关于作者
朱钦士，四川省成都市人。1968年毕业于北京大学生物学系生物化学专业。1984年获得荷兰阿姆斯特丹大学生物化学博士学位。1984年至1986年在中国科学院生物物理研究所酶学和生物能学实验室工作，同时任硕士研究生导师。1986年到美国西弗吉尼亚大学医学院生物化学系做博士后研究。1987年到1991年在洛杉矶儿童医院从事基础医学研究。1991年至2009年在美国南加州大学从事研究工作。退休前为南加州大学医学院生物化学和分子生物学系副教授。
研究领域包括生物能，酶的结构和功能，蛋白质的合成与转运，癌症与染色体，神经递质，基因表达的调控机制，以及肝脏解毒系统。
细胞核的功能是什么？
朱钦士
2017年03月29日
地球上现存的生物至少有数百万种，可以分为原核生物（prokaryotes）和真核生物（eukaryotes）两大类。原核生物包括细菌（bacteria）和古菌（archaea）；真核生物包括原生生物（protists）、真菌（fungi）、植物（plants）和动物（animals）。原核生物和真核生物之间最明显的区别是原核生物的细胞没有细胞核，而真核生物的细胞具有由膜包裹的细胞核。原核生物基本上都是单细胞的，即整个生物体只由1个细胞组成，而且原核生物的细胞比较小，直径通常在1微米左右。真核细胞比较大，直径通常有几十微米，而且许多真核生物是多细胞的，即身体由多种不同的细胞组成。我们眼睛能够看见的生物，例如各种植物和动物，都是多细胞的真核生物。我们人类也是真核生物。
对于这种情形，我们早已习以为常了，但是如果我们要问一下细胞核的功能是什么，就不是那么容易回答了。细胞核不过是用两层膜把dna包裹起来而已，这有什么必要性和优越性吗？原核生物没有细胞核，不是也活得好好的吗？而且原核细胞由于没有细胞核，dna是“裸露”在细胞质中的，在原核生物合成蛋白质时，新合成的信使核糖核酸（mrna）还没有完成，合成蛋白质的核糖体就“迫不及待”地结合在mrna分子上，开始蛋白质的合成了。因此在原核生物中，dna的信息被转移到信使核糖核酸mrna上（这个过程叫做转录）和mrna携带的信息被转化为蛋白质中氨基酸单位的序列（这个过程叫做转译）是同时进行的。这使得原核生物合成蛋白质的效率非常高，繁殖速度也很快，例如大肠杆菌每20分钟就可以繁殖一代。
而真核生物的细胞由于有细胞核把dna和核糖体分开，转录和转译就不能同时进行了，因为合成蛋白质的核糖体是巨大的蛋白质和核糖核酸（rna）的复合物，根本无法进入细胞核，只有等信使核糖核酸在细胞核中合成后，进入细胞质，蛋白合成才能开始。这就影响了真核细胞合成蛋白质的效率。相比原核细胞几十分钟就能够繁殖一代，真核细胞常常需要更长的时间，例如同为单细胞，但是为真核生物的酵母就需要80分钟或更长才能繁殖一代。
不仅如此，细胞核中的许多蛋白，例如为dna的转录所需要的蛋白质，是在细胞质中合成，再经过核膜（细胞核的膜）上的核孔进入细胞核的。这个过程需要特殊的蛋白“陪伴”和“护送”，这些陪伴蛋白在完成输送任务，回到细胞质时，是需要消耗能量的。真核细胞为什么要“自找麻烦”呢？换句话说，真核细胞拥有细胞核的“必要性”或者“好处”是什么呢？这就要从真核细胞出现的过程讲起。
真核细胞和原核细胞的根本区别是真核细胞拥有线粒体
既然被称为“真核生物”，我们自然会想到它和原核生物最重要的区别就是它有细胞核。但是在澳大利亚的淡水湖中，科学家发现了一种细菌，叫做隐球出芽菌（gemmata obscuriglobus）。这些微生物为球形，像酵母菌那样出芽生殖。从它们核糖体rna（5s和16s rrna）的序列来看，他们应该属于细菌中的“浮霉菌门”（planctomycetes）。奇怪的是，这些细菌却有由两层膜包裹的细胞核，说明细胞核并不是真核生物的专利。 原核生物的dna是环状的，而真核生物的dna是线状的，那么是不是具有线状dna的生物就是真核生物呢？引起莱姆病（lyme disease）的“伯氏疏螺旋体”（borrellia burgdorferi）是原核生物，却有一个100万碱基对长的线性dna，说明dna为线状或者环状也不是区分原核生物与真核生物的标准。那么真核生物和原核生物最根本的区别是什么？是什么事件使得原核生物变成了真核生物？如果要找一个真核生物都有，原核生物绝对没有的特征，那就是真核生物的细胞里有线粒体（mitochondria）而原核生物没有。那么线粒体是个什么东西呢？为什么有线粒体的细胞最后变成了真核细胞呢？
线粒体是真核细胞的“动力工厂”，是细胞合成atp的地方。葡萄糖和脂肪酸在这里被彻底氧化，变成二氧化碳和水，释放出来的能量则被用来合成atp。线粒体和细菌差不多大（直径约1微米）。如果把真核细胞放大到一间房间那么大，线粒体的大小也不过相当于一个暖水瓶，所以每个真核生物的细胞可以拥有成百上千个线粒体，相当于细胞的“身体”里面有成百上千个发电厂。细胞有了充足的“电力”供应，做什么事情都有能量保证了。线粒体是用大气中的氧为电子受体来氧化葡萄糖和脂肪酸的，所以真核生物的出现和空气中氧含量大大增加的时间（大约23亿年前）后不久。换句话说，是线粒体带来的充足的能量供应使原核细胞变成真核细胞，那么细胞里面的线粒体又是如何出现的呢？
对线粒体的研究发现，线粒体不仅是一个细胞器，而且更像是一个细胞。它被两层膜（外膜和内膜）包裹，有自己的dna，有自己合成mrna和蛋白质的系统。它的dna是环状的，类似于细菌的环状dna。它合成蛋白质的核糖体（70s）不像真核生物的核糖体（80s），而像细菌的核糖体（70s）。它的内容物（基质）相当于细菌的细胞质，里面含有三羧酸循环系统。像细菌那样，线粒体的基因也是组织在“操纵子”（operon）中的，即功能相关的基因共用一个“开关”（启动子），而不像真核生物那样，每个基因有自己的启动子。线粒体也像细菌那样，通过分裂来繁殖。真核细胞不能“制造”线粒体，所有的线粒体必须从已有的线粒体分裂而来。这也符合“细胞只能来自细胞”的定律。这些事实说明，线粒体是真核细胞中的细胞，是一种原核细胞包裹进了另一个原核细胞变成的。
这个过程是如何发生的，现在已经不可考，但是肯定不是一种细菌“吃下”另一个细菌造成的。吞食是一个非常复杂的过程，需要有控制细胞形状的“细胞骨架”，还要有类似肌肉收缩的蛋白质使细胞膜包裹另一个细胞，还要有专门“消化”另一个细胞的“溶酶体”。所有这些原核生物都不具备，所以没有细菌吃细菌的事情，而且细菌在细胞膜外面还有细胞壁或者荚膜等形状比较固定的结构，也不适于吞食。一种可能性是原核生物中的古菌细胞被机械力压开（例如石头滚动），而又没有彻底将细胞压碎。细胞在恢复过程中裂开的古菌又正好把在附近的一个能够用氧彻底氧化葡萄糖和脂肪酸的细菌包裹进去。由于古菌没有溶酶体，被包裹进去的细菌也不被杀死，最后和古菌形成共生关系。要成功地实现这个过程，估计几率非常小，所以原核生物出现数亿年后，才有这种共生的情况发生。而且从所有真核生物的线粒体基因来看，它们都来自同一个祖先，也就是这样的细胞融合只发生过一次。但是就是这次“幸运”的细胞融合导致了真核生物的诞生。
通过对线粒体中基因的分析（例如磷酸丙糖异构酶基因），发现它们和一类细菌，即“变形菌门”（proteobacteria）中的一种，alpha-变形菌（alpha-proteobacteria）的基因最为相似。变形菌门是一大类格兰氏阴性细菌，外膜主要以脂糖构成。因其形状多变而被称为变形菌。从这些证据，科学家认为，线粒体是某种古菌 “包容”了？alpha-变形菌的细胞，彼此形成共生关系而演变出来的，因为古菌已经拥有真核生物的一些特征，例如含有细菌没有，而真核细胞拥有的组蛋白。古菌细胞给？alpha-变形菌的细胞稳定的生活环境，而？alpha-变形菌细胞给古菌细胞提供能量。因此真核细胞实际上是两种细胞的混合物，是“细胞套细胞”，它们各自的dna至今还在。
在细菌中，彻底氧化食物分子电子传递链是位于细胞膜（即内膜）上的。电子传递时释放出的能量则被用来把氢离子从细胞内泵到细胞的内膜外，建立一个跨膜的氢离子梯度，类似于水坝蓄水。氢离子通过细胞膜再流回细胞时，就带动atp酶合成atp，像水库里面高水位的水经过水坝带动水轮机发电。而在线粒体中，呼吸链也是位于内膜上的（相当于细菌的内膜），电子传递释放出来的能量也是把氢离子从线粒体内部泵到内膜之外，即线粒体的内膜和外膜之间。氢离子流回线粒体内部时则带动atp酶合成atp。所以线粒体合成atp的结构和细菌是一样的，只不过细菌合成atp的地方以线粒体的形式被带到另一个细胞的内部。
在？alpha-变形菌的细胞演变为线粒体的过程中，许多？alpha-变形菌的基因逐渐转移到古菌细胞的dna中去，使得线粒体dna中的基因越来越少，最后只剩下为蛋白质合成需要的转移rna（trna）、核糖体rna（rrna）的基因、和少数为蛋白质编码的基因。这些蛋白质基本上都是膜蛋白，高度亲脂，如果在细胞质中合成，转移到线粒体中都会很不方便，所以它们的基因就留在线粒体中，以便“就地制造”这些亲脂的蛋白质。在不同的真核生物中，线粒体基因转移到细胞核dna中的程度不同。例如单细胞的真核生物“异养鞭毛虫”（reclinomonas americana）的线粒体dna有6万9千个碱基对，97个基因，其中62个基因为蛋白质编码，算是保留得比较多的。而在人的线粒体中，dna只有1万6千个碱基对，37个基因，其中13个基因为蛋白质编码。引起人疟疾的疟原虫（plasmodium falciparum）线粒体的dna只有6千个碱基对长，含5个基因。尽管不同的真核生物的线粒体dna大小差别很大，基因数也不一样，但是所有这些线粒体里面的基因都不出变形菌门细菌基因的范围，说明线粒体的确是从变形菌门的细菌变化而来的。
对于“真核生物的细胞都有线粒体”这个说法，也有反对意见。这些意见的根据，是有些真核生物的细胞里没有线粒体。例如寄生在人类小肠内，引起腹泻的兰氏贾第鞭毛虫（giardia almblia，简称“贾第虫”）是一种单细胞真核生物，它就没有线粒体。贾第虫属于“古虫界”（excavata），里面有许多靠寄生来生活的低级真核生物。这些生物一般都没有线粒体，曾经被认为是最原始的真核生物，还没有到获得线粒体的阶段，被称为“无线粒体原生生物”（amitochondriate）。但是随后的研究发现，这些生物含有“热休克蛋白70”（heat shock protein70，简称hsp70）基因，和“伴侣素蛋白”60（chaperonin60，简称cpn60）和“伴侣素蛋白10（cpn10）的基因。这些基因都只有在线粒体或者？alpha-变形菌中发现，而在古菌和革兰氏阳性细菌中没有发现，说明这些“古虫”都曾经获得过线粒体，只不过后来由于寄生生活或在无氧条件下生活，不再需要线粒体，这些线粒体就退化了。
这些事实说明，所有真核生物的细胞都曾经拥有过线粒体，只不过后来一些真核生物不再需要线粒体的氧化磷酸化功能而部分或全部失去线粒体。而原核细胞无一例外地不含线粒体，所以线粒体是区别真核生物和原核生物最根本的标志。 而且线粒体的作用还不仅是为寄主细胞提供能量，它还带来了另一个后果，就是基因中的“内含子”。正是基因中内含子的出现使得细胞核成为必要，因而是线粒体的出现让原核细胞发展出了细胞核。
“内含子”的“入侵”迫使细胞核出现
线粒体给寄主细胞带来威力强大的“发电厂”的同时，也带来了另一个“不速之客”，那就是“内含子”，它的出现使得细胞核成为必要。要知道什么是内含子，就要从1977年美国两个实验室的意外发现说起。 在上个世纪70年代以前，人们对基因的认识是很简单的：基因就是dna分子上为蛋白质编码的区段，再加上控制基因表达的“开关”，即启动子（promoter）。当启动子把基因“打开”时，这段编码的dna序列就被“转录”为“信使核糖核酸”（mrna），mrna再指导核糖体合成蛋白质。为蛋白质编码的dna序列被认为是连续的，mrna分子中为蛋白质编码的rna序列也因此是连续的。在原核生物中，这的确是实际情况，因此原核生物合成mrna和合成蛋白质是在同一个地方，几乎同时进行的。
这种“编码序列是连续的”的观念在1977年被打破了。在这一年，美国冷泉港实验室的里查德 罗伯兹（richard j. roberts）和麻州理工学院的飞利浦 夏普（phillip a. sharp）同时在研究引起人感冒的腺病毒（adenovirus）。这种腺病毒的主要蛋白叫做六邻体（hexon），是包裹病毒dna的表面蛋白质。他们先从被病毒感染的细胞中提取到六邻体的mrna。为了寻找病毒dna中为六邻体蛋白编码的部位，他们让这种mrna和病毒的dna“杂交”，即让mrna的序列和dna分子上相应的序列通过碱基配对彼此结合。出乎他们意料的是，六邻体mrna和dna上四个互不相连的区段结合，这四个区段之间没有和mrna结合的部分则游离出来，形成三个环。这个结果使他们认识到，腺病毒dna为六邻体蛋白质编码的序列不是连续的，而是分为许多段，中间被不为蛋白质编码的dna序列隔开。
在这些实验结果的基础上，美国科学家瓦尔托 基尔伯特（walter gilbert）于次年（1978年）提出了内含子（intron）的概念。内含子就是编码序列之间的dna区段，其序列在mrna合成后被“剪切”掉，不出现在成熟的mrna分子中。而为蛋白质编码的区段则被称为外显子（exon），它们被内含子分隔开，在转录过程中和内含子的序列一起被转录。当mrna分子中的内含子序列被剪切掉以后，外显子的序列就连在一起，去指导蛋白质的合成，最后的效果就像当初内含子不存在一样。我们可以想象为蛋白质编码的dna序列为蓝线，被分成几段，中间由白线（内含子）连起来。把白线剪掉，把蓝线部分连起来的过程就叫做mrna的剪接（splice）。罗伯兹和夏普的研究结果使科学家也去研究真核生物的基因，发现许多这些基因中编码序列也是不连续的，也就是许多真核生物的基因含有内含子。这是基因结构观念上的重大革命，罗伯兹和夏普也因此获得了1993年的诺贝尔生理和医学奖。
内含子是如何起源的，至今科学界还没有统一的意见。一种假说认为，内含子在生命出现的早期，在rna世界时就出现了。当时dna还没有出现，rna分子则“一身数任”：既要催化自己的合成，又要催化蛋白质的合成，还要用自己的核苷酸序列为蛋白质中的氨基酸序列编码。要使一个长长的rna分子的连续序列来为蛋白质编码，编出来的蛋白质又是具有生物功能的，几率非常小，就像把英文的26个字母随机地排列在一起会出现一段有意义的文字那样困难。比较可能的情况是rna分子内有许多小的区段，每段给一些氨基酸编码。有选择性地把这些区段结合起来，就有可能产生有功能的蛋白质。这就像随机排列的字母不容易产生有意义的词和句子，但是有选择性地去掉一些字母，就可以连成有意义的词和句子。由于rna分子具有自我剪接的能力，这样的过程是有可能的。当然这是一个漫长和随机的过程，但是这样的目标最终是可以实现的。一旦这样的组合被固定下来，它们就可以在dna出现后，被复制到dna分子中，然后在mrna阶段再进行剪接。现在原核生物以rna为最终产物（如转移核糖核酸trna和核糖体核糖核酸rrna）的基因（即不为蛋白质编码的基因）中，就还有许多这样的区段，他们能够在rna分子被合成后，自己把自己剪切掉，包括i型和ii型内含子（这两型内含子剪切自己的方式不同）。经过几十亿年的时间，能够自我剪接的rna内含子类型居然还有两种，说明内含子在rna生命阶段就出现的学说是有一定道理的。
不过到原核生物出现后，这种为蛋白质编码的方式就不理想了。因为在合成的mrna分子中，有很大一部分是不为蛋白质编码，因此需要去除的“废物”。这些内含子既占dna的空间，使得原核生物复制dna时要付出更多的成本，在合成mrna时，细胞还要花费资源去合成这些废物，再把它们剪除掉，而且剪接mrna也需要时间。而对于简单的原核生物，资源有限，还必须迅速繁殖才能与其它的原核生物竞争。如果能够把这些“废物”去掉，既能节省资源，又能加速繁殖速度，对于原核生物的生存无疑是非常有利的。这样经过亿万年的演化，原核生物基本上已经把内含子“清除”掉了。为蛋白质编码的dna序列是连续的，生成的mrna也不需要剪接，而是可以直接用来指导蛋白质的合成，因而出现了在原核生物中，转录和蛋白质合成同时同地进行的情形。在这种情况下，细胞核的存在反而会延迟转译开始的时间，因此原核生物中的绝大多数都没有细胞核。原核生物的基因之间也有一些“没用”的dna序列，不过一般只占dna序列的10-15%，残余的内含子也基本上“躲”在这些地方。
另一方面，真核生物的基因中却含有大量的内含子。而且越是高级的生物（例如哺乳动物和开花植物），基因中内含子的数量越多。为蛋白质编码的基因，几乎都含有内含子。例如人类，每个基因平均含有8.1个内含子，拟南芥（arabidopsis thaliana，一种开花植物）每个基因平均含有4.4个内含子，就连低等动物如果蝇（drosophila melanogaster）每个基因也平均有3.4个内含子，而许多原核生物总共也只有几个内含子。看到这里，估计有人会产生疑问：原核生物想尽量去掉的东西，真核生物怎么会让它存在并且让它繁荣起来呢？原因看来有两个。一是真核生物因为有线粒体提供能量，“财大气粗”，不在乎这点“废物”的存在。真核生物是以质取胜，即通过自己更强大多样的功能取胜，而不是像原核生物那样以量取胜，所以不必拼命繁殖。二是真核生物巧妙地利用了内含子的存在来形成更多的蛋白质。在原核生物中，因为编码序列是连续的，没有“花样”可玩。编码序列什么样，蛋白质就什么样，一个编码程序就只能生成一种蛋白质，真是“一个基因对应一种蛋白质”。而在真核生物中，由于编码序列是最后“拼接”起来的，如果改变拼接方法，只使用其中的一些编码区段，让外显子以不同的方式结合，就可以从同一个基因形成不同的蛋白质。这种不同的拼接外显子的方法叫做选择性剪接（alternative splicing）。例如果蝇的dsx基因是控制性别的基因。它有6个外显子。如果把外显子1、2、3、5、6拼接在一起，就会形成的一个使果蝇向雄性发育的转录因子。但是如果把外显子1、2、3、4拼接在一起，就会形成一个使果蝇向雌性发育的转录因子。这样，同一个基因就可以产生功能完全相反的两种蛋白质。一个基因产生巨大数量蛋白质的“冠军”，要数果蝇的dscam基因。它有95个外显子，可以形成38,016种不同的组合，即生成38,016种蛋白质，而果蝇的全部基因数才15,016个！在人的全部dna序列测定以后，发现其中只有大约21,000个基因。这个结果出乎人们的预料，甚至有人认为这是对人类的羞辱，因为那么低级的原核生物大肠杆菌（菌种k-12）都有4,377个基因，其中4,290个基因为蛋白质编码。考虑到人的复杂性远远超过大肠杆菌，21,000个基因似乎是太“少”了，人类好像应该至少有100,000个以上的基因才“合理”。其中的奥妙就在人的基因能够活跃地进行选择性剪接，所以两万个左右的基因可以形成10万种以上的蛋白质。这就可以解释为什么生物越高级，为蛋白质编码的基因中内含子越多。
为蛋白质编码的基因中出现内含子，转录生成的最初的mrna就不能直接在核糖体中指导蛋白质的合成了，因为那样会把内含子中的序列也当作是编码，合成出错误的蛋白质，所以必须先把mrna中的内含子部分去掉，然后才能用来合成蛋白质。而去掉内含子的剪接过程又是比较慢的，怎么才能防止内含子去掉之前合成蛋白质的过程就开始呢？唯一的办法就是不让核糖体接触到还没有“加工”完毕的mrna。换句话说，就是转录和蛋白质合成必须在空间上分开，而这正是细胞核的作用。细胞核的膜能够防止完整的核糖体进入细胞，而mrna在剪接完成前，又不会离开细胞核，这样核糖体能够接触的，就只能是加工完毕的mrna。其实真核生物加工mrna还不只是去掉内含子，还要给mrna“穿靴戴帽”。“穿靴”就是给mrna分子加上一个由100-250个由字母a（腺苷酸）组成的“尾巴”，叫做“多聚a尾巴”。“戴帽”是在mrna的“头”（5’端）的“字母”g（鸟苷酸中的嘌呤）上面加一个甲基（-ch3）。这两个修饰都使mrna分子更稳定，也等于是给mrna分子戴上了“放行徽章”，可以离开细胞核了。所以细胞核的出现，是为蛋白质编码的基因中出现内含子的必然结果。
如果把各种真核生物同种基因中内含子的位置做比较，发现许多这些内含子的位置是相同的。例如动物和植物之间有17%的内含子位置是相同的，真菌和植物之间有13%的内含子位置相同，甚至人类和开花植物拟南芥之间，都有25%的内含子在基因中的位置相同。这些事实说明，真核生物的内含子出现的时间非常早，在所有真核生物的共同祖先中就出现了。据各种模型的推测，在最早的真核生物中，为蛋白质编码的每个基因平均含有2-3个内含子。由于细菌的dna含有的内含子数量极少，在最初的真核生物形成时，一定有一个内含子数量突然大量增加的事件。由于原核生物经过数亿年的进化，已经将内含子基本消除，真核生物的共同祖先又是从原核生物进化而来的，内含子的突然增加是如何发生的呢？2006年，美国科学家尤金 库宁（eugene v. koonin）提出一个假说，他认为是后来要变成线粒体的？alpha-变形菌进入寄主细胞后，其dna中的内含子“入侵”寄主的dna并在那里繁殖，使得最初的真核细胞含有大量的内含子。
真核生物为了适应这种情况，发展出了细胞核把dna和核糖体分开，同时发展出了更有效的方式来剪除掉mrna中的内含子序列，这就是剪接体（spliceosome）。剪接体是由5个细胞核内的小分子rna（snrna，包括u1、u2、u4、u5、和u6）和蛋白质组成的巨型复合物。5个snrna分别识别内含子的各个部位，例如u1会先辨识内含子的5’端剪接点（ 内含子5’端与外含子结合的地方），而u2 识别3’端剪接点（内含子3' 端与另一个外含子结合的地方）上游的“分支点”。这个步骤将mrna上要被剪切除去的内含子定位。然后，由u4-u5-u6组成的三聚体加入，使得分支位点上的一个字母a被连到内含子的5'端上，使它脱离外含子，同时内含子的rna链形成一个“套马索”那样的环状结构。脱离了内含子的5'外含子再与3'的外含子结合，内含子就被剪切掉了。
剪切体剪除内含子的过程与ii型内含子“自我”剪切的过程极为相似，例如都形成“套马索”那样的结构和中间步骤，rna分子的空间结构也高度一致。所以真核生物的剪切体应该是从原核生物的ii型内含子进化而来的。ii型内含子是自己切割自己，而剪切体的5个snrna则是ii型内含子分开的片断，再与蛋白质形成复合体。所有的原核生物都没有剪切体，剪切体是被真核生物发展出来的，即把原核生物自我剪切的内含子分成几段，再分别和蛋白质结合。但即使是在人类的细胞里，实际剪切内含子的分子还是剪切体中的snrna，蛋白质只起辅助作用。核糖体合成蛋白质时，起催化作用的仍然是rna（rrna）分子。这些事实都说明，最初的生命是rna的世界，真核生物的内含子也是由rna分子中的ii型内含子进化而来的。
有趣的是，并不是所有的真核生物都含有大量的内含子。对于那些单细胞的真核生物，繁殖速度对于生存还是很重要的。俗话说，“活在狼群中，就得学狼叫”，所以这些单细胞的真核生物，像同样是单细胞的原核生物一样，都去除了大量的内含子。例如裂殖酵母（schizosaccharomyces pombe）每个基因平均只有0.9个内含子，出芽酵母（saccharomyces cerevisae）的内含子含量更低，每个基因平均只有0.05个内含子。而多细胞的真核生物，则在演化过程中不断增加内含子的数量，在人身上甚至达到每个基因平均有8个以上的内含子。
线粒体的出现给真核生物带来充足能源的同时，也带来了内含子的入侵。为蛋白质编码的基因中内含子的出现，又迫使细胞形成细胞核以把dna和核糖体分隔开来。这大概就是真核细胞出现的根本原因。其它的改变都是在这个基础上进行的。
对于这种情形，我们早已习以为常了，但是如果我们要问一下细胞核的功能是什么，就不是那么容易回答了。细胞核不过是用两层膜把dna包裹起来而已，这有什么必要性和优越性吗？原核生物没有细胞核，不是也活得好好的吗？而且原核细胞由于没有细胞核，dna是“裸露”在细胞质中的，在原核生物合成蛋白质时，新合成的信使核糖核酸（mrna）还没有完成，合成蛋白质的核糖体就“迫不及待”地结合在mrna分子上，开始蛋白质的合成了。因此在原核生物中，dna的信息被转移到信使核糖核酸mrna上（这个过程叫做转录）和mrna携带的信息被转化为蛋白质中氨基酸单位的序列（这个过程叫做转译）是同时进行的。这使得原核生物合成蛋白质的效率非常高，繁殖速度也很快，例如大肠杆菌每20分钟就可以繁殖一代。
而真核生物的细胞由于有细胞核把dna和核糖体分开，转录和转译就不能同时进行了，因为合成蛋白质的核糖体是巨大的蛋白质和核糖核酸（rna）的复合物，根本无法进入细胞核，只有等信使核糖核酸在细胞核中合成后，进入细胞质，蛋白合成才能开始。这就影响了真核细胞合成蛋白质的效率。相比原核细胞几十分钟就能够繁殖一代，真核细胞常常需要更长的时间，例如同为单细胞，但是为真核生物的酵母就需要80分钟或更长才能繁殖一代。
不仅如此，细胞核中的许多蛋白，例如为dna的转录所需要的蛋白质，是在细胞质中合成，再经过核膜（细胞核的膜）上的核孔进入细胞核的。这个过程需要特殊的蛋白“陪伴”和“护送”，这些陪伴蛋白在完成输送任务，回到细胞质时，是需要消耗能量的。真核细胞为什么要“自找麻烦”呢？换句话说，真核细胞拥有细胞核的“必要性”或者“好处”是什么呢？这就要从真核细胞出现的过程讲起。
真核细胞和原核细胞的根本区别是真核细胞拥有线粒体
既然被称为“真核生物”，我们自然会想到它和原核生物最重要的区别就是它有细胞核。但是在澳大利亚的淡水湖中，科学家发现了一种细菌，叫做隐球出芽菌（gemmata obscuriglobus）。这些微生物为球形，像酵母菌那样出芽生殖。从它们核糖体rna（5s和16s rrna）的序列来看，他们应该属于细菌中的“浮霉菌门”（planctomycetes）。奇怪的是，这些细菌却有由两层膜包裹的细胞核，说明细胞核并不是真核生物的专利。 原核生物的dna是环状的，而真核生物的dna是线状的，那么是不是具有线状dna的生物就是真核生物呢？引起莱姆病（lyme disease）的“伯氏疏螺旋体”（borrellia burgdorferi）是原核生物，却有一个100万碱基对长的线性dna，说明dna为线状或者环状也不是区分原核生物与真核生物的标准。那么真核生物和原核生物最根本的区别是什么？是什么事件使得原核生物变成了真核生物？如果要找一个真核生物都有，原核生物绝对没有的特征，那就是真核生物的细胞里有线粒体（mitochondria）而原核生物没有。那么线粒体是个什么东西呢？为什么有线粒体的细胞最后变成了真核细胞呢？
线粒体是真核细胞的“动力工厂”，是细胞合成atp的地方。葡萄糖和脂肪酸在这里被彻底氧化，变成二氧化碳和水，释放出来的能量则被用来合成atp。线粒体和细菌差不多大（直径约1微米）。如果把真核细胞放大到一间房间那么大，线粒体的大小也不过相当于一个暖水瓶，所以每个真核生物的细胞可以拥有成百上千个线粒体，相当于细胞的“身体”里面有成百上千个发电厂。细胞有了充足的“电力”供应，做什么事情都有能量保证了。线粒体是用大气中的氧为电子受体来氧化葡萄糖和脂肪酸的，所以真核生物的出现和空气中氧含量大大增加的时间（大约23亿年前）后不久。换句话说，是线粒体带来的充足的能量供应使原核细胞变成真核细胞，那么细胞里面的线粒体又是如何出现的呢？
对线粒体的研究发现，线粒体不仅是一个细胞器，而且更像是一个细胞。它被两层膜（外膜和内膜）包裹，有自己的dna，有自己合成mrna和蛋白质的系统。它的dna是环状的，类似于细菌的环状dna。它合成蛋白质的核糖体（70s）不像真核生物的核糖体（80s），而像细菌的核糖体（70s）。它的内容物（基质）相当于细菌的细胞质，里面含有三羧酸循环系统。像细菌那样，线粒体的基因也是组织在“操纵子”（operon）中的，即功能相关的基因共用一个“开关”（启动子），而不像真核生物那样，每个基因有自己的启动子。线粒体也像细菌那样，通过分裂来繁殖。真核细胞不能“制造”线粒体，所有的线粒体必须从已有的线粒体分裂而来。这也符合“细胞只能来自细胞”的定律。这些事实说明，线粒体是真核细胞中的细胞，是一种原核细胞包裹进了另一个原核细胞变成的。
这个过程是如何发生的，现在已经不可考，但是肯定不是一种细菌“吃下”另一个细菌造成的。吞食是一个非常复杂的过程，需要有控制细胞形状的“细胞骨架”，还要有类似肌肉收缩的蛋白质使细胞膜包裹另一个细胞，还要有专门“消化”另一个细胞的“溶酶体”。所有这些原核生物都不具备，所以没有细菌吃细菌的事情，而且细菌在细胞膜外面还有细胞壁或者荚膜等形状比较固定的结构，也不适于吞食。一种可能性是原核生物中的古菌细胞被机械力压开（例如石头滚动），而又没有彻底将细胞压碎。细胞在恢复过程中裂开的古菌又正好把在附近的一个能够用氧彻底氧化葡萄糖和脂肪酸的细菌包裹进去。由于古菌没有溶酶体，被包裹进去的细菌也不被杀死，最后和古菌形成共生关系。要成功地实现这个过程，估计几率非常小，所以原核生物出现数亿年后，才有这种共生的情况发生。而且从所有真核生物的线粒体基因来看，它们都来自同一个祖先，也就是这样的细胞融合只发生过一次。但是就是这次“幸运”的细胞融合导致了真核生物的诞生。
通过对线粒体中基因的分析（例如磷酸丙糖异构酶基因），发现它们和一类细菌，即“变形菌门”（proteobacteria）中的一种，alpha-变形菌（alpha-proteobacteria）的基因最为相似。变形菌门是一大类格兰氏阴性细菌，外膜主要以脂糖构成。因其形状多变而被称为变形菌。从这些证据，科学家认为，线粒体是某种古菌 “包容”了？alpha-变形菌的细胞，彼此形成共生关系而演变出来的，因为古菌已经拥有真核生物的一些特征，例如含有细菌没有，而真核细胞拥有的组蛋白。古菌细胞给？alpha-变形菌的细胞稳定的生活环境，而？alpha-变形菌细胞给古菌细胞提供能量。因此真核细胞实际上是两种细胞的混合物，是“细胞套细胞”，它们各自的dna至今还在。
在细菌中，彻底氧化食物分子电子传递链是位于细胞膜（即内膜）上的。电子传递时释放出的能量则被用来把氢离子从细胞内泵到细胞的内膜外，建立一个跨膜的氢离子梯度，类似于水坝蓄水。氢离子通过细胞膜再流回细胞时，就带动atp酶合成atp，像水库里面高水位的水经过水坝带动水轮机发电。而在线粒体中，呼吸链也是位于内膜上的（相当于细菌的内膜），电子传递释放出来的能量也是把氢离子从线粒体内部泵到内膜之外，即线粒体的内膜和外膜之间。氢离子流回线粒体内部时则带动atp酶合成atp。所以线粒体合成atp的结构和细菌是一样的，只不过细菌合成atp的地方以线粒体的形式被带到另一个细胞的内部。
在？alpha-变形菌的细胞演变为线粒体的过程中，许多？alpha-变形菌的基因逐渐转移到古菌细胞的dna中去，使得线粒体dna中的基因越来越少，最后只剩下为蛋白质合成需要的转移rna（trna）、核糖体rna（rrna）的基因、和少数为蛋白质编码的基因。这些蛋白质基本上都是膜蛋白，高度亲脂，如果在细胞质中合成，转移到线粒体中都会很不方便，所以它们的基因就留在线粒体中，以便“就地制造”这些亲脂的蛋白质。在不同的真核生物中，线粒体基因转移到细胞核dna中的程度不同。例如单细胞的真核生物“异养鞭毛虫”（reclinomonas americana）的线粒体dna有6万9千个碱基对，97个基因，其中62个基因为蛋白质编码，算是保留得比较多的。而在人的线粒体中，dna只有1万6千个碱基对，37个基因，其中13个基因为蛋白质编码。引起人疟疾的疟原虫（plasmodium falciparum）线粒体的dna只有6千个碱基对长，含5个基因。尽管不同的真核生物的线粒体dna大小差别很大，基因数也不一样，但是所有这些线粒体里面的基因都不出变形菌门细菌基因的范围，说明线粒体的确是从变形菌门的细菌变化而来的。
对于“真核生物的细胞都有线粒体”这个说法，也有反对意见。这些意见的根据，是有些真核生物的细胞里没有线粒体。例如寄生在人类小肠内，引起腹泻的兰氏贾第鞭毛虫（giardia almblia，简称“贾第虫”）是一种单细胞真核生物，它就没有线粒体。贾第虫属于“古虫界”（excavata），里面有许多靠寄生来生活的低级真核生物。这些生物一般都没有线粒体，曾经被认为是最原始的真核生物，还没有到获得线粒体的阶段，被称为“无线粒体原生生物”（amitochondriate）。但是随后的研究发现，这些生物含有“热休克蛋白70”（heat shock protein70，简称hsp70）基因，和“伴侣素蛋白”60（chaperonin60，简称cpn60）和“伴侣素蛋白10（cpn10）的基因。这些基因都只有在线粒体或者？alpha-变形菌中发现，而在古菌和革兰氏阳性细菌中没有发现，说明这些“古虫”都曾经获得过线粒体，只不过后来由于寄生生活或在无氧条件下生活，不再需要线粒体，这些线粒体就退化了。
这些事实说明，所有真核生物的细胞都曾经拥有过线粒体，只不过后来一些真核生物不再需要线粒体的氧化磷酸化功能而部分或全部失去线粒体。而原核细胞无一例外地不含线粒体，所以线粒体是区别真核生物和原核生物最根本的标志。 而且线粒体的作用还不仅是为寄主细胞提供能量，它还带来了另一个后果，就是基因中的“内含子”。正是基因中内含子的出现使得细胞核成为必要，因而是线粒体的出现让原核细胞发展出了细胞核。
“内含子”的“入侵”迫使细胞核出现
线粒体给寄主细胞带来威力强大的“发电厂”的同时，也带来了另一个“不速之客”，那就是“内含子”，它的出现使得细胞核成为必要。要知道什么是内含子，就要从1977年美国两个实验室的意外发现说起。 在上个世纪70年代以前，人们对基因的认识是很简单的：基因就是dna分子上为蛋白质编码的区段，再加上控制基因表达的“开关”，即启动子（promoter）。当启动子把基因“打开”时，这段编码的dna序列就被“转录”为“信使核糖核酸”（mrna），mrna再指导核糖体合成蛋白质。为蛋白质编码的dna序列被认为是连续的，mrna分子中为蛋白质编码的rna序列也因此是连续的。在原核生物中，这的确是实际情况，因此原核生物合成mrna和合成蛋白质是在同一个地方，几乎同时进行的。
这种“编码序列是连续的”的观念在1977年被打破了。在这一年，美国冷泉港实验室的里查德 罗伯兹（richard j. roberts）和麻州理工学院的飞利浦 夏普（phillip a. sharp）同时在研究引起人感冒的腺病毒（adenovirus）。这种腺病毒的主要蛋白叫做六邻体（hexon），是包裹病毒dna的表面蛋白质。他们先从被病毒感染的细胞中提取到六邻体的mrna。为了寻找病毒dna中为六邻体蛋白编码的部位，他们让这种mrna和病毒的dna“杂交”，即让mrna的序列和dna分子上相应的序列通过碱基配对彼此结合。出乎他们意料的是，六邻体mrna和dna上四个互不相连的区段结合，这四个区段之间没有和mrna结合的部分则游离出来，形成三个环。这个结果使他们认识到，腺病毒dna为六邻体蛋白质编码的序列不是连续的，而是分为许多段，中间被不为蛋白质编码的dna序列隔开。
在这些实验结果的基础上，美国科学家瓦尔托 基尔伯特（walter gilbert）于次年（1978年）提出了内含子（intron）的概念。内含子就是编码序列之间的dna区段，其序列在mrna合成后被“剪切”掉，不出现在成熟的mrna分子中。而为蛋白质编码的区段则被称为外显子（exon），它们被内含子分隔开，在转录过程中和内含子的序列一起被转录。当mrna分子中的内含子序列被剪切掉以后，外显子的序列就连在一起，去指导蛋白质的合成，最后的效果就像当初内含子不存在一样。我们可以想象为蛋白质编码的dna序列为蓝线，被分成几段，中间由白线（内含子）连起来。把白线剪掉，把蓝线部分连起来的过程就叫做mrna的剪接（splice）。罗伯兹和夏普的研究结果使科学家也去研究真核生物的基因，发现许多这些基因中编码序列也是不连续的，也就是许多真核生物的基因含有内含子。这是基因结构观念上的重大革命，罗伯兹和夏普也因此获得了1993年的诺贝尔生理和医学奖。
内含子是如何起源的，至今科学界还没有统一的意见。一种假说认为，内含子在生命出现的早期，在rna世界时就出现了。当时dna还没有出现，rna分子则“一身数任”：既要催化自己的合成，又要催化蛋白质的合成，还要用自己的核苷酸序列为蛋白质中的氨基酸序列编码。要使一个长长的rna分子的连续序列来为蛋白质编码，编出来的蛋白质又是具有生物功能的，几率非常小，就像把英文的26个字母随机地排列在一起会出现一段有意义的文字那样困难。比较可能的情况是rna分子内有许多小的区段，每段给一些氨基酸编码。有选择性地把这些区段结合起来，就有可能产生有功能的蛋白质。这就像随机排列的字母不容易产生有意义的词和句子，但是有选择性地去掉一些字母，就可以连成有意义的词和句子。由于rna分子具有自我剪接的能力，这样的过程是有可能的。当然这是一个漫长和随机的过程，但是这样的目标最终是可以实现的。一旦这样的组合被固定下来，它们就可以在dna出现后，被复制到dna分子中，然后在mrna阶段再进行剪接。现在原核生物以rna为最终产物（如转移核糖核酸trna和核糖体核糖核酸rrna）的基因（即不为蛋白质编码的基因）中，就还有许多这样的区段，他们能够在rna分子被合成后，自己把自己剪切掉，包括i型和ii型内含子（这两型内含子剪切自己的方式不同）。经过几十亿年的时间，能够自我剪接的rna内含子类型居然还有两种，说明内含子在rna生命阶段就出现的学说是有一定道理的。
不过到原核生物出现后，这种为蛋白质编码的方式就不理想了。因为在合成的mrna分子中，有很大一部分是不为蛋白质编码，因此需要去除的“废物”。这些内含子既占dna的空间，使得原核生物复制dna时要付出更多的成本，在合成mrna时，细胞还要花费资源去合成这些废物，再把它们剪除掉，而且剪接mrna也需要时间。而对于简单的原核生物，资源有限，还必须迅速繁殖才能与其它的原核生物竞争。如果能够把这些“废物”去掉，既能节省资源，又能加速繁殖速度，对于原核生物的生存无疑是非常有利的。这样经过亿万年的演化，原核生物基本上已经把内含子“清除”掉了。为蛋白质编码的dna序列是连续的，生成的mrna也不需要剪接，而是可以直接用来指导蛋白质的合成，因而出现了在原核生物中，转录和蛋白质合成同时同地进行的情形。在这种情况下，细胞核的存在反而会延迟转译开始的时间，因此原核生物中的绝大多数都没有细胞核。原核生物的基因之间也有一些“没用”的dna序列，不过一般只占dna序列的10-15%，残余的内含子也基本上“躲”在这些地方。
另一方面，真核生物的基因中却含有大量的内含子。而且越是高级的生物（例如哺乳动物和开花植物），基因中内含子的数量越多。为蛋白质编码的基因，几乎都含有内含子。例如人类，每个基因平均含有8.1个内含子，拟南芥（arabidopsis thaliana，一种开花植物）每个基因平均含有4.4个内含子，就连低等动物如果蝇（drosophila melanogaster）每个基因也平均有3.4个内含子，而许多原核生物总共也只有几个内含子。看到这里，估计有人会产生疑问：原核生物想尽量去掉的东西，真核生物怎么会让它存在并且让它繁荣起来呢？原因看来有两个。一是真核生物因为有线粒体提供能量，“财大气粗”，不在乎这点“废物”的存在。真核生物是以质取胜，即通过自己更强大多样的功能取胜，而不是像原核生物那样以量取胜，所以不必拼命繁殖。二是真核生物巧妙地利用了内含子的存在来形成更多的蛋白质。在原核生物中，因为编码序列是连续的，没有“花样”可玩。编码序列什么样，蛋白质就什么样，一个编码程序就只能生成一种蛋白质，真是“一个基因对应一种蛋白质”。而在真核生物中，由于编码序列是最后“拼接”起来的，如果改变拼接方法，只使用其中的一些编码区段，让外显子以不同的方式结合，就可以从同一个基因形成不同的蛋白质。这种不同的拼接外显子的方法叫做选择性剪接（alternative splicing）。例如果蝇的dsx基因是控制性别的基因。它有6个外显子。如果把外显子1、2、3、5、6拼接在一起，就会形成的一个使果蝇向雄性发育的转录因子。但是如果把外显子1、2、3、4拼接在一起，就会形成一个使果蝇向雌性发育的转录因子。这样，同一个基因就可以产生功能完全相反的两种蛋白质。一个基因产生巨大数量蛋白质的“冠军”，要数果蝇的dscam基因。它有95个外显子，可以形成38,016种不同的组合，即生成38,016种蛋白质，而果蝇的全部基因数才15,016个！在人的全部dna序列测定以后，发现其中只有大约21,000个基因。这个结果出乎人们的预料，甚至有人认为这是对人类的羞辱，因为那么低级的原核生物大肠杆菌（菌种k-12）都有4,377个基因，其中4,290个基因为蛋白质编码。考虑到人的复杂性远远超过大肠杆菌，21,000个基因似乎是太“少”了，人类好像应该至少有100,000个以上的基因才“合理”。其中的奥妙就在人的基因能够活跃地进行选择性剪接，所以两万个左右的基因可以形成10万种以上的蛋白质。这就可以解释为什么生物越高级，为蛋白质编码的基因中内含子越多。
为蛋白质编码的基因中出现内含子，转录生成的最初的mrna就不能直接在核糖体中指导蛋白质的合成了，因为那样会把内含子中的序列也当作是编码，合成出错误的蛋白质，所以必须先把mrna中的内含子部分去掉，然后才能用来合成蛋白质。而去掉内含子的剪接过程又是比较慢的，怎么才能防止内含子去掉之前合成蛋白质的过程就开始呢？唯一的办法就是不让核糖体接触到还没有“加工”完毕的mrna。换句话说，就是转录和蛋白质合成必须在空间上分开，而这正是细胞核的作用。细胞核的膜能够防止完整的核糖体进入细胞，而mrna在剪接完成前，又不会离开细胞核，这样核糖体能够接触的，就只能是加工完毕的mrna。其实真核生物加工mrna还不只是去掉内含子，还要给mrna“穿靴戴帽”。“穿靴”就是给mrna分子加上一个由100-250个由字母a（腺苷酸）组成的“尾巴”，叫做“多聚a尾巴”。“戴帽”是在mrna的“头”（5’端）的“字母”g（鸟苷酸中的嘌呤）上面加一个甲基（-ch3）。这两个修饰都使mrna分子更稳定，也等于是给mrna分子戴上了“放行徽章”，可以离开细胞核了。所以细胞核的出现，是为蛋白质编码的基因中出现内含子的必然结果。
如果把各种真核生物同种基因中内含子的位置做比较，发现许多这些内含子的位置是相同的。例如动物和植物之间有17%的内含子位置是相同的，真菌和植物之间有13%的内含子位置相同，甚至人类和开花植物拟南芥之间，都有25%的内含子在基因中的位置相同。这些事实说明，真核生物的内含子出现的时间非常早，在所有真核生物的共同祖先中就出现了。据各种模型的推测，在最早的真核生物中，为蛋白质编码的每个基因平均含有2-3个内含子。由于细菌的dna含有的内含子数量极少，在最初的真核生物形成时，一定有一个内含子数量突然大量增加的事件。由于原核生物经过数亿年的进化，已经将内含子基本消除，真核生物的共同祖先又是从原核生物进化而来的，内含子的突然增加是如何发生的呢？2006年，美国科学家尤金 库宁（eugene v. koonin）提出一个假说，他认为是后来要变成线粒体的？alpha-变形菌进入寄主细胞后，其dna中的内含子“入侵”寄主的dna并在那里繁殖，使得最初的真核细胞含有大量的内含子。
真核生物为了适应这种情况，发展出了细胞核把dna和核糖体分开，同时发展出了更有效的方式来剪除掉mrna中的内含子序列，这就是剪接体（spliceosome）。剪接体是由5个细胞核内的小分子rna（snrna，包括u1、u2、u4、u5、和u6）和蛋白质组成的巨型复合物。5个snrna分别识别内含子的各个部位，例如u1会先辨识内含子的5’端剪接点（ 内含子5’端与外含子结合的地方），而u2 识别3’端剪接点（内含子3' 端与另一个外含子结合的地方）上游的“分支点”。这个步骤将mrna上要被剪切除去的内含子定位。然后，由u4-u5-u6组成的三聚体加入，使得分支位点上的一个字母a被连到内含子的5'端上，使它脱离外含子，同时内含子的rna链形成一个“套马索”那样的环状结构。脱离了内含子的5'外含子再与3'的外含子结合，内含子就被剪切掉了。
剪切体剪除内含子的过程与ii型内含子“自我”剪切的过程极为相似，例如都形成“套马索”那样的结构和中间步骤，rna分子的空间结构也高度一致。所以真核生物的剪切体应该是从原核生物的ii型内含子进化而来的。ii型内含子是自己切割自己，而剪切体的5个snrna则是ii型内含子分开的片断，再与蛋白质形成复合体。所有的原核生物都没有剪切体，剪切体是被真核生物发展出来的，即把原核生物自我剪切的内含子分成几段，再分别和蛋白质结合。但即使是在人类的细胞里，实际剪切内含子的分子还是剪切体中的snrna，蛋白质只起辅助作用。核糖体合成蛋白质时，起催化作用的仍然是rna（rrna）分子。这些事实都说明，最初的生命是rna的世界，真核生物的内含子也是由rna分子中的ii型内含子进化而来的。
有趣的是，并不是所有的真核生物都含有大量的内含子。对于那些单细胞的真核生物，繁殖速度对于生存还是很重要的。俗话说，“活在狼群中，就得学狼叫”，所以这些单细胞的真核生物，像同样是单细胞的原核生物一样，都去除了大量的内含子。例如裂殖酵母（schizosaccharomyces pombe）每个基因平均只有0.9个内含子，出芽酵母（saccharomyces cerevisae）的内含子含量更低，每个基因平均只有0.05个内含子。而多细胞的真核生物，则在演化过程中不断增加内含子的数量，在人身上甚至达到每个基因平均有8个以上的内含子。
线粒体的出现给真核生物带来充足能源的同时，也带来了内含子的入侵。为蛋白质编码的基因中内含子的出现，又迫使细胞形成细胞核以把dna和核糖体分隔开来。这大概就是真核细胞出现的根本原因。其它的改变都是在这个基础上进行的。