1700255343
1700255344
2000年，麻省理工大学的埃里克·舒尔特斯（Erik Schultes）和戴维·巴特尔（David Bartel）完成了一个巧妙的实验，在RNA图书馆中开辟了一条新的道路。实验开始于两个较短的RNA文本，每个文本含有的核苷酸不超过100个。两个文本的许多核苷酸都不同，在图书馆中的位置相去甚远。不过它们并不是随随便便的RNA分子，两者都是核糖酶（ribozymes），是由RNA而不是蛋白质组成的生物催化剂。两个核糖酶扭曲形成不同的三维构型，负责催化不同的反应。第一个分子可以将一条RNA链分解成两条，第二个正好相反，主要通过原子键融合两条RNA链的末端，把两条链联结起来。我们姑且把这两种酶分别称作“切割酶”和“连接酶”。
1700255345
1700255346
如果你手头有一个切割酶分子，需要在图书馆某处找到一个连接酶，会是轻而易举还是难于登天？或者相反，通过手头的连接酶寻找切割酶呢？换句话说，以任意一个分子为起点，你能否通过对图书馆进行探索找到另一个想要的分子，就像分子进化能够实现的那样？如果你对基因型网络一无所知，就会认为这不可能，因为这两个分子天差地别。即便可能，大概也非常困难，因为一招不慎则满盘皆输，任何一点失误导致的缺陷分子在进化中几乎都意味着死亡。
1700255347
1700255348
舒尔特斯和巴特尔没有被困难吓倒。他们模仿自然选择的过程，从其中一个分子出发，一步一步改变核苷酸的序列，同时要求每一步都保留原本的分子功能，尝试向另一个分子靠近。他们利用自己掌握的化学知识预测穿过图书馆的可行路径，合成所有候选的变异RNA，测试新链能否像它的前辈一样催化相同的反应。如果不能，他们就尝试另一条不同的路径。
1700255349
1700255350
读到这里，你可能不会再对他们的发现感到惊讶了。从连接酶出发，他们一点一点地朝着切割酶靠拢，在这个过程中他们一共修改了40个核苷酸，同时保证新获得的RNA分子具有融合两条RNA链的能力；从切割酶出发，他们也以同样的方式，向着连接酶一点一点地修改核苷酸，在修改了40个核苷酸后，仍然保持新获得的RNA分子具有裂解RNA的能力。在两种分子相互转变的中间点附近，奇妙的事情发生了：只要对不到3个核苷酸分子进行修改，核酸酶的功能就会发生颠覆性的改变。连接酶变成了切割酶，而切割酶则变成了连接酶。
1700255351
1700255352
这个实验像许多优秀的实验一样，传达了不止一条重要信息。第一条，具有切割酶和连接酶含义的文本不止一个，而是有很多。第二条，这些分子在RNA图书馆中相互连接，即便必须以保留分子功能为前提，你也可以循着这张网络找到功能相同的新分子。正是基因型网络使得这一切成为可能。第三条，循着网络中的某条道路前进，你总会在某个文本所在的社区中找到你想要的新性状。
1700255353
1700255354
在真实的进化历程中，探索RNA图书馆需要大量分子充当读者，而上述实验中只有一名孤单的读者。此外，科学家还要凭借生化知识指导这个读者，以防止它乱走，根据实验设计，它一直在沿着基因型网络前进。这使我心头一直萦绕着一个疑问：大自然中的RNA在进化上其实是随机而盲目的，对于现实中的进化而言，基因型网络是否对它也有助益？这个问题的答案直到10年之后，在我位于苏黎世的实验室完成一项与进化有关的实验后，才渐渐浮出水面。
1700255355
1700255356
大多数人认为进化非常缓慢，所需的时间与我们每个人的正常寿命根本不在一个数量级上。就人类的进化而言，这的确是事实，1 000年的时间才相当于50代人，但许多其他生物的世代时间就要短得多，比如大肠杆菌，它每20分钟就能繁衍出下一代。繁殖50代大肠杆菌甚至用不了一天。一个RNA分子几秒钟就能完成自我复制，RNA使用的分子复制体系与复制DNA的那一套相仿。不消一天，你就能得到上千代RNA。
1700255357
1700255358
有了快速复制的生物体和分子，实验室就可以开展一个雄心勃勃的实验：重演进化。类似的模拟进化实验能够让科学家形象地看到进化如何在生物传宗接代的过程中，逐渐改变整个生物种群。由于RNA分子对早期生命至关重要，它们在这种实验中就显得特别有吸引力。RNA分子兼具自我复制和变异的遗传特性，本身的性状又能够作为自然选择的作用对象，集各种进化的要素于一身。
1700255359
1700255360
2008年秋，我为开展实验室里的进化实验面试了一些新人，希望能解决萦绕我心头多年的疑问。其中一个年轻的美国科学家非常出挑，不仅因为他的证书，也因为面试时他穿着徒步鞋。虽说大多数学院的科学家都崇尚休闲打扮，对其他职业严格的着装要求往往嗤之以鼻，但徒步鞋还是有点不同寻常。起码，这显示出了他的健康自信。
1700255361
1700255362
这个年轻人叫埃里克·海登（Eric Hayden），是一名化学家，刚从俄勒冈州立大学取得博士学位，他在RNA酶方面进行的工作非常杰出。虽然之前对进化生物学所知甚少，但他对进化表现出了深深的好奇。他面容坦率，一个微笑就照亮了房间，顿时让人心生好感。我和他简短地谈了谈，随后就让他和组里的其他研究员随便聊聊，看看他在我们的圈子里是否自在。他肯定觉得就像在家里一样舒坦：一个小时后回到我办公室时，他已经脱下靴子只剩袜子了，他解释说靴子太热了。
1700255363
1700255364
埃里克得到了这份工作，而我从未后悔这个决定。他非常了解RNA，做实验谨慎仔细，非常讨人喜欢。我觉得能和他一起工作是我的荣幸。
1700255365
1700255366
埃里克在我的研究小组里负责研究一种核糖酶，这是一种RNA酶，用以帮助某些细菌表达基因。这种酶可以根据特定的核酸序列辨识相应的RNA链，然后对目标RNA进行切割，随后将自身连接到其中一个片段上。（许多生物细胞内都有能识别并裂解特定DNA和RNA的分子，它们的目的多种多样，例如破坏入侵病毒的外来DNA，或者把较短的DNA片段连接成相对较长的DNA。）关于这种酶，我只想知道基因型网络能否改变这种酶，使它能够识别新的RNA分子。
1700255367
1700255368
为了找出答案，埃里克把这种酶复制了10亿多份——所有复制所得的酶正好相当于一汤匙，然后用分子复制体系对这10亿个酶进行扩增。生物本身的复制体系并不完美，偶尔会出现复制错误，因此获得的少量核糖酶会出现变异。随后，埃里克运用某种化学方法，设法让变异体中那些依旧能够识别原目标RNA的核酸酶继续复制。这种手段巧妙地模拟了自然选择的核心要求：只有保留原先功能的变异分子才能在生物的代际之间传递。
1700255369
1700255370
埃里克的实验循环了许多次。第一次循环前，所有的分子都一模一样，就像10亿个读者在图书馆里弯腰读同一卷书。第一代分子诞生后，许多分子已经变异了，其中只有一部分能活下来。幸存的分子在衍生出第二代分子时进一步发生变异，循环往复。仅仅过了10代，子代与初始RNA的平均核苷酸差异就已经达到了5个，有些甚至相差多达10个。这10亿个读者已经在图书馆里一哄而散了。
1700255371
1700255372
只需要上述简单的观察，我们就可以得出埃里克实验的第一个结论：经过数代复制，这群RNA分子已经不是完全相同的了，它们与初始RNA分子之间多少存在数个核苷酸的差异。尽管基因型已经改变，选择机制却使得所有分子保留了相同的功能特征。由于不同的RNA分子分布于图书馆的不同位置，埃里克的实验已经表明，基因型网络在RNA图书馆中同样存在。
1700255373
1700255374
实验的第二个结论涉及两类分子。第一类分子是我们在上面所说的“混合”分子，而第二类分子则是初始RNA分子，其中每个分子都一模一样。埃里克让两类分子切割一种新的RNA。他用一个硫原子取代了原先的RNA链上的一个磷原子，如此一来，酶的工作艰难了许多。埃里克用复制-选择的方式分别处理两组分子，让它们各自经历模拟的进化过程。但他现在只选择能够切割新RNA链的分子，接下来他想知道，四散在基因型网络上的第一类分子和集中在基因型网络一处的第二类分子，到底哪类分子上手新任务的速度更快。
1700255375
1700255376
如果基因型网络有助于分子进化，那么第一类分子应该做得更好，因为第一类分子能在RNA图书馆里探索更多社区。这正是埃里克的发现。他在多样的混合分子里发现了一个RNA酶，这个核酸酶执行新任务的效率比单一的第二类分子中的核酸酶高8倍。
1700255377
1700255378
埃里克的实验还有一个额外的惊喜。我们是在测定那个效率奇高的新分子的序列时意外发现的。
1700255379
1700255380
很多研究人员已经研究过我们实验开始时用的RNA酶。这个分子很小，只有大约200个核苷酸。我们知道相关核苷酸序列、折叠方式、相关功能以及作用原理。大部分你可能想了解的内容我们都知道。在酶分子的数轮复制中，我们都精确控制了分子进化的环境，甚至精确到每个分子的浓度。既然对全局有了近乎周详的掌控，你可能会觉得我们应该能预测分子会做出怎样的改变来适应新任务。就像如果你彻底了解一架机器，了解机器上的每一个齿轮、每一个螺钉、每一根杠杆、每一根弹簧以及它们的协作方式，你肯定也知道改进这架机器的最佳办法。
1700255381
1700255382
但是我们不知道。我们完全无法预测大自然究竟会如何改进实验中的酶分子。直到今天，我们仍然没有完全理解为什么这样改进的效果最好。
1700255383
1700255384
实验室里模拟进化的实验常常出现意外。不论我们对一个分子研究得多透彻，不论实验多简单，不论控制得多精确，自然总是出人意料。哪怕是最简单的酶，也比大多数人类制造的机器要复杂难懂得多。
1700255385
1700255386
虽然我们在预测最佳结论上毫无建树，但也没有空手而归，我们现在已经知道基因型网络可以加速生物种群进化的速度。这个结论正中要害，虽然我们无法预测某个个体的新性状，但这并不妨碍我们在种群层面上对于进化的研究。
1700255387
1700255388
科学袪魅自然，确定自然法则，剥夺人对世界的惊奇和敬畏之心，这让很多伪科学人士深感困扰。用诗人约翰·济慈（John Keats）的话来说，科学家是群扫兴的人，“使天使折翼”（clip an Angel’s wings）、“拆开彩虹”（unweave a rainbow）。达尔文理论之所以不被接受，这种情感当然也是原因之一，不过上述实验表明，我们依然可以想到两全其美的办法。科学能够解释进化的普遍原则，但是不能预测单个进化。理解进化的能力丝毫不会影响进化的魔力。这本身就是我们对自然保持惊奇和敬畏的理由。
1700255389
1700255390
1700255391
1700255392
[
上一页 ]
[ :1.700255343e+09 ]
[
下一页 ]