人类的本质是复读机？从基因上看确实如此。不仅每个人体内都有过半的重复DNA序列，而且每个人重复的方式还都不一样。重复多了，还可能得病。
在人类基因组中，有一种“自私的垃圾”DNA，它们包含大量类似 GAGAGAGAGA 这样的重复序列，甚至可以占据基因组的一半以上。而它们却不编码蛋白质。所以如此聒噪、狂刷存在感，是要干啥？今天我们要讲的就是这些“垃圾”DNA，看它是真垃圾，还是假垃圾。
生物越复杂，DNA未必越多。常见的生物都有基因组，它是生物体中包含的DNA(部分病毒是RNA)中全部遗传信息的总和。我们或许直觉地认为，物种越复杂，其基因组中包含的 DNA 就越多。但人们很快发现，事实并非如此：对不同物种，个体细胞中所含的 DNA 的量不仅差异巨大，而且与决定生物复杂性的基因数量似乎并无多少关系。
1970年前后，科学家们发现，基因组上有一些 DNA 并不转录出 RNA，从而也不直接参与蛋白质的合成，它们叫非编码 DNA。对不同物种，非编码DNA在基因组中所占比例有所差别，有时甚至占到九成以上。
1980年，四位科学家在《自然》上发表文章，认为DNA可以分为两种：特异性的和非特异性的。前者负责蛋白质合成，在细胞里勤勤恳恳地工作，但只占一小部分。后者则有三个特点：其一，基因组里的大部分 DNA 都是此类；其二，它们通过已有的 DNA 拷贝扩展而来；其三，也是最重要的，无用！
一些证据显示，这些“自私的DNA”并非完全无用。比如在一些物种中，基因组的大小跟细胞周期和世代时间（生物从一次繁殖结束到下一次繁殖结束的时间间隔）有关。所以，或许我们不应该急着将这些冗余 DNA 扔进垃圾桶。
40多年后的今天，全基因组测序越来越便宜，也越来越普遍了，我们对人类基因组的认识早已今非昔比。科学家发现，人类基因组里除了与编码蛋白质有关的特异性 DNA 序列之外，还有相当一部分重复DNA序列——正是它们决定了人类的“复读机”本质。
基因测序结果表明，在同一人类个体的基因组中，这些序列有的重复几次，有的重复成千上万次；其中既有长达1000~200 000个碱基对的片段重复，也包括短的简单序列重复；重复的基本单位有时只有一个碱基（比如AAAAAAAAAA），有时包含几个碱基（比如CACACACACAC和CAGCAGCAGCAG）。它们加起来甚至可以占到人类基因组的一半以上！
科学家逐渐了解到，那些曾被认为是垃圾、自私且毫无用处的重复DNA序列，对基因表达和决定生物性状至关重要。以简单序列重复（简称STR）为例，虽然它们只占人类全基因组的3%，但分布极为广泛。据估计，有超过10万个STR位点遍布基因组的各个角落。它们既可以直接出现在编码序列中，直接影响DNA的翻译产物蛋白质，又可以处于调控序列中，间接影响基因表达。
有趣的是，STR虽然是看似冗余的重复序列，在每个人体内的重复方式却并不一样。即使是同一STR位点，在不同个体中，其基本单位的重复次数也有较大差异。这就像是，我们的基因组虽然都有着复读机的本质，但每个人的复读方式却又独一无二。
实验证实，STR与人体的数十种疾病有关，且主要为神经肌肉性疾病，比如舞蹈征、肯尼迪病、肌萎缩侧索硬化等。其中与舞蹈征有关的 STR 位点位于一个特定基因中，如果它的基本单位的重复次数小于30次，患者就不发病；重复次数越多，则发病年龄越小，症状越严重。
2021年1月13日，《自然》上发表的一项新研究还发现，STR的突变与自闭症有关。研究人员分析了1637个家庭的全基因组数据，结果发现，罹患自闭症的儿童，他们基因组上的STR突变数量明显比未患病的兄弟姐妹高出一截。而且与导致舞蹈征的STR突变不同，这些导致自闭症的STR突变并不局限于一个特定的基因，而是与很多基因都相关。
除了研究疾病，STR序列还因为具有如指纹般的独特性，在现实生活中有广泛应用。比如身份认定、亲子鉴定、产前检查等。2008年，美国洛杉矶的警察就曾通过比对嫌疑人和凶手的STR序列，追踪到二十多年前一桩连环强奸杀人案的真凶。美国 FBI 则建立数据库，在国家范围内收集罪犯或失踪人员的 STR 序列信息，以提高破案率。
眼下，基因测序已经非常普及，要把每个人的基因组测个明明白白，并非难事。不过，就像猴子可以打出一串字母，但并不知晓意思一样，我们也远未明白这些 DNA 序列的含义。它们与RNA、蛋白质如何相互作用，又如何影响我们的生命特征，许多未知问题仍有待严谨的生物医学探索。但，关于重复序列的价值讨论早已没有疑义：我们是复读机，但不是垃圾。