基因突变不是随机的?!Nature最新论文挑战进化论

2022 年 1 月 14 日 量子位
博雯 丰色 发自 凹非寺
量子位 | 公众号 QbitAI

基因突变,不是随机的?

这与当前教材里的结论,截然相反。

还记得中学生物课本里一众白眼果蝇、白毛小牛、或者长颈鹿、短颈鹿吗?

在这些例子中,突变要么由外界人为导致,要么就是随机,只有自然选择能决定哪些突变会出现在生物体内。

但现在,一篇刊登在Nature上的最新论文,用实验结果提出了这样一个颠覆性的观点:

突变出现的基因组区域有着明显的规律性,并非随机!

比如说,在对生存起决定性作用的必需基因区域,其突变率就几乎下降了2/3

论文开门见山地表示:这种近似于生物体为了生存而“主观控制”基因突变的行为,和上述物竞天择、随机突变的自然选择是相悖的。

现在,这一研究不仅震动了科研圈,在推特上也引发了热烈的讨论:

而且这种颠覆性结论,还与用进废退的拉马克主义联系在一起。

有网友甚至直接发问:

这是要为拉马克主义平反了吗?

从植物拟南芥上找到答案

这篇论文由两所机构合作完成,分别是美国加州大学戴维斯分校和德国马普所,都不是泛泛之辈。

为了弄清楚基因突变背后的深层规律,科学家们花了3年时间,研究了超过100万个基因突变。

所有突变数据,都来自一种叫做拟南芥的植物,被科学家喻为“植物中的果蝇”。

这种植物由于植株小、结果多、生命周期短、基因组简单、遗传操作简便(相比人类高达30亿个的碱基对,它只有1.2亿个),是进行遗传学研究的理想材料。

这些植物在实验室环境中进行栽培,到了第25代,每个品系已经有了40株幼苗。

然后就在这些幼苗生长到2周龄的四叶期时进行取样,用基因数据分析软件(GATK HaplotypeCaller12)进行基因变异点查找和分析。

令人惊讶的是,在这些突变中,科学家们发现其模式和预期不太一样。

具体来说,基因组的一些特定区域突变率明显更低:比其他区域降低了50%以上。

而这些突变率更低的区域中,科学家们发现主要是一些关乎细胞生长和基因表达的必须基因(essential genes),它们的突变率下降了2/3。

作者表示,这说明植物为了生存,进化出一种方法来主动保护其最重要的地方免受突变。

这也就意味着,DNA突变,并不随机。

至于为何各个位置基因突变概率不同,作者并没有给出根本的原因——

究竟是本身这段DNA不易突变,还是后期DNA修复对这一段特别有效,暂未可知。

但这样的结果,还是对被奉为圭臬的达尔文进化论,提出了新的挑战。

此外,科学家还发现,通过包裹DNA的蛋白质的种类,可以很好地预测哪些基因比其他基因更有可能发生变异。

这种发现的影响,也令人振奋。

因为一旦掌握方法,可以用基因突变培育出更好的作物,还可以帮助科学家开发新的方法,来治疗突变引起的癌症。

质疑:幸存者偏差?

这篇论文的通讯作者为J.Grey Monroe,加州大学戴维斯分校植物科学系助理教授,2019年毕业于科罗拉多州立大学博士学位。

而他发布这一研究成果的个人推特下引来了极为广泛的讨论,一个最直接的质疑就是:

你怎么保证这不是一种幸存者偏差?

这是一张解释幸存者偏差的非常经典的“飞机机身弹孔”图:

从机身上不同位置的弹孔数判断,中弹最严重的机翅应该被加固,而没有多少弹孔的机舱则不需要。但事实上,打中机舱飞机会直接坠毁,根本就没有再回来被统计弹孔数量的机会。

这条评论背后,质疑的是:

实验测量的是存活个体,那些严重危害生存的突变个体可能根本就没活下来,所以测得的结果都是非致命突变。

还有,参与基因表达、个体发展、组织分化的表观基因组可能会影响实验结果中的“突变率”。

有不少评论也提出了相似的观点,认为论文所说的的突变率更低的基因组区域,或许本来就是保守的,不易变异的区域。

比如说保守序列(Conserved Sequences)就是一种在进化过程中保留下来的特定序列,不易变异,一般可以上推到物种进化初期。

而由于作者自己提出:我们的发现似乎与现有的“最早的突变随机”的理论相悖,有人还想到了生物学上那个著名的“用进废退”理论,问到:

这是要给拉马克平反?

拉马克最出名的就是他“用进废退”的观点,即生物经常使用的器官会逐渐发达,而不使用的器官会逐渐退化。

换句话说,也就是先选择,再变异。

对此,通讯作者Grey Monroe在一篇后续的会议文档中肯定地回复道:

这并非本篇论文的主题。

他表示,这项研究只是通过实验证明了在某些情况下,突变是非随机性的,并且是具有环境适应性的,这为生命进化的研究提供了新的证据和思路。

不过Grey Monroe也在最后表示,从历史上来看,“突变是随机的”显然是一个过于简单的断言,或者“糟糕的假设”,而他很高兴这篇论文引发了对这一理论的广泛讨论。

论文:
https://www.nature.com/articles/s41586-021-04269-6

参考链接:
[1]
https://twitter.com/Grey_Monroe
[2]https://www.sciencedaily.com/releases/2022/01/220112121512.htm

「智能汽车」交流群招募中!

欢迎关注智能汽车、自动驾驶的小伙伴们加入社群,与行业大咖交流、切磋,不错过智能汽车行业发展&技术进展。

ps.加好友请务必备注您的姓名-公司-职位哦~


点这里👇关注我,记得标星哦~

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~


登录查看更多
1

相关内容

论文(Paper)是专知网站核心资料文档,包括全球顶级期刊、顶级会议论文,及全球顶尖高校博士硕士学位论文。重点关注中国计算机学会推荐的国际学术会议和期刊,CCF-A、B、C三类。通过人机协作方式,汇编、挖掘后呈现于专知网站。
【Nature. Mach. Intell. 】图神经网络论文汇集
专知会员服务
46+阅读 · 2022年3月26日
MIT设计深度学习框架登Nature封面,预测非编码区DNA突变
专知会员服务
13+阅读 · 2022年3月18日
【干货书】O'REILLY,Blockchain(区块链),149页
专知会员服务
40+阅读 · 2022年2月22日
Nature论文: DeepMind用AI引导直觉解决数学猜想难题
专知会员服务
29+阅读 · 2021年12月2日
专知会员服务
115+阅读 · 2021年10月17日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
【论文】结构GANs,Structured GANs,
专知会员服务
14+阅读 · 2020年1月16日
Nature 一周论文导读 | 2019 年 2 月 28 日
科研圈
13+阅读 · 2019年3月10日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
A Survey on Deep Hashing Methods
Arxiv
1+阅读 · 2022年4月19日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Arxiv
30+阅读 · 2021年7月7日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员