近百年來，進化遺傳學工作致力于探索重復基因的起源機制和功能演化過程。經典觀點認為，基因重復后產生兩個完全等同的拷貝，其中一個冗余拷貝在自然選擇作用下獲得新功能。也有觀點認為，劑量效應和不完整基因重復等因素使重復基因并非是等同的冗余拷貝。劑量敏感基因（滿足劑量平衡效應的蛋白復合體成員基因或X染色體編碼的參與劑量補償的基因）可能較少發生重復，而基因局部區段（如5'端、3'端、個別內含子或外顯子等）的重復則可能形成嵌合基因或新嵌合剪切體。諾貝爾獎獲得者Gilbert于1978年在討論內含子時就提出外顯子重組或洗牌（shuffling）假說。然而，多數相關研究聚焦于構成物種間差異的比較古老的重復基因，而關于劑量敏感性是否影響基因重復的發生以及內含子如何影響外顯子洗牌過程等重要問題鮮有研究，其原因在于回答這些問題需要分析尚處于進化初期階段、在物種內呈多態性的重復基因，且挑戰性較大。
中國科學院動物研究所研究員張勇研究組與中科院北京基因組研究所、中國中醫科學院中藥研究所等合作，以黑腹果蠅和人類這兩個內含子分布和特性迥異的系統為模型，探討了上述問題。相關研究成果以Dosage sensitivity and exon shuffling shape the landscape of polymorphic duplicates in Drosophila and humans為題，發表在Nature Ecology & Evolution上。
本研究中，該團隊基于實驗室產出的6個果蠅品系的重測序數據，鑒定了270個多態性重復基因；利用人類數據庫GTEx鑒定了964個重復基因（圖1）。根據基因重復發生區段，研究將重復基因分為完整重復基因、部分重復基因和內含子重復基因（圖2A）。果蠅和人類中數量最多的分別是部分重復基因和內含子區重復基因，隨機模擬顯示這一分布差異可被不同物種基因組外顯子、內含子的相對比例和重復區間與基因的相對長度分布解釋。
轉錄組數據分析發現，三類重復基因中只有完整重復基因的表達顯著上調（圖2B）。蛋白復合體成員基因在完整重復基因中相對較少（圖2C）。X染色體連鎖劑量補償基因是另一類劑量敏感基因，果蠅中X染色體的完整重復基因在雄性和雌性脂肪體中表達水平相當（圖2D），暗示果蠅的X染色體劑量補償體系可以容忍基因拷貝數上升。與果蠅不同，人類X染色體編碼的完整重復基因傾向于性別特異表達，無須劑量補償。
不完整重復可介導嵌合基因的形成。為檢測嵌合基因，科研人員根據重復斷點的位置，將嵌合基因分為6類。由于果蠅基因密度高，其基因融合（5’-3’、5’-5’、3’-3’）的比例均高于人類；反之由于人類基因較長，其內部重復的比例更高（圖3A上）。研究通過轉錄本拼接發現，果蠅和人類分別有66.7%和26.5%的嵌合基因能活躍轉錄（圖3A下）。在6類嵌合基因中，5’-嵌合基因因其攜帶啟動子區域重復，更易被轉錄（圖3A下）。基因內部重復導致外顯子洗牌而改變母基因的編碼區，即該基因進化出新可變剪切形式（圖3B）：一種是只包含一個重復單元的與祖先基因相同的短轉錄本，一種是包含兩個重復單元的長轉錄本。基于測序讀長深度和qPCR的相對定量方法發現，生物體主要表達短轉錄本（圖3C），這或是個體維持重復發生之前基因結構的巧妙途徑。與果蠅相比，人類基因組中內含子數量多且長度較長，其基因內部重復更多的使用位于內含子的斷點，導致更多的維持原讀碼框的融合蛋白基因的產生。
科研人員以提前終止密碼子（受負選擇）和同義突變（受中性選擇）為參照物開展分析，發現物種中完整重復基因和部分重復基因均受到強烈的負選擇，暗示它們帶來的劑量上升或新的嵌合結構通常均是有害的（圖4）。果蠅里內含子重復也受負選擇，而人類內含子重復其選擇壓力更接近中性；這或是由于后者其內含子長度更大，對小的突變不敏感。
整體來看，該研究剖析了兩個差異較大的動物體系，進而系統展示了劑量敏感性和外顯子洗牌過程如何塑造重復基因演化的最早期藍圖。該工作將新基因起源的兩個主要機制即基因重復和外顯子洗牌融合到一起；說明Gilbert在43年前提出的兩個核心概念相輔相成，即可變剪切是基因內部重復發生的前提，使更復雜的蛋白結構可以在不影響此前基因結構的前提下演化出來。
張勇致力于重復機制導致的新基因起源研究，發現新基因推動了人腦發育過程的演化（Genome Research，2019），并參與了人類特異的紅細胞發育調控網絡（Developmental Cell，2021）。這一新成果與早前LTR逆轉座子及DNA轉座子（Genome Research，2016/Nature Communications，2021）介導基因重復的工作則組成了該團隊關于突變機制如何影響重復基因演化的系列性探索。