计算机已经成功的证明，“二进制”是一种简洁又高效的编码方案（且与物理硬件相得益彰），它可以传递和映射任意复杂度的信息。

但基因编码，绝大部分却使用了4种碱基（DNA是ATCG，RNA是AUCG），而不是2种碱基，这到底是为什么呢？难道自然进化不更应该偏爱“简单可用”的方案吗？

本文，将会深入探讨基因的编码选择，包括其背后可能的原因，以及更为深刻的关联到宇宙演化的原则与规律。

主题目录如下：

• 计算机与基因
• 基因“二进制”编码
• 基因“三进制”编码
• 为何“四进制”
• 结语

计算机与基因

计算机应用“二进制”，其实隐含了两个层面，即：编码与计算。

• 编码——是使用“2种数字”进行信息的表达与传递。
• 计算——是对“2种数字”进行控制，从而完成对信息（包括表达与传递）的控制。

那么，类比起来：

• 基因编码——就是碱基的排列组合，它可以完成遗传信息的表达与传递。
• 基因计算——就是对碱基的控制，它可以完成对遗传信息的控制。

碱基——简单来说，就是一种环形含氮化合物。

对于编码，碱基就可以看成是一种“抽象数字”——2种碱基就是2种数字，4种碱基就是4种数字——而“数字编码”所形成的序列，就信息内涵而言，“二进制”与“四进制”并没有什么本质的区别。

因为不同的编码方案，都可以表达和传递出相同的信息，就像不同的语言可以描述相同的意思一样，只不过信息编码的冗余度与能量消耗，不尽相同。

对于信息存储，计算机是基于物理介质的二维平面结构（即信息存储在平面上），而基因信息的存储，是基于生物分子的三维空间结构。

这两种形式，功能复杂度不同，但都可以动态的改变信息，计算机是改变存储介质的微观结构，而基因本身就是微观，因此其结构即是信息，修改结构即是修改信息，如：DNA甲基化。

DNA甲基化——是DNA化学修饰的一种形式，能在不改变DNA序列的前提下，改变遗传表现。其过程，是在转移酶的作用下，使甲基添加到DNA分子上。

对于计算，计算机是基于抽象数学（“二进制”就隐含进位的运算法则），其计算过程是数学逻辑的运算，而基因是基于具体数学，其计算过程是化学变化与量子效应。

• 抽象数学——是人类对自然规律的认知总结。
• 具体数学——是在自然规律下“进化”随机试错的产物。

显然，具体数学一定蕴含着抽象数学可以描述的自然规律，只不过“进化”并不需要“认知”自然规律，只需要“遵守”。

而人类，就是在用抽象数学去模拟计算具体数学，只不过人类未必可以认知所有自然规律中的抽象数学。

综上可见，计算机与基因在信息的编码、存储与计算等方面，都可以找到一一对应的模式，并且这两套系统，都可以完成对信息的表达、传递与控制。

在**《盗火》（Stealing Fire）一书中，根据当前合成生物学**的研究成果，作者（史蒂芬·科特勒）想象了未来可能发生的一个场景：

“通过把遗传密码字母中的4个字母，当成电脑编码中的1和0，合成生物学使我们能像为计算机编写程序那样简单地编写——活细胞程序。一旦代码编写好了呢？把它发送到一个DNA（基因）合成器，数天内，你会在快递包裹中收到一个冷冻干燥的小瓶，里面装着你的基因创造物。”

那么，基因编码在进化过程中，为了完成信息遗传的“任务”，选择了“4种碱基”而不是“二进制”，这是一个值得深思的问题。

而在这个问题之前，我们需要多问一句——如果基因编码采用“2种碱基”，同样也可以完成信息遗传的“任务”吗？

基因“二进制”编码

事实上，如果使用“二进制”，基因照样可以编码出同样的功能。

现在是3个碱基，编码一个密码子，每个碱基位有4种碱基可选，那么密码子的种类就是：4 * 4 * 4 = 64种。

密码子——是指信使RNA分子中，每相邻的三个核苷酸编成一组，在蛋白质合成时，代表某一种氨基酸的规律。

同样，如果每个碱基位有2种碱基可选，此时使用更多的碱基位来编码一个密码子即可，如：6个碱基位编码一个密码子，就可以编码同样种类和数量的密码子，即：2 * 2 * 2 * 2 * 2 * 2 = 64种。

但这样的问题就在于，编码密码子的碱基位变多，这种“排列增长”扩展到整个DNA链来看，会变得非常容易出错，因为二进制编码一个密码子需要正确排列6位（6个2），四进制只需要正确排列3位（3个4）。

同时，这还会消耗更多的能量，DNA结构会变得更长更复杂，等等一些列问题。

基因“三进制”编码

事实上，如果使用“三进制”，基因编码也没问题。

一个密码子就可以决定一种氨基酸，理论上64种密码子，可以决定64种氨基酸，但在实际中只有20多种氨基酸。

原因就在于，多个密码子可以对应同一个氨基酸，还有一些特殊的密码子，代表着编码肽链的“起始”与“终止”指令。其中终止密码子，有3种——不对应任何氨基酸。

肽链——是由多个氨基酸相互连接，形成含有多个肽键的一条链状结构。 肽键——是连接两个氨基酸的化学键。

那么，20多种氨基酸，其实只需要3种碱基（三进制）和3个碱基位即可，即：3 * 3 * 3 = 27种。但这样，密码子就失去了简并性，这会降低氨基酸对有害突变的“抗性”。

密码子的简并性——在分子生物学中，是指同一种氨基酸，具有两个或更多个密码子的现象。

因为，密码子中的一位或两位，可以突变成多种可能，但都依然保持密码子对应同一个氨基酸，这样就保证了氨基酸（及上层肽链和蛋白质）功能的稳定性。

而更进一步，如果随机突变产生了终止密码子（有3种），则就会立马终止肽链的合成，这会产生非常严重的功能性错误。

那么显然，三进制终止密码子的占比（3 / 27），约是四进制占比（3 / 64）的2.4倍——这个倍数将会在亿万次密码子的编码过程中，形成可观的突变积累效应。

由此可见，“四进制”编码并不“简洁”，但正是这个冗余性，可以极大提高基因编码的容错性（即减少有害突变），进而提高进化的稳定性。

为何“四进制”

综上可见，“四进制”——使用4种碱基（编码），并不是基因完成信息遗传“任务”的唯一方案，而这个方案在进化过程中，能够胜出的重要原因，主要有两个，即：冗余性与随机性。

关于冗余性，其最大的好处就是——容错性，其原理就在于：让错误发生在“冗余”之上，从而就避免了“非冗余”的错误。

那么对于计算机来说，也经常会使用冗余性来增加容错性，甚至对于量子计算机，“冗余校验”更是一个必要的功能步骤——因为量子计算的结果是一个概率，验证概率，就需要用统计数据，其原理就是：利用“冗余”操作的统计结果，来对比判断“非冗余”操作结果的正确性。

当然，进化并不会用“无限冗余”来保证“无限正确”，其原则就是“够用就好”（即没有顶层设计，在凑合修补中前行），而如何抵达这个“够用”，这依靠的就是随机性。

关于随机性，其最重要的作用就是——随机试错，自然进化就是在随机试错的过程中，发现了“四进制”这个“够用就好”，接着“四进制”就被选择，成为了基因的编码。

我们可以看到，“四进制”很好的平衡了容错与够用，以让进化中的不利突变，降低到可以保证上层功能的稳定够用，同时编码过程的复杂性与能量消耗，也可以维持在稳定够用的平衡态。

因此，“四进制”其实是随机试错产生的，可以适应环境的概率产物。

那么可以想象，曾经“二进制”或“三进制”的基因编码，可能也是存在的，只是被环境给淘汰了——因为它们无法抵达“够用就好”。

结语

自然选择，适者生存，否则消失——因此，能够适应环境的“玩家”，就是进化过程中留存的“赢家”。

但适应环境，并不需要出类拔萃或尽善尽美，而只需要——够用就好，因为随机试错一旦遇到了够用就好，就会停止试错（甚至抑制试错），并等待着环境变化给予进一步的**“指示”**，方能继续试错。

换言之，进化适应的产物来自——随机试错，够用就好——前者是进化，后者是适应，进化产生适应就会稳定留存，并保持现状，直到环境发生变化。

事实上，够用就好，在此之下的都消亡了，在此之上企图追求完美的，最终也消亡了——因为完美就会缺少冗余，进而缺少容错，最终变得脆弱——而保持够用就好，就能很好的维持适应的平衡点，从而一直好好的存在着。

那么，在局部来看充满了随机性，但在漫长的时间尺度下，就会呈现出——规律，而在规律视角下，就拥有了方向——随机就变成了迭代。

因此，从微观局部来看——是随机试错，即演化；但从宏观整体来看——就是迭代试错，即进化。

Evolution——原本译作进化，后来发现进化带有目的性，大自然用演化更适合，但据我更细致地理解区分是，微观随机试错用演化，宏观迭代试错用进化。