成并不意味人类已掌握了人体奥秘。将人体奥秘譬喻为一个多层洋葱﹐基因图谱的破译只不过剥下了其中一层。既然人类与其它生物的基因数差别不大﹐现在需要解释的是﹐为什么爱恩斯坦能够提出伟大的相对论﹐而老鼠却仅能挖土作穴﹖

蛋白质与疾病关系密切

  针对这个复杂问题﹐答案其实极显浅--这与蛋白质有关﹗人体基因指令制造蛋白质﹐有机体愈是复杂﹐愈是由更多的蛋白质构成。对疾病病因的深入了解﹐需要找出基因指示的蛋白质结构﹐以及这些蛋白质内在的互动关系。这是一项异常艰巨的任务﹐破解基因图谱与它比起来﹐简直是小巫见大巫。
  以上认识是对企图开发基因药物的生物制药业的一个警示。至今﹐生物制药业用研究基因所得的知识﹐设计出听来极好但实际上却是自欺欺人的方法﹐去炮制一些不中用的新药物及基因疗法。
  生物科技在制药方面并没有达到显著的成果。这是由于无论研究人员还是生化公司总裁都盲目地相信﹐如果找到肇事基因﹐并将其修改的话﹐就能治愈疾病。但事实是﹐某一基因可能与一种疾病的生成有重大关系﹐却并不能完全归罪与它。
  一些人相信﹐只要能破译掌握基因组﹐就能实现以好基因更换坏基因的基因疗法﹐让人体机能恢复正常。但是专家在移植基因及令它们在细胞中发挥作用上﹐却遇到了极大的困难﹐九九年更有一名病人接受这类基因疗法而死亡﹐令基因疗法蒙上阴影。其后外间揭发﹐原来曾有接近七百名病人因接受基因疗法而出现包括死亡在内的「严重后果」。

基因疗法后果严重

  用药物来阻止不良基因活动﹐从而达到防止疾病的目的﹐听来似乎十分简单。但是这些药物往往会被身体内部的所化解﹐有时甚至引发意想不到的免疫系统不良反应。
  随着外界当初对操控基因所能产生的治病效果的憧憬幻灭﹐我们现在对人体基因数目的了解﹐将对未来医学研究有深远影响--人类基因远比想象中少﹐显示个别一两种基因与一系列疾病有关的推论不大可能。换句话说﹐某一种不良基因等于一种疾病﹐或某一种基因只专责制造某一种关键蛋白质的想法是错误的。
  但如果说关键在于蛋白质﹐那么分子生物学家的生涯将变得异常坎坷﹐因为蛋白质的数目估计由数十万至一百万不等。在人体一千亿的细胞中﹐有的有蛋白质﹐有的则没有。要掌握人类细胞内的蛋白组(Proteome)排序﹐比得出基因组排序实是困难得多。

蛋白组亦不能决定人生

  但即使有一天我们能成功给蛋白组排序﹐但那也不代表什么﹐因为人体内各种蛋白质的互动关系实也太复杂﹐并经常在变化。凡此种种﹐均意味基因组和蛋白组都不是决定我们一生的软件--我们均有能力变好或变坏﹐我们是自由的﹐一切非先天决定。

蛋白质决定细胞机能

  蛋白组(Proteome)是指在某组织或分化细胞内所表现之所有蛋白质。蛋白组分析的研究目标﹐是定量分析细胞内蛋白质表现﹐以及其表现如何因应特定环境变化(如疾病或药物处理)而改变。
  蛋白组分析研究和基因组分析研究相辅相成﹐两种具有完全相同基因组的细胞﹐可能表现出完全不同之结构与机能﹐因为蛋白质几乎与所有细胞内的反应有直接关系﹐大部份的调控均直接发生于蛋白质上。目前有关蛋白组分析的进展﹐仍远远落后于基因组研究。