衰老是如何进化出来的?

来自通约智库
明华讨论 | 贡献2021年5月31日 (一) 13:25的版本
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳转至: 导航搜索

首页>条目>衰老

2020年 · 来自专栏 衰老究竟是什么 | 闵嘉德专栏 撰文/闵嘉德(Josh Mitteldorf) 翻译/汪婕舒

在上一篇文章中,我向大家介绍了一个悖论。最近20年,生命科学家发现了一些能加速衰老的基因。这些基因非常古老,在许多动物、植物甚至酵母这样的单细胞生物中都有发现。同所有的基因一样,它们也一定是由进化过程选择和塑造出来的。但进化是一个适者生存的过程,衰老却使生存走向终结。从这个意义上看,衰老站在了“适应”的反面。那么,为什么进化会选择自杀的基因呢?什么样的进化过程会青睐于更短的寿命呢?

为此,科学家提出了一种解释:这些“衰老基因”实际上是为了增强繁殖力。生命的目的就是复制和扩散。从达尔文的理论出发,我们很容易理解,增强繁殖力的基因是能够被进化出来的。或许,衰老与繁殖的关系过于紧密,以至于进化无法将它们分离开。又或许,我们称之为“自杀基因”的,其实应该是“生育基因”,而衰老只是它的副作用,是为了达到最高繁殖率而必须付出的代价。

在20世纪下半叶,这一理论已经变得非常流行。到了21世纪,科学家们发展出了通过增减基因来观察它们的功能、并持续追踪它们表达状态的技术。于是,在实验室中检验自杀基因是否真的是乔装打扮的生育性基因成为可能。

果然,他们的发现改写了自杀基因的故事。原来,衰老并不是由某些个别的基因引起的,而是由生命不同阶段中复杂的基因表达模式所引起的。正如那些在胎儿时期帮助你塑造了身体形态——四肢、胃、肝脏和大脑、在童年时期为你分泌生长激素、在青少年时期为你产生性激素的基因表达模式,另外有一组基因是专为成年人准备的。在生命的晚期,这组基因将会开启,目标是将我们杀死。它们的合力会引起自体免疫疾病和慢性炎症,最终导致心脏病和癌症。同时,预先计划好的细胞凋亡会开始摧毁健康的肌肉和神经细胞。身体抵御外来侵略的防御机制竟然倒戈相向,开始攻击我们自己的身体!


作为表观遗传程序的衰老 表观遗传学是一门研究基因表达的科学。也就是说在不同的时间和地点,如何根据身体的需要,开启和关闭基因。近几年,人们正在逐渐达成共识:同生长和发育一样,衰老也是一个表观遗传程序。3年前,加州大学洛杉矶分校的一名计算生物学家编写了一个计算机程序,可以通过分析哪些基因被开启来判断一个人的年龄,被称为“表观遗传的衰老生物钟”。

那么,究竟是不是提升繁殖力的基因模式导致了衰老呢?并不是,除了少许例外之外。一些生育性基因的确与缩短寿命有关,但大体上来说,生育性基因通常激活于生命的早期,而衰老基因则在很久之后才会开启。在这点上,女性比男性更为明显。在所有生育力终结之后,女性会迎来一大波自杀基因的启动。快速发育所需的基因在生命很早期就被启动,但它们并不常导致癌症。癌症更多发生在六七十岁的老年人身上。

于是,我们的故事从自杀基因转向了自杀表观遗传程序。调控生长和繁殖的“年轻”基因指令与那些导致炎症、密谋细胞死亡的“老年”基因是完全不同的。因此,尽管我们揭开了一层面纱,但真相依然扑朔迷离。达尔文告诉我们,生命是一场生存与繁殖的竞赛。很显然,我们的身体知道如何开启那些胜利的基因,因为这正是我们年轻时要做的事。那么,为什么当我们老去时,身体会转而开启那些失败的基因呢?

个体与集体的矛盾 要回答这个问题,进化生物学家被迫超越个体的视角,转而检视那些有利于群体的事。“同类群”(deme)是指一个交配池,也就是同一地域内通过交配而共享某些基因的同一种动物。永远保持健壮的状态,对个体来说或许是最好的,但对一个同类群来说却不一定是好事。假如这样,年轻个体的机会从何而来呢?当地的环境只能支持一定数量的种群,因此必须牺牲一些个体,才能保证其他个体的存活。让年幼的个体与那些体格健壮、发育完全的成年个体竞争资源和地位是不公平的。一些幼仔或许拥有成长成一个更为强大的竞争者的潜力,但如果它们必须要在年幼力小时和成年个体竞争,那很可能面临着早早被淘汰的命运。这是德国进化生物学家奥古斯特·魏斯曼(August Weismann)在一百多年前就提出的想法。

我们大家都认同,老一代的死亡对年轻一代来说是一个机会,可以帮助他们成长。但从此时开始,这个问题变得令人困惑。短期来看,依靠那些久经考验、已经证明自己适应环境且体魄强健的成年个体或许是更好的选择。但从长期来看,改变是必要的,能向进化中注入新的可能性。然而,我们所说的长期,可能是指许许多多世代,进化并不会虑及如此长久的问题。


年幼的个体与那些体格健壮、发育完全的成年个体竞争资源和地位是不公平的。 对改变的需求会产生衰老吗? 进化生物学家常提及这样一个思想实验,并将其作为质疑衰老理论和种群变化必要性的原因:假设在一个寿命很短的动物种群内,出生了一个携带着某单基因突变的个体。这个变异可以使它活得更久,同时不会影响年轻时的繁殖力。那么,它就在自然选择的彩票抽奖中握有了更多胜券,并且很可能会生育不止一个后代。如果这些后代继承了亲本的这个基因变异,那么它们就会生育更多长寿的孙代。一个小小的优势,就能这样以指数规模扩散开来。100代甚至不到100代之后,它就能遍布整个种群。

当所有短寿的种群成员都死光之后,这个同类群更新换代的速度就变慢了。年幼个体长大的机会也变少了,导致进化的过程放慢了脚步。最终,这个同类群会处在一个非常不利的地位,因为它无法跟上环境变化的节奏。但一切已经来不及了,短寿的基因早已在该种群中灭绝。

衰老对种群是有利的,因为整个种群将进化得更快。但衰老对个体又是有害的,因为假如个体死得过早,它将基因传递到下一代的机会也随之减少。类似的思想实验说服了进化生物学家,让他们相信,危害个体的不利因素才是更重要的,因为个体层面上的进化更迅速,也更有效。更快的进化率对种群整体来说至关重要,但它只在千万年的时间尺度上有效。而它的效果不会适时出现的话,也就来不及创造出一个青睐短寿的进化偏好。

更为精细的计算机模型检验 20世纪70年代,计算机开始在科学界得到广泛应用。进化生物学家逐渐从思想实验转向了计算机模型,将自己的推理过程用数学方程表达出来,并建立计算机程序来反复测试这些方程,更详细和更客观地检验他们对大自然的直觉是否合理。

科学家用计算机模型来探索了“衰老能否因对改变的需求而进化出来”这一问题。结果,计算机模拟的结果极大程度上符合科学家们从思想实验中得到的直觉和预期。结果表明,长寿个体所获得的额外繁殖机会比短寿个体所拥有的额外进化机会更为重要。

早期的一个计算机进化模型是由美国生态学家迈克尔·吉尔平(Michael Gilpin)所开发,并发表于1975年的一本小书《捕食群落中的群体选择》(Group Selection in Predator-Prey Communities)上。1975年的计算机编程和现在不可同日而语。那时候吉尔平所使用的计算机拥有的内存只相当于你口袋中手机内存的百万分之一。为了编写一个程序,他需要使用特别的打字机在卡片上打孔,来代表计算机命令。吉尔平是起跑线上的第一人,因为他在学校里学的是理论物理学和控制论,所以他很熟悉那些喜怒无常的机器有什么特殊要求。

吉尔平的计算机模型旨在研究两个性状之间的竞争。其中一个性状对群体有利,而另一个对个体有利。他证明了如果一个动物群体的繁殖速度快于它赖以生存的植物或动物的繁殖速度,该群体就会陷入困境。实际上,这是一个非常重要的原则。但吉尔平传递的信息太过激进,让习惯于传统思维方式的科学家们难以接受。即使到了今天,可能大多数进化生物学家都尚未接受他的观点。

个体要适应环境,就要繁殖得越快越好。但是,当一个群体的个体都快速繁殖时,数量就会增长得过快,这对动物群体来说可能是灾难性的。这是因为,与植物不同,动物依赖于其他物种(动物或植物)提供食物。假如这种动物过于贪婪,它们的增长速度就会超过食物的增长速度。这样,它们的下一代就会被饿死。因此,个体的超级适应性对群体来说不仅仅是不利这么简单,甚至算得上是灭绝性的伤害。

吉尔平的结果传达了一个重要的信息——动物种群需要确保自己的数量不会比它们赖以生存的食物增长得更快。但是,动物很容易就能比植物增长得更快,因为它们能吃下非常多的食物,特别是在拥有一个满满当当、只待被搜刮的食品储藏库时。而植物的生长受限于它们捕获阳光的速度。因此,动物必须限制自身的增长率。

进化论能够在三个层面上起作用:个体、群体和生态系统。在个体层面,自然选择会奖赏那些吃得尽可能多的个体,好让它们能尽可能快地产生后代。在群体层面,如果个体繁殖得越快,群体的数量也会增长得越快。但是,在生态系统层面,这种捕食者与生产者之间增长率的不一致将导致灾难性的后果。整个生态系统会在很短的时间内烟消云散。

吉尔平的群体选择机制比魏斯曼的更快。对整个生态系统的计算机模拟显示,那些尽快扩张数量的物种不可能构建起一个稳定的生态系统。指数级增长会导致该种群如风中之烛般起伏波动,直到整个生态系统崩溃(这个过程会很快),种群灭绝。只有当消费者种群自我调节、保持数量稳定时,生态系统才能保持动态平衡。在真实世界中,这一点通常由领地权来实现:许多鸟类、哺乳动物甚至蚁群都会标记出自己的区域,并尊重其他同类标记的领地。

这正是理解衰老悖论的关键一环。通过自然选择的调节,动物与自己的后代分享食物,这样它们才不会生长或繁殖得过快。这使得衰老更加容易被进化出来。事实上,衰老能够帮助稳定种群,规避将会招致灭绝的“人口爆炸”。衰老将死亡率分布于种群中,而不至于在饥荒之时让所有个体同时死亡。衰老只是帮助种群避免增长得比食物更快的众多进化适应现象之一。

2011年,巴西圣保罗大学的安德烈·马丁斯(André Martins)发表了一个结合了吉尔平和魏斯曼二人思想的计算机模型。在这个模型中,对改变速度的需求(魏斯曼的想法)会选择出寿命更短的个体。这个模型之所以行得通,是因为间接囊括了吉尔平的想法。该模型去掉了繁殖率的因素,因此对更高生育率的竞争就无从发生了。

迈克尔·吉尔平的模型解决了衰老的进化问题。与此同时,它带来了对许多传统进化理论的质疑。几十年以来,理论家们将其理论构建于“自然选择青睐于更快繁殖的动物(像植物一样)”的假设之上。在吉尔平证明这是错误的40年后,理论家们终于开始慢慢接受他的观点。

接下来,我们将探讨多层次选择的科学及其如何改变我们对进化的理解。

本文发表于《科学世界》2018年3期

编辑于 2019-05-08


衰老是如何进化出来的?