生命从何而来?距离地球上第一种生物诞生于无生命物质近40亿年,但最初的生命是如何出现的,仍然是个谜。无论是前史还是地舆,世界上都有许多未解之谜。在化学国际,也有一些未解之谜。让我们来看看化学国际十大未解之谜。
1 生命从何而来?
有研究者推断,在第一种能够自我复制的聚合物(类似DNA或者蛋白质等分子是由许多较小单位组成的长链)形成过程中,土壤和其他矿物质可能起到催化剂的作用。其他人认为,正是因为深海热泉不断提供能量,才会产生结构复杂的化学物质。
我们现在要做的就是找到一种方法来触发加热试管中的化学反应,并验证上述假设。科学家们取得了一些进展。他们的研究表明,一些化学物质可以自发排列,形成更复杂的结构,如氨基酸和众所周知的核苷酸(nucleotides,DNA组成单元)。2009年,约翰现在英国医学研究委员会剑桥分子生物学实验室工作·萨瑟兰德(John Sutherland)该团队已经证实,自发核苷酸合成可能存在于原始汤中。
其他科学家则专注于特定的研究RNA类似于酶的催化特性,为“RNA世界假说提供了一些证据。通过这些步骤,科学家可能会发现无生命物质如何转化为一个可以自我复制和自我维护的系统,从而填补生命进化史上的这一缺失。这些发现促使化学家想象原始生命可能的化学成分。
2 如何形成分子?
分子结构是高中化学教科书中最重要的内容之一。然而,这些看似由球(代表原子)和棍(代表化学键)组成的模型已经有多年了。并非没有更新的模型。问题是,科学家们对更准确的分子外观模型没有一致意见。
近100年后,分子轨道模型成为最受认可的模型。但化学家仍然没有就该模型是否研究分子的最佳工具达成协议。原因是这种分子模型和所有其他简化的假设模型都不够准确,只能部分描述分子结构。事实上,分子是电子云中的一个原子核,通过相反的静电,与另一个原子核进行一个永不停止的拔河游戏,所有的组件都在不断地移动和重组。现有的分子模型通常试图将这样一个动态实体变为静态,并澄清每个组件之间的关系,这将显示分子的一些突出性质,但也会忽略其他信息。
现在,科学家可以遵循量子第一性原理(quantum firstprinciples),通过计算机模拟计算分子的结构和性质——只要电子数量相对较少,就能获得高精度的结果。马克斯说:计算化学可以极其现实和复杂。因此,计算机模拟越来越被视为预测化学反应过程的虚拟实验。然而,一旦一个反应的模拟计算不再局限于几十个电子,计算量将变得巨大,即使是最先进的计算机也无法胜任。因此,我们面临的挑战是能否扩大模拟范围,如细胞中的复杂分子过程或某些复杂材料的分子结构。
3 环境如何影响人类基因?
对化学家来说,最令人兴奋和具有挑战性的是,基因表达的调节似乎涉及到一些化学事件。这些事件发生在中尺度(mesoscale)主角是比原子和分子大的分子复合体,涉及复合体之间的相互作用。染色质(chromatin)是由DNA由蛋白质组成的复合物具有层次结构。DNA双螺旋缠绕在圆柱形,由组蛋白组成(histones)这些蛋白质颗粒聚集在蛋白质颗粒上,形成更先进的结构。目前我们对这种结构了解不多(请参见对页插图)。细胞活动很好地控制了这种组装过程——如何将基因定位到染色质的位置可能决定了它是否能正常表达。
染色质在形成高级结构的过程中,DNA和组蛋白也会发生化学修饰。一些小分子会结合起来DNA在组蛋白上,就像标签一样,告诉细胞中的分子机器应该对基因采取什么措施:应该阻止或允许基因的表达。这种标记过程被称为表观遗传(epigenetic)因为这个过程不会改变基因携带的遗传信息。
现在很明显,除了遗传密码中的关键信息外,细胞还有一套完全不同的化学语言——这是表观遗传。布莱恩,英国伯明翰大学的遗传学家·特纳(Bryan Turner)说:“人类的很多疾病都与遗传相关,包括癌症在内,但是一种潜在的疾病最终是否发作,通常还要看环境因素能否通过表观遗传的方式起作用。”
4 大脑如何思考和形成记忆?
对于记忆,抽象的原理和概念,如一系列电话号码,或情感体验——将在大脑中印刷,持续的化学信号形成各种特定状态的神经网络,从而实现这种印刷。那么,化学物质是如何创造一种持续和动态的记忆,并被记忆、修改和遗忘的呢?
我们的日常陈述性记忆通常被称为长期增强(long-termpotentiation,缩写为LTP)编码的过程,LTP与NMDA受体与神经元突触形成部位的增大有关。随着突触的生长,它与相邻神经元的连接也逐渐增强,具体表现突触间隙神经脉冲引起的电压升高。这一过程的生物化学机制在过去几年得到了阐明。它涉及神经细胞中肌动蛋白纤维的形成。肌动蛋白是决定细胞大小和形状的基本骨架成分。如果生化药物阻碍新形成的纤维进一步稳定,这些纤维将在短时间内再次解散,直到突触发生的变化得巩固。
至于记忆是如何工作的,还有很大的差距,需要很多化学细节来填补。例如,如何提取以前存储的记忆?哥伦比亚大学神经科学家、诺贝尔生理学或医学奖得主埃里克·坎德尔(Eric Kandel)这是一个深奥的问题,目前的分析才刚刚开始。