科学家们创造了一种由人类基因编码的“未知数”蛋白质，其存在是已知的，但其功能却大多未知

人类中已鉴定出大约 20,000 个编码蛋白质的基因，但其中许多蛋白质的功能尚不清楚

一个被称为“未知数”的蛋白质数据库根据我们对蛋白质的了解程度对蛋白质进行排名，结果表明我们仍然对数千种人类蛋白质几乎一无所知。该数据库背后的团队还表明，至少其中一些蛋白质对于生存至关重要。

为了创造未知生物，英国剑桥 MRC 分子生物学实验室的肖恩·蒙罗 (Sean Munro) 和他的同事从人类中已发现的大约 20,000 个蛋白质基因开始。他们根据可能具有相似功能的密切相关的人类基因或蛋白质将它们分组在一起，产生了大约 7500 个蛋白质簇。

接下来，他们将在常见研究的动物（例如小鼠或果蝇）中发现的密切相关的蛋白质添加到这些簇中，因为这些蛋白质可能也具有相同的功能。然后，他们根据基因功能信息主存储库（称为基因本体资源）中有关其成员的条目数量，给每个蛋白质簇打分。

如果在另一种动物中对等效蛋白质进行了充分研究，则尚未直接研究的人类蛋白质仍然得分很高。对于被认为更可靠的条目（例如已在期刊上发表的条目），蛋白质也会获得更高的分数。蒙罗说，评分有点随意，但在试图找出我们不知道的东西时，这是不可避免的。

研究得最充分的蛋白质的得分远远超过 100。例如，一种参与胚胎发育的名为 sonic hidehog 的蛋白质得分为 168，而有助于阻止细胞癌变的 p53 得分为 126。然而，超过 2200 种蛋白质分数低于 2、1100 分数低于 1、超过 800 分数为 0。

理论上，这些低分蛋白质可能没有被研究过，因为它们没有做任何重要的事情。为了了解这些蛋白质是否重要，研究小组使用了一种称为 RNA 干扰 (RNAi) 的技术来降低果蝇中 260 种得分低于 1 的蛋白质的水平。在 60 个案例中，果蝇死亡，表明这些特殊蛋白质具有重要的功能。

蒙罗说，这对研究果蝇的团队成员来说是一个很大的惊喜。 “他们只是假设所有可能的重要基因都已被发现，当然事实证明这不是真的。”

他说，未知蛋白质的数量正在慢慢减少，但他希望这些发现能够加快发现的步伐。目前的问题是，资助机构和个人研究人员都不愿意冒险研究未知的蛋白质，以防它们没有做任何重要的事情。

“甚至可能存在我们不知道的生物过程，”蒙罗说。 “没有人在寻找它们所涉及的蛋白质，因为没有人知道它们。”他说，这听起来可能令人惊讶，但被称为 CRISPR 的基因编辑技术基于细菌蛋白质，其功能直到 2012 年才被发现。