Friday, January 13, 2012

Saturday, June 06, 2009

Signaling Signature in Situ

从核酸到蛋白,从序列到功能,一切的生命现象都可以归纳到这个过程中去。所以,我们对生命现象的探索也自然而然的可以大体分为2个层次:1.从浩如烟海的基因组数据中找出基因和其它重要的遗传元件,在序列水平上解读生命遗传信息的第一手资料。2.研究基因在生物体中是如果被激活,被表达,被调用的,从而建立起从静态的序列信息到动态的生物功能的桥梁。对于第一个层次的研究,过去半个世纪分子生物学经典研究的积累和当今高通量测序技术突飞猛进的发展和进步已经让我们走上了快车道;而对于第二个层次的研究,我们仍然是刚刚起步。诚然,在过去的一二十年中,我们对这方面的研究已经投入了很大努力,曾经火热的生物芯片和分子信号转导的研究就是明证。但我觉得这里面存在一个很大的一个问题。过去由于研究手段的限制,我们基本上只能通过体外(in vitro)实验来研究基因的转录、表达和调控,然而生物的功能毕竟是要在体内(in vivo)环境中实现的,而体内和体外环境的差异(包括物化特性和生物特性)可能远超过我们的想象,这就导致了一个我们必须面对的问题:我们体外实验所得到的结果有多少是真正与生物体内的真实情况相符合的?在涉及到对复杂生物现象的研究时这个问题尤其需要考虑。

在这样的背景下,怎样将相对成熟的体外实验通过一定得方法在体内重现一直是当前生物学研究中令人瞩目的领域,比如我曾经写过的利用DSLM跟踪脊椎动物如斑马鱼的胚胎发育过程,再比如今天我要介绍的通过FRET在全胚胎水平对影响生物发育的一个关键蛋白Cdc42的体内激活模式的实时跟踪研究,这个成果发表在这周的Science上(2008 Jun 5)。

首先介绍下FRET技术吧,FRET(Forster Resonance Eenergy Transfer)即荧光共振能量转移,是指当两个荧光发色基团在足够靠近时,受外界环境(如紫外光)激发的供体分子通过偶极-偶极耦合作用向邻近的受体分子转移能量的过程。尤其是结合绿色荧光蛋白(Green Fluorescent Protein,GFP)的发明,这项技术被广泛应用于生命科学研究中,以实现对细胞内蛋白-蛋白间的相互作用进行定时、定位、定量的无损伤检测。但在以前的研究中,该技术还是基本被用于对活细胞的体外实验,而我们今天介绍的这篇文章的意义就在与突破性的实现了该项技术在活体生物组织和胚胎水平研究中的运用。为了达到这个目的,作者利用了他们的目的分子Cdc42在体内被激活时会与CBD(Cdc42-binding domain)相互结合的特性并结合FRET的原理巧妙设计了两种生物探针。

Example

如图1所示,A为单分子探针,Cdc42与CBD以及各自所带的荧光蛋白被设计在同一条多肽链上。一旦Cdc42在体内被激活,则它与CBD会互相结合,而二者距离上的接近则为各自所带的荧光蛋白间的共振能量转移创造了条件。通过体外的紫外照射监控,Cdc42所带的蓝色荧光蛋白(CFP)会一直处在激发状态,所以Cdc未被激活时,整个体系释放蓝色荧光信号。而一旦Cdc被激活,随着其与CBD的结合,由于CFP的发射光谱与YFP的吸收光谱有很大重叠,CFP上的能量会被传递到与CBD紧密相连的黄色荧光蛋白(YFP)并使其处在激发态,从而整个体系释放黄色荧光信号。而通过对这种荧光信号变化的实时记录,就可以了解体内Cdc42蛋白被激活的准确时间和方位。此外,该体系还有另外一个优点,由于Cdc42与CBD在探针上以严格的1:1比例存在,所以通过检测荧光信号强度,还可以准确计算出Cdc42分子被激活的强度。而与之对应的B为双分子探针,Cdc42与CBD分别连同各自的荧光蛋白分别被设计在两条多肽链上。其作用原理与单分子探针一样,不过无法准确定量Cdc42蛋白被激活的强度,但它也有优势,它的探针更小,可以最大限度的降低人为因素对生物体系的影响。在这篇文章中,作者一方面使用性能更为突出的单分子探针分别从细胞、组织和整个胚胎水平实时记录了果蝇体内Cdc42激活模式和强度,另一方面同时使用更可靠的双分子探针做了Control,以确保结果的可靠性。

Example

图2便是果蝇整个胚胎(A)、气管(B)以及中枢神经系统(C)在不同时间点上Cdc42蛋白被激活的模式和强度图,蓝色代表未被激活,黄色和红色代表被激活。这样的实时精确记录可以为我们进一步了解该蛋白在果蝇整个发育过程中的信号转导模式和所涉及的功能做更深入的研究,从而最终实现从序列到功能的跨越。

不难想象,同样的技术可以推广到对其他重要蛋白的功能和调控网络研究上去,从而大大丰富和加深我们现有的对于基因功能的认识。其实,抛开科学意义不说,仅仅想想如此复杂的生命过程以如此美丽和生动的方式展现在我们的眼前就足以让我们激动不已了,我想这就是生命科学研究的美妙之处吧!:)

参考文献

1.Kamiyama D, Chiba A.(2009) Endogenous Activation Patterns of Cdc42 GTPase Within Drosophila Embryos.Science 324: 1338 - 1340.
2.Nalbant P, Hodgson L, Kraynov V, Toutchkine A, Hahn KM.(2004) Activation of endogenous Cdc42 visualized in living cells.Science 305: 1015 - 1019.

Sunday, February 22, 2009

Hide-and-Seek with Nature

写在前面的话

我的Blog 09年2月份好像还没更新过,原因有二,2月上半月,一个字,懒,在家待得乐不思科研,呵呵;2月下半月,还是一个字,忙,在实验室忙着做数据,连看文献的时间都没了,更别提写Blog了。这不行啊,咱承诺过,至少每月一篇吧,但又连翘几期N&S了,肚子里没货啊。那咋办呢?就随便谈谈科研感想吧,虽有灌水之嫌,但也是真情实感不是?:)

*******************************华丽分割线**********************************

Hide-and-Seek with Nature(与自然捉迷藏),恩,这个标题不错,先自我欣赏下,嘿嘿,以后大牛了写自传就用这标题,哈哈哈

现在的课题由年前的课题结果衍生而来,两个课题间过渡的逻辑再自然不过了。量变与质变,连续与飞跃,渐变与爆发,这委实就是自然界的通用秩序。怎么看,怎么自然,简直大自然,哈哈:)

可是呢,经过年后十来天的努力,随着研究的深入发现事情似乎没有那么简单。我们所设想的那种完美的秩序在这里似乎有些被动摇了,打散了。一度明晰的自然之律在这一刻由又重新变得越来越混沌,我也变得越来越迷茫,搞不清,搞不清啊。

科学的发现过程大抵都如此吧。证据-》假说-》实验验证-》结果不符-》修改假说-》继续验证...如此循环往复,步步逼近...

这不就是和自然捉迷藏嘛?咱这个概括还算准确吧?还算生动吧?而且富有童心吧?:P

今天实在被负面的数据结果搞得有些郁闷了,所以扯了这么多。不过想想也正常,咱的对手是自然啊,小爱同学都奉为God了,那玩起捉迷藏起来还能容易啊?

所以呢,今天晚上就看看球,堕落下。明天早起,舒活舒活筋骨,抖擞抖擞精神,继续和自然捉迷藏哈:P

Friday, January 09, 2009

Next-generation Sequencing Technique

当终于认识到核酸才是生命的遗传物质,明白了地球上一切生物的生老病死之迷都蕴藏在那AT(U)GC四个字母组成的浩瀚序列中之后,核酸(这里主要指DNA)测序技术的研究和开发便成了生物学研究的重中之重。上世纪70年代,随着Frederick Sanger的双脱氧法和Allan Maxam-Walter Gilbert 的化学降解法的发明,这一难题终于得到了根本性的解决。1980年,Sanger和Gilbert由于这一贡献,共同荣获Nobel化学奖。但DNA测序的故事到这里却远未结束。在接下来的30多年中,实现更长的测序片段长度和更高的测序反应通量成了众多生物学家、化学家乃至计算机学家、材料学家及工程师们不懈努力的目标。经过他们的努力,现在主流的Sanger双脱氧法测序的单个测序片段长度已经能达到1000bp,并且测序通量已经提升到了同时完成96个独立反应。但Sanger法测序依赖于电泳,而电泳设备(仅管现在使用的已经是毛细管阵列)的体积又限制了Sanger法测序向更高通量的发展。并且,Sanger法对测序样品的前期准备要求较高,并且这个准备过程步骤繁杂,难以自动化,费时、费钱、费人力。正是看到了Sanger法这些难以克服的瓶颈,研究人员们不得不放弃Sanger法,开始各显神通,另辟蹊径,寻找新的解决方案——第二代测序技术。这种新的测序方法应该有以下几个特点:高通量、高自动化、高精确度、低成本并且测序片段长度尽可能长。

最近几年,一些第二代测序方法相继取得突破。2005年,先行者454测序技术(现在已被Roche收购并推向市场)完成了对Mycoplasma genitalium全基因组的测定,这是世界上第一个由非Sanger法完成的全基因组测序。从这一刻开始,Illumina公司的Solexa技术,ABI公司的SOLiD技术,基于开源平台的Polonator技术,还有以单分子测序为目标的HeliScope和Pacificbiosciences公司的实时测序(Real-time Sequencing)技术相继映入我们的眼帘,看得我们眼花缭乱。下面,我就分别对传统的Sanger法以及第二代测序技术中的几个代表Roche 454、Illumina Solexa、ABI SOLiD,并且着重介绍个人觉得最华丽的Pacificbiosciences 实时测序技术。:P


传统测序方法

Sanger双脱氧法


如图1所示,a)首先将待测基因组序列打断成较短的DNA片段,以方便后面的处理。b)将所得的DNA片段连入质粒载体在E.coli体内扩增,使DNA片段得到富集。挑取单菌落分离纯化出其中的质粒用去测序。c)在反应体系中加入DNA聚合酶,dNTP以及带有荧光标记的双脱氧核苷酸ddNTP。由于ddNTP的链终止作用,使得对于每个片段的DNA模板,会扩增出一系列长短不一且3'端带有荧光标记ddNTP的核苷酸片段。当扩增出来的这种片段足够多的时候对于模板的每一个核苷酸位点都有相应的荧光标记3’端ddNTP与之对应。d)这样,我们通过毛细管凝胶电泳来分析这一系列标记过的核苷酸片段,收集每个位点上的荧光信号,通过软件处理,就可以得到高质量的DNA序列信息。我们前面说过,现在的Sanger测序仪采用96个毛细电泳管的阵列,可以同时进行96个这样的测序反应,每个反应得到的Read长度可以达到1000bp以上。


第二代测序方法

Roche 454 法


如图2所示,a)将待测基因组序列打断成较短的DNA片段,片段两端分别连接特定接头,并使双链熔解拆分为单链DNA分子。b) 利用直径为28µm的DNA吸附珠与单链DNA分子特定端接头的吸附作用吸附固定单链DNA分子(控制条件使每一个珠子仅吸附一条DNA单链分子),然后利用乳化PCR(emulsion-based PCR , emPCR)扩增每个珠子上的DNA分子拷贝数,以备下一步测序使用。c-e)将每个珠子置于隔离反应井中(每个反应井55 µm 深 ,直径44 µm )。f)Roche 454使用焦磷酸法测序,其反应原理是在DNA聚合酶、ATP硫酸化酶 ( ATP:sulfurylase 或 ATP:sulfate adenylyltransferase)、荧光素酶 ( luciferase)和三磷酸腺苷双磷酸酶( apyrase) 4种酶的协同作用下,将每一个dNTP的聚合与一次荧光信号的释放偶联起来。f)记录并分析这些荧光信号,就可以获得高质量的DNA序列。Roche 454法现在每次可以同时进行400,000个反应,每个反应得到的Read长度可以达到500bp左右。


Illumina Solexa法


如图3所示,a)将待测基因组序列打断成较短的DNA片段,片段两端分别连接特定接头,并使双链熔解拆分为单链DNA分子。b) 通过接头将单链DNA分子随机吸附在反应板表面,然后利用桥式 PCR(bridge PCR)扩增每个单链DNA分子拷贝数。通过这一步,同种单链DNA将成簇分布在反应板表面。c)加入改造过的DNA聚合酶和带有4种荧光标记(分别针对dATP,dTDP,dGDP,dCDP)和可变粘性3'端的dNTP。对任何一条模板序列,它在聚合1bp的核苷酸后由于聚合上去的dNTP粘性末端被封闭,将无法再聚合第二个核苷酸。此时,用激光扫描反应板表面,读取每条模板序列第一轮反应所聚合上去的核苷酸种类。加入试剂去除被聚合上去的dNTP的荧光基团,然后恢复3'端粘性,继续聚合第二个核苷酸。如此继续下去,直到每条模板序列都完全被聚合为双链。这样,联合统计每轮收集到的荧光信号结果,就可以得知每个模板DNA片段的序列。这种方法一次可以同时完成3000~6000万个反应,但每个反应的Read长度暂时只能达到30bp左右。


ABI SOLiD法

如图4所示,a)将待测基因组序列打断成较短的DNA片段,片段两端分别连接特定接头,并使双链熔解拆分为单链DNA分子。b) 利用直径为1µm的DNA吸附珠与单链DNA分子特定端接头的吸附作用吸附固定单链DNA分子(控制条件使每一个珠子仅吸附一条DNA单链分子),然后利用乳化PCR(emulsion-based PCR , emPCR)扩增每个珠子上的DNA分子拷贝数,以备下一步测序使用。将珠子随机吸附在反应平板上。c)采用一系列用荧光标记的寡核苷酸(8个核苷酸)探针,探针3'端的前2个核苷酸为测序反应提供信息。ABI SOLiD法与以上几种方法显著不同的是它使用DNA连接酶而非聚合酶进行测序反应。通过连接反应,不同的寡核苷酸探针与模板序列竞争结合,只有3’端前两个核苷酸与模板链相应位置完全配对互补的探针才会被连接到模板的互补链上,这样,通过多轮反应,模板链上位置编号为(1 or 2 +8N)的核苷酸位点的序列将被测定。然后将模板互补链的引物接头延长一个核苷酸,同样的采用连接酶进行多轮测序,则模板链上位置编号为(2 or 3 +8N)的核苷酸位点的序列将被测定,如此反复几次,就可以获得模板DNA分子的全长序列信息。由于采用了更小的吸附珠子,这种方法比Roche 454法拥有更高的通量,但每个反应的Read长度暂时只能达到35bp左右。



Pacificbiosciences 实时测序技术

如图5所示,a)将DNA聚合酶固定在直径为100nm的zero-mode waveguide(ZMW)上,通过对调节的控制,可以实现每个waveguide顶端表面仅吸附一个DNA聚合酶。ZMW的纳米结构为DNA聚合反应提供良好的反应隔离条件。b)为对四种dNTP的磷酸基团做不同颜色的荧光标记,然后让这些dNTP进行DNA聚合反应。这样,每一个被聚合到模板链的互补链上的dNTP都会释放出代表着这个种碱基的荧光信号,而且随着后一个dNTP的聚合反应,前面已经结合上去的dNTP分子的荧光信号会被猝灭。c)荧光信号通过ZMW被电脑终端所收集并进行详细分析,从而获得模板DNA分子的真实序列。该方法与前面几个方法的差别主要体现在不需要对DNA样品做富集化处理,这意味着前期准备工作会轻松很多。该方法是伴随着DNA分子聚合反应的实时测序法,其可靠性有很好的保证。该研究组发表在Science 2009年第一期上的文章表明他们的这种方法已经能将每个Read的长度扩展到1000bp,即可以媲美传统的Sanger测序法,而ZMW的nm级的规格将有助于大大提高测序通量以及实现测序仪小型化。另外,该技术对待测DNA样本的要求很低,不需要做前期扩增,因此大大提升了整个测序过程的自动性,拥有非常好的应用前景。虽然这项测序技术现在还没有被全基因组测序所检验,但相信很快就会有这方面的报道,并且很快实现产品商业化。

上面介绍了这么多种测序方法,到底那种最好呢?这个问题现在还不好回答。Roche 454商业化的最早,每Read的测序长度也比较长,但其通量仍有限,且测序成本现在还很高。Illumina Solexa和ABI SOLiD的测序通量很高,测序成本也较低,但每Read的长度太短,全基因组测序的话会有困难,除非有好的参考序列(reference)。我个人最看好的Pacificbiosciences 实时测序技术现在还没有完全成熟和商业化,因此还有许多未知数。 2008年7月,Archon X Prize Foundation宣布,如果哪个研究组使用第二代测序技术能在10天内实现对100个人的基因组完全测序,且每个基因组测序成本不高于10,000美元,他们将获得10,000,000美元的奖金。究竟那种技术会最终胜出,我们拭目以待。:P


参考文献

  1. M. Margulies, et al. (2005) Genome sequencing in microfabricated high-density picolitre reactors. Nature 437: 376–380

  2. D. Wheeler, et al. (2008) The complete genome of an individual by massively parallel DNA sequencing. Nature 452: 872–877

  3. J.M. Rothberg, J.H. Leamon (2008) The development and impact of 454 sequencing. Nature Biotechnology 26: 1117-1124

  4. J. Shendure, H. Ji (2008) Next-generation DNA sequencing. Nature Biotechnology 26: 1135-1145

  5. A. Boodhun, et al (2008) Accurate whole human genomesequencing using reversible terminatorchemistry. Nature 456: 53-59

  6. J. Eid, et al (2009) Real-time DNA sequencing from single polymerase molecules. Science 323: 133-138

Sunday, December 14, 2008

Genome-Wide Association (GWA) Studies


随着DNA测序技术的飞速发展,测定某个物种的全基因组早已不是什么难事。从1995年第一个细菌基因组——流感嗜血杆菌全基因组序列发表算起,包括酵母,线虫,拟南芥,小鼠,人类,水稻,杨树等在内的各种不同演化等级的模式生物的基因组被相继测定并发表。然而,面对这一连串狂飙突进式的胜利,我们却不能高兴的太早,更大的挑战还在后面。而如何解读这些生命天书成了我们在后基因组时代所面临的首要问题。我们不禁要问这些基因都在执行什么功能?这些基因之间如何协调工作?这些基因与环境间的关系又是如何?

遗传学的发展让我们有机会揭开生命谜团的冰山一角,通过对突变体的筛选和研究,我们了解到了一些基因的功能和作用方式。但相对于生物基因组中庞大的基因数目,这些基于偶然性的研究成果还是显得杯水车薪。而且,通过突变体研究基因功能,存在着很大的先天不足。比如,对于那些对生命过程很重要的基因,我们拿不到相应的突变体(因为这些基因一旦突变将导致生物无法存活)。所以,我们就迫切需要一个全新的研究手段,这种手段最好能无偏见的覆盖所有基因,并且最好是高通量的以与不断公布和更新的各物种的基因组序列相适应。而我这里要介绍的基因组相关性研究(Genome-Wide Association Studies)正是这样一种研究手段。这期Nature(2008 Dec 11)就对这个研究方面做了特刊评述。

我先简要介绍下这个方法吧。比如我们可以分别测定患有某种疾病的人群以及正常人群的DNA序列(实际上并不需要全基因组测序,只需测定一定量的标识片段,即Marker),不难预见,病人和正常人的基因组序列将在多个位点存在差异(这种差异主要包括单核苷酸多态性即SNP以及插入缺失即Indel)。通过对这些差异位点的统计分析,我们可以找出与那种疾病最相关的一组或几组差异位点。那么,现在我们至少可以做两件事情。第一,对这些差异位点所在的DNA区段以及周边区段做进一步的遗传分析,找出与这种疾病直接相关的基因。第二,如果第一点暂时做不到,我们也可以将找出的与疾病表型最相关的差异位点群作为诊断或预测这种疾病的代理标记(Proxy),即如果某个人的基因组在这些位点上与正常人的基因组存在差异,那么他患有这种疾病的风险可能比较大。总之,通过这种技术,我们可以快速简便的将基因组中的遗传差异(Genotype)与表现型(Phenotype)联系起来,为后续研究打下了很好的基础。尤其是伴随着新一代测序技术的产生(比如 Illumina公司的快速测序技术和ABI公司的SOLiD 系统技术),这种GWA分析有着非常好的应用前景,比如基于疾病分析的个体化医疗(Personalized Medicine),比如基于品质和产量分析的作物育种等等。

当然,现在这种方法还并不十分完善,主要是太依赖于统计分析了,所以假阳性(False Positive)和假阴性(False Negative)结果还是比较多的。比如说吧,通过这种方法找到的基因有可能和表型很难联系到一起(当然不排除我们现有认识还比较肤浅的成分),但统计结果却很显著,造成假阳性。再比如,有些在研究单一位点的试验中成立并且其生物学意义也合情合理的相关性位点在这种大规模的基因组水平分析中却由于统计显著性的缘故被排除掉了。但不管怎么说,至少这种方法为我们进一步研究基因功能提供了一个基本平台,相信通过后续研究的去芜存菁以及这种方法自身的改进,应该可以让我们在后基因组时代的探索征途中迈出坚实的一步。正如本文上方的插图,也许这张地图由于时代和技术的原因在很多细节上还非常模糊,但它毕竟已为我们勾勒出了这个世界的轮廓:P

参考文献

  1. M. Nordborg, D. Weigel (2008)Next-generation genetics in plants. Nature 456:720-723
  2. P. Donnelly (2008) Progress and challenges in genome-wide association studies in humans. Nature 456:728-731
  3. M.V. Rockman (2008) Reverse engineering the genotype–phenotype map with natural genetic variation. Nature 456:738-744

Friday, November 21, 2008

Zebrafish Embryos Caught on Film


图1是本期Science(2008 Nov 14)的封面,描绘的是日本青鳉(Medaka)的神经系统,该图片采用了数字扫描激光荧光显微镜(DSLM, Digital Scanned Laser Light Sheet Fluorescence Microscope)技术。现在来自德国海德堡欧洲分子生物学实验室(EMBL)的Jochen Wittbrodt和同事将这种技术运用在了发育生物学的研究之中,取得了非常好的效果,甚至可以说给发育生物学的研究开启了新的窗口。


如图2所示,他们标记跟踪了斑马鱼从一个受精卵发育成胚胎的最初24小时内所有细胞的分裂和迁移情况,并用这种显微镜系统从各个角度加以记录,最后将整个全过程处理成影像。通过对这个影像的分析,我们就可以追踪斑马鱼发育过程中每个器官的形成历程,从而可以解决发育生物学中尚未研究清楚的许多谜团,比如这篇Science文章中就为长期来关于脊椎动物中胚层形成过程的争论画上了完美的句号。

其实研究人员曾经成功的在对线虫和海鞘的胚胎发育研究中做过相同的事情,但相对于只有671个细胞的线虫和2600个细胞的海鞘幼体,追踪记录比它们复杂的多,胚胎细胞数目上万的脊椎动物在技术上还一直存在困难。这次是有史以来人们第一次在如此长的时间内如此完整的记录复杂的脊椎动物的发育历程,将对脊椎动物的发育生物学研究往前推进了一大步。正如一个瑞士发育生物学家所评价的:"This is what we have always wanted to do--to follow everything in time and space."

我前面说过,这个成果可能为发育生物学的研究开启了一个崭新的窗口,顺着这个窗口望去,我们会看到怎样的风景呢?借助这种显微技术,我们可以类似的跟踪其它脊椎动物的胚胎发育过程中每个细胞分裂和迁移的情况。而对这些处在不同进化水平的脊椎动物的胚胎发育过程的比较研究将会大大丰富我们现有的对生物发育过程的认识,发育生物学研究在那时将会迎来里程碑式的成就。

其实,还有一个很有价值的方向就是将这种显微技术运用到临床医学上,用以记录病变组织(比如癌症组织)的细胞分裂和迁移情况,从而揭示出现在仍未研究清楚的很多疾病的发病机理和潜在的治疗方案。尤其考虑到这套显微系统的价钱还不算十分昂贵,大约8万欧元左右,应该有着很好的推广应用前景。


参考文献
  1. P.J.Keller,A.D.Schmidt,J.Wittbrodt,E.H.K.Stelzer (2008) Reconstruction of Zebrafish Early Embryonic Development by Scanned Light Sheet Microscopy.Science 322: 1065 - 1069

Sunday, November 09, 2008

From Genes to Social Behavior


在我们还是孩子的时候,当我们用那个阶段所特有的强烈好奇心观察这个新鲜的世界时,我们的脑海中总会蹦出许许多多的问号,比如“大狗熊为什么要冬眠呢?”“大雁秋天为什么要向南飞呢?”“一个蜂巢内住着成千上万只蜜蜂,它们怎么交流呢?怎么分工呢?”......随着我们的成长,我们学到了很多东西,但也同时或多或少的丢掉了很多东西,包括这些伴我们走过童年的好奇与疑惑。现在,当我们有机会从理性和科学的山巅出发,去追寻与重温儿时的那份好奇心,去探索那些或许有些稚气但却非常有趣的问题,怎能不感到开心和激动呢?:P

30多年前,Edward O. Wilson和他的同事们也正是怀着这种追问一切的童心,利用严谨的科学观察与分析,写出了著名的"Sociobiology: The New Synthesis"(《社会生物学──新综合理论》)(1975)。在这本书中,Wilson认为从蚂蚁到大猩猩的各种动物的社会行为都是建立在其内在的生物学基础之上的。他还把这个观点推广至人类:从战争到利他主义的许多人类行为,也有其生物基础,它们是动物特性的一部分。这本书当时无论在学术史上还是社会新闻史上都引起了不小的反响。支持的声音很多,但反对的也不少,因为这个观点或多或少颠覆了人类长久以来自以为是的优越感,一些人甚至将Wilson的理论夸大为基因决定论,视其为为种族主义张目。但不管怎么说,那本书的问世宣告了社会生物学的做为一门生物学分支学科的诞生,也激励了很多生物学家从此投身于对生物社会行为的探索之旅。

30年前,Wilson他们所做的开创性工作受当时技术条件的限制,还只能限于传统的宏观的观察、描述与分析。30年后的今天,生物学研究的面貌已经焕然一新,伴随着以分子生物学为代表的各分支学科的突飞猛进,让我们无论是在知识储备上还是技术能力上都感到前所未有的强大。我们现在对生物社会行为的认识已经融汇了微观与宏观,深入了时间与空间。

本文上方那张图是我从本期Science上的一篇综述中节选的。如图所示,一方面,从基因到社会行为(绿色箭头所示)。生物体内某些基因的调控和表达会形成输入信号并将这些信号通过神经系统传递给大脑,经过大脑的分析处理,再将输出信号通过神经系统传递给运动器官,从而形成生物的行为。也就是说,生物的行为源于它们体内相关的基因,这些基因就好比早已预制好的程序,而生物的所有行为(当然包括社会行为)在一定程度上只是这些程序被执行的结果。但如果仅仅认识的这个程度,就会陷入基因决定论的误区。大自然之所以如此迷人,就在于它是那么丰富,完善和精细,一切都趋于极致。因此,我们还必须同时认识到另一个方面的过程:社会信息会反作用于基因,从而调节生物的社会行为(红色箭头所示)。具体的说,生物所发出的各种特定行为会对它所在的生物社群中产生影响,而这种影响会通过生物的感官系统反馈其本身。该反馈信号经过大脑的分析处理,会通过神经系统传递出信号。从而指导引起生物特定行为的基因的表达开闭(包括转录调控和表观遗传调控),从而改善这种行为,以期获得更好的社会反馈。这样,两种途径结合起来,就形成了一个从基因到行为的网络,但它仍然是平面的,而大自然这个完美主义者是不允许这样的缺憾的:P。于是,在我们的讨论中需要增加时间尺度,而这又可以分为两个层次。第一个层次,以生物的一生为时间尺度。上面的那个从基因到行为的网络在生物一生中的各个生长发育阶段都会根据特定阶段的需求做相应的调整,某些行为被开启,某些行为被关闭,有序且精密。第二个层次,让我们把时间尺度再拉长,以这个物种的演化历史为尺度。漫漫演化路,沧海变桑田。一个物种要想在演化的长征中不被淘汰,就必须学会根据生存环境调整和自己的行为,使之更适应环境的要求。因此,迫于自然选择的压力,这个从基因到行为的网络必须与时俱进,推陈出新。至此,一个立体的,精致的,完善的从基因到行为的模型已经清晰的展现在了我们面前。其实,这仍然是一个简化模型,我们还没有考虑高等生物社群比如人类所形成的道德与文化认同相对于一般的社群反应的特殊性,更没有考虑不同物种间各自行为网络的互动与博弈,如此等等。其实,解析生物的社会行为之所以这么有趣,这么迷人,很大程度上也在于这种复杂度和深刻度。

正是因为这个问题如此迷人又如此有挑战性,现在,越来越多不同方向的生物学家都加入了解析生物社会行为的行列。比如,最近的很多重要进展都是综合借助比较基因组学,神经生物学,表观遗传学,系统生物学等生物学科的新兴力量做出来的。借助这种合力,我们有理由期待对生物社会行为的认识在不久的将来取得突破。正如本期Science上的那篇综述中最后指出的,“We have reasonably detailed knowledge of the two physical substrates responsible for behavior: the brain and the genome. We have a strong and growing arsenal of large-scale technologies and increasingly sophisticated methods of systems biology to profile changes in the brain during social behaviors. The time is ripe to combine this knowledge and these tools to aim for a comprehensive understanding of social behavior in molecular terms. ”

写在后面的话

我认为,上个世纪生物学的发展趋势可以概括为Diverge(分化),技术上的突飞猛进催生了众多新的生物分支学科的发展和繁荣,而以后生物学的发展趋势则应当是Converge(汇合),基于众多分支学科的新发现与新进展,我们逐渐有了将这些研究手段综合运用,从而解决生物学上的一些基本问题的能力。生物学的黄金时代并没有结束,生物学的研究曾经并且仍将是最激动人心的!


参考文献
  1. E. O. Wilson (1975) Sociobiology: The New Synthesis. Harvard University Press. (Twenty-fifth Anniversary Edition, 2000 ISBN 0-674-00089-7)

  2. G. E. Robinson, R. D. Fernald, D. F. Clayton (2008) Genes and Social Behavior. Science 322: 896 - 900