1700255640
进化还告诉我们，所有图书馆中表现型相同的调控环路是相互联系的。我们可以以它们中的任意一个作为起点，通过一次改变一个基因对并保证性状相同的方式，检索到表现型相同的任何其他环路。和在代谢图书馆以及蛋白质图书馆里一样，我们在环路图书馆里又找到了一种从一点走到几乎任意一点的方式，而不至于迷失和身陷在无意义的环路泥潭里。
1700255641
1700255642
于是，调控环路图书馆里所有表现型相同的调控环路也形成了一张巨大的网络，类似的基因型网络我们已经在代谢图书馆和蛋白质图书馆里接触过了。调控环路图书馆里充斥着这样的网络，每一个网络里都包含了数不清的环路，零散分布在图书馆各个角落。同一张网络里的每个调控环路都有相同的作用：指导特定的基因表达谱，帮助特定的细胞、组织或器官分化。一张网络中只有包含足够数量的调控环路，不起眼的深裂叶新性状才有可能在进化史上不断重复上演。
1700255643
1700255644
如果没有计算机的帮助，通过对数百万个环路的模拟来理解环路图书馆几乎是不可能的，这意味着数百名实验科学家必须要花费数十年，在数百万种果蝇身上完成实验，才能理解一种调节果蝇体节分化的基因环路。但是，的确有一些胆识过人的科学家在某些更低等的物种身上进行这种研究工作，他们的研究对象是细菌和真菌。巴塞罗那科学家马克·艾莎兰（Mark Isalan）就是其中之一，他在大肠杆菌的调节因子基因间构建新的联系，创造了数百种大肠杆菌环路的相邻调控环路。和我们的演算结果一样，他发现调控环路对于内部基因的关系变化具有相当的耐受性。他在大肠杆菌身上构建的改变中有95%没有引起任何功能性变化。
1700255645
1700255646
还有科学家比较了多种啤酒酵母体内的调控环路，想知道它们之间的差异究竟能有多大。这种调节环路的其中一个作用是激活消化乳糖的乳糖酶基因。你可能会想，类似的调控环路应当具有某些共同特征，只有找到发现和运用这种特征的真菌才能拥有相应的代谢能力，并把这种能力稳定地遗传给后代。而事实并非如此。以两种进化道路在数百万年前就各自独立的真菌为例，不仅它们的调控环路完全不同，甚至于参与环路的调节因子都不一样。两种调控环路不分高低，如若不然，它们也无法同时保留至今。自然界以两种不同但是同样有效的方式解决了同一个问题。不仅如此，用于功能相同或不同的调控环路之间，也被一步步微小的变异联系在了一起。
1700255647
1700255648
核糖体能够将RNA翻译为蛋白质，编码这种分子机器的基因向我们诉说了同样的故事。细胞在高速合成蛋白质的过程中，必须精确控制不同蛋白质间的数量平衡，不然就可能会像过量合成无用β-半乳糖甘酶的大肠杆菌那样破裂死亡。维持这种精妙的平衡似乎很难，很容易让人误以为只有某种最佳的解决方式才能实现。但是实际上，有两种不同的真菌分别以两种完全不同的调控方式实现了这种平衡。
1700255649
1700255650
类似的例子向我们展示了生物对调控环路图书馆的深入探索。但是物以稀为贵，在寻找新颖和高效的表达谱的过程中，生命面临着它们在探索代谢图书馆和蛋白质图书馆时就曾遇到过的同样的难题：环路图书馆里有数万亿种不同的调节环路，但与某个环路直接相邻的社区中却最多只有几千种环路，以这种方式寻找新的基因型效率着实低下。
1700255651
1700255652
为了获得尽可能多的新性状，调控环路的进化必须设法跨出所在的社区。这种探索图书馆的方式只有在不同的社区间存在巨大差异的情况下才能收益最大化。为了验证事实是否如此，我们让计算机从一张基因型网络中随机挑选两个调控环路，姑且称之为A和B，它们的表现型相同，但是环路结构天差地别。接着，我们再找出它们各自所有的相邻环路，并分别演算它们的基因编码。我们发现，在A环路与B环路所在的社区中，大多数相邻环路所控制的基因表达谱都不相同，更不要提A环路和B环路本身在基因数量和基因关联上的巨大差异。不同社区中的环路往往表现型也不同。
1700255653
1700255654
于是我们的故事又回到了熟悉的套路上。环路图书馆的布局与代谢图书馆和蛋白质图书馆类似。我们把指导相同基因表达谱的调控环路安置到一张巨大的基因型网络里，对于在这张网络里漫无目的游荡的读者而言，他们只能象征性地在“换汤不换药”的馆藏里寻找新书。真正推动生物进化的动力恰恰是无头苍蝇一般的随机突变，调控环路在稳定积累的微小变异中逐渐改变：虽然某些突变葬送了整个调控环路，但依然有一些突变在保留环路功能的基础上把生物推向了不同的基因型社区，获得了新的基因表达谱，而总有一个表达谱会为下一步生物形态的重塑埋下伏笔。我们再次看到，基因型网络中多样的基因社区成为新性状出现的关键。
1700255655
1700255656
不同图书馆之间的这些共同点让人捉摸不透。为什么代谢、蛋白质和调控环路图书馆中的新性状有着相似的起源方式？为什么不同的图书馆却有着十分类似的分类体系？这些问题的答案是一只看不见的手，它早在生命出现之前就在引导着世界万物的进程。这只手是自组织，而生命的自组织作用显得尤为奇特，接下来我们就回到这种作用上。
1700255657
1700255658
1700255659
1700255660
1700255661
适者降临：自然如何创新 [:1700254203]
1700255662
1700255663
适者降临：自然如何创新
1700255664
1700255665
1700255666
1700255667
1700255668
1700255669
适者降临：自然如何创新
1700255670
1700255671
1700255672
1700255673
1700255674
适者降临：自然如何创新 19 44年，诺贝尔物理学奖得主、理论物理学家埃尔温·薛定谔（Erwin Schrödinger）出版了《生命是什么》（What is life），书中收录了他所做的一系列演讲。在那个沃森和克里克还没有发现DNA双螺旋模型的年代，薛定谔已经开始尝试从物理学的角度解释所谓的生物进化。《生命是什么》一书虽然篇幅不长，但是充满了真知灼见。这些洞见中有一个一直受到主流科学界的广泛认可：进化增加了有序性，减少了无序性，或者用薛定谔自己的话说，叫“负熵”（negative entropy）。
1700255675
1700255676
4年后，美国电气工程师克劳德·香农（Claude Shannon）把本来只在热力学领域使用的概念“熵”（entropy），借用到了电报的信息传输精度问题中。于是，进化和信息之间的关系就被建立起来了，只不过这种关系的表述非常简单粗糙：无序——不好，有序——好；正熵——不好，负熵——这时候也叫信息——好。
1700255677
1700255678
自从薛定谔出版了《生命是什么》，我们对熵的理解就开始变得更加复杂而严谨。有序性和信息传递一直都是生物进化的中心议题，但是近几年来，基于对基因型网络的认识，我们发现，完美的有序性和彻底的无序性一样，对生物进化而言都有害无益。无序性对自然来说并不一定意味着负担，它同样可以帮助自然界的生物发现新的代谢方式、新的调控环路和新的生物大分子。简而言之，无序性也可以帮助生物进化。
1700255679
1700255680
我们再拿乐高积木来打个比方。乐高积木可以根据孩子的想象力随意拼接，当然，这些我们熟悉的塑料块也可以根据预先设计好的“图纸”拼出特定的形象。例如乐高公司可能会给孩子们提供一张图纸，只要他们按照图纸上的步骤就能拼出一艘海盗船。无序的拼接比照搬图纸更有可能创造出新的形象，这种潜力一方面要归功于孩子们丰富的想象力，而另一方面则是因为乐高积木有许多可能的海盗船拼法，远远不止说明书上列出的那些。
1700255681
1700255682
同样的原理在生物学上表现为自然界的基因型网络，即相同表现型的不同基因型集合，比如鳕鱼体内的抗冻蛋白。在更隐晦的层面上，基因型网络的存在牵涉到一个广泛存在的生物学概念，但是这个概念曾长期被人忽视，直到20世纪末才引起科学家的注意，这个概念就是发育稳态（robustness）。发育稳态指面对外界环境时生物体保持自身特征稳定的能力。
1700255683
1700255684
要理解生物学中发育稳态的真正含义，最好的例子莫过于把传统印刷出版物和计算机程序中的输入错误进行比较。如果在一本书里看到这么一段文字：
1700255685
1700255686
N smll stp fr mn, n gnt lp fr mnknd[18]
1700255687
1700255688
读者可能会眉毛一扬，然后若无其事地继续往下读，因为对于一本书而言，这么一小段文字乱码几乎不会影响对整本书的理解和阅读体验。然而在计算机程序里就不一样了，对于动辙几千行的代码来说，不要说字符，哪怕是一个逗号的丢失都有可能让价值数百万美元的程序崩溃。在现实生活中，类似的程序错误每年都要造成数十亿美元的经济损失。相较而言，我们可以说，人类的语言具有很强的发育稳态，而计算机的程序语言则没有。
1700255689