你有没有想过一个问题：你，到底有多少是"你自己"的？ 别误会，不是说你的性格或者灵魂，我说的是基因层面的。 答案可能会让你愣一下，你基因组里大约8%的序列，根本不是人类的，而是古代病毒留下来的。 啥意思？ 说白了，几万年前甚至几百万年前，有某种逆转录病毒感染了我们祖先的生殖细胞，把自己的基因插到了人类的DNA里。 然后这个病毒就这么一代代传下来了，传着传着，病毒本身早就死透了，但它的基因代码就这么留在了我们身体里。 你可能会说：那岂不是体内全是病毒残留，会不会出事？ 别慌，大部分确实没什么用，但有一些还真被人体"收编"了。 最典型的就是胎盘形成过程中用到的合胞素蛋白。 这个蛋白的基因，就来自一种古病毒的包膜蛋白基因。 当年病毒拿这个蛋白来突破宿主细胞，结果被人类改造成了胎盘细胞融合的关键工具。 相当于当年一段恶意代码注入进来，本来是想搞破坏的，结果被主系统逆向改造，变成了基础设施的一部分。 将错就错，居然还跑通了。 听到这你可能觉得：病毒入侵？那也太离谱了吧，人类基因里怎么能留着这种东西？ 其实比病毒更离谱的还在后面。 病毒那8%虽然多，但跟另一类东西比起来，只能算小巫见大巫。那就是：转座子。 转座子是啥？ 你可以把它理解成基因组里的"自我复制插件"。 这种序列有个特点，就是会不停地把自己复制粘贴到基因组的各个位置，到处乱插。 光这一类东西，就占了人类基因组差不多一半的位置。 一半啊。 相当于你打开电脑C盘，发现一半的空间都被一种自动复制的恶意程序占了，而且你还不敢删，因为不知道删了会不会把系统搞崩。 那真正有用的基因有多少呢？ 不到2%。 对，你没看错。 人类基因组大概有30亿个碱基对，但真正用来编码蛋白质的部分，连2%都不到。 剩下那98%是啥？ 刚才说了，转座子占一半，内源性逆转录病毒占8%，还有一大堆假基因、重复片段、乱七八糟的调控序列。 很长一段时间里，这些东西都被叫做"垃圾DNA"。 名字叫"垃圾"，但没人敢真删。 为什么？因为你不确定它到底是不是真的没用。 这就像一个几十年的老项目，里面全是注释掉的函数、废弃的模块、没人敢动的死代码。 你说删了吧，怕哪天出问题；留着吧，又占地方。 典型的技术债。 说到假基因，有个特别有意思的例子。 我们人类为什么要吃蔬菜水果补充维生素C？因为我们自己合成不了。 但很多动物都能自己合成维生素C啊，比如猫啊狗啊，它们从来不觉得需要专门吃橙子。 为啥人类不行？ 因为我们基因组里有一段负责合成维生素C的基因，在某个祖先身上突变坏掉了。 坏了就坏了呗，反正那个时候果子到处都是，吃点就能补上，也就没什么生存压力。 然后这个坏掉的基因就这么一代代传下来了。 相当于一段早就不能运行的代码，没人去清理，就一直搁在代码库里。 你说它占多少地方吧，也不占多少。但你就是删不掉，删了好像也没啥影响，但谁也不敢试。 类似的"历史遗留问题"还有很多。 比如我们胚胎发育的时候，早期会出现类似鳃弓的结构。 这玩意儿是干嘛的？我们又不是鱼。 但它确实会出现，然后慢慢消失。 这就是进化留下的痕迹。 我们的祖先确实是从鱼过来的，那段控制鳃发育的代码一直没删，就这么留着。 虽然现在不用了，但胚胎发育的时候还是会先跑一遍，然后再改。 更离谱的是喉返神经。 这条神经连接大脑和喉咙，本来走直线的话，几厘米就够了。 但实际上它要从大脑下来，绕过心脏旁边的主动脉，再绕回喉咙，在人身体里走了将近一米的弯路。 你没听错，一米。 为啥要走这么远？因为在鱼类祖先身上，这条路径是合理的，鱼的心脏和鳃离得近，神经这么走很顺。 后来慢慢进化，脖子变长了，胸腔位置变了，但这条神经的走线从来没有被重新规划过。 就这么将错就错，延续了几亿年。 这要是在软件工程里，就是典型的"祖传屎山"，当年的设计在当时的架构下是合理的，后来架构变了，没人敢动那根神经，就这么绕着。 再说说基因本身的写法，那也是相当奇怪。 我们平时理解的基因，应该是一段连续的代码，读出来直接就能用对吧？ 实际上根本不是。 一个基因在被转录成RNA之后，里面大量的片段要先被剪掉，剩下的部分拼在一起，才能用来合成蛋白质。 被剪掉的那些叫内含子，留下来的叫外显子。 人类基因里，内含子的比例远大于外显子。 有些基因，95%以上都是内含子。 啥概念？相当于你写了一万行代码，运行之前要先自动删掉九千行，再把剩下的拼起来才能执行。 你说这设计合理吗？ 从可维护性的角度看，简直是灾难。 但你也别说它完全没好处。因为同一个基因，可以通过不同的剪接方式，产生结构和功能都不一样的蛋白质。 这叫可变剪接。 人类的基因数量大概只有两万个，但蛋白质的种类远不止这个数，很大程度上就靠这个机制。 同一段源代码，在不同条件下剪出完全不同的版本，行为各异。 从复用的角度看，勉强算聪明。 从可维护性的角度看，是彻底的灾难。