60年来，生物学家一直只了解两条规范“DNA语言”的类似语法的规则。现在他们又发现四条
奥地利生物化学家埃尔文·查戈夫（Erwin Chargaff）因于1950年发现了两条“DNA语言”语法规则而著名，这两条规则以他的姓氏命名。在当时，生物学界最大的问题就是理解DNA的结构。查戈夫发现的规则成了解决这个问题的重要线索。
生物学家早就知道，DNA是由四种分子组成的：腺嘌呤（adenine）、鸟嘌呤(guanine)、胸腺嘧啶（thymine）和胞嘧啶（cytosine）。但他们假定，这些分子在DNA组成里是等量出现的，并将暗示其他情况存在的任何测量结果都归为实验误差。
而查戈夫通过仔细测量证明，这种假定是错误的。他发现，腺嘌呤的数量与胸腺嘧啶相等，而鸟嘌呤的数量与胞嘧啶相等，但是，四种分子之间在数量上并不两两相等。查戈夫测量的大致比例为：腺嘌呤=胸腺嘧啶=30%，鸟嘌呤=胞嘧啶=20%。
如今人们所称的查戈夫第一等比规则，当时成了一条重要线索，詹姆斯·沃森（James Watson）和弗朗西斯·克里克（Francis Crick）在研究双螺旋结构的碱基配对模型时利用了这条线索。生物学家现在了解，腺嘌呤与胸腺嘧啶的结合以及鸟嘌呤与胞嘧啶的结合，共同形成了一股双螺旋，因此查戈夫规则适用于所有双链DNA。
查戈夫进一步研究发现，上述规则的近似描述也适用于多数（但不是所有）单链DNA。这是一个更大的难题，生物学家仍不十分清楚为什么会是这样。
查戈夫规则很重要，因为它们指明了一种“生物学语法”——一套规范DNA结构的潜在规则。这种语法应该是DNA的结构组成模式，在所有物种中都是一致的。
但是，自查戈夫发现这些普遍规则60年来，再没有人发现其他类似规则，直到现在。
现在，巴西应用生物信息学实验室（Applied Bioinformatics Laboratory）的米歇尔·山岸（Michel Yamagishi）和圣保罗金边大学（Unicamp）的罗伯特·赫尔瑞（Roberto Herai）说，他们发现了若干新模式，大大扩展了DNA语法规则。
他们的方法简单明确，就是利用数学中的集合论证明，查戈夫的已有规则暗示还有其他更高级的模式存在。
他们是这样证明的。研究DNA结构组成的一种方法就是，将DNA序列分割成一定长度的片段，长度记为k。查戈夫规则适用于k=1的片段，即适用于单个核苷酸。
但是，如果k=2（比如AA, AC, AG, AT等等）或k=3（比如AAA, AAG, AAC, AAT等等），情况会如何呢？生物化学家称这类片段为寡核苷酸。集合论表明，这些长度为k的片段的全集，必然也遵守特定的类似分形模式。
山岸和赫尔瑞将它们提炼为四个等式。
当然，只有在大型DNA数据库中才可能观察到这类模式。山岸和赫尔瑞对32个物种的DNA序列数据进行了反复数学运算，以寻找这类新分形模式。果然，他们找到了。
他们说，所研究的32个物种中，有30个物种相当精准地出现了这些模式，包括人类、大肠杆菌（e.coli）和植物拟南芥（arabidopsis）。只有人类免疫缺陷病毒（即艾滋病毒，HIV）和侵染桃树的苛养木杆菌（Xylella fastidiosa）9a5c的DNA与这类模式不一致。
他们说：“这些新规则首次证明，寡核苷酸的出现频率在大量不同基因组中具有一致性。”
该结论可能会极有价值，可以用于评估高速全基因组测序新技术的性能。
这类测序技术的一个问题就是，它们的测序精确度如何？山岸和赫尔瑞建议，进行一个简单的实验，测试一下新测序出来的基因组序列是否含有这类一致模式。如果没有，就说明该技术可能在测序过程中产生了某类偏差。
这有点像在大量数据中寻找随机误差的“校验和”实验，像一门简洁精巧的科学。
参考来源：生物探索 与 麻省理工科技创新