生命科学和数学

生命科学和数学 一位大三学生一、关于生命科学1作为科学的生命科学生命科学（life science），是自然科学的一个分支。什么是自然科学？这是一个哲学上古老的问题，甚至有一门分支就叫做科学哲学，我在这里不作过多的探讨。但是我想使用传播比较广泛的一个定义（尽管也有不少争议），它来自于逻辑批判主义科学哲学家波普尔：科学与非科学的判定标准就在于前者是可以“证伪”的。这种定义打破了一直以来归纳法对科学的统治：观察得再多，得到的结论也可能是错的。真正的科学必须可以得出一个可供检验的结论，而且这一结论是有明确对错标准的。以此为定义，典型的自然科学是物理学，他可以精确或不精确地根据已知条件计算出某一时间某一地点的情况，然后你可以去检验。如果预言不正确，那就说明理论错了，但这就是科学。其中很著名的例子就是验证地球是扁的椭球形的那次测量和验证广义相对论的那次日全食。生命科学作为自然科学的特征体现在哪里呢？在我看来，生命科学真正成为科学，应从哈维引入实验开始。在此之前，确有相当的博物学家，他们精通动物学、植物学、解剖学，但这只是一种归纳性的观察，没有实验去证明或证伪。哈维的实验，尽管简单，一条毛巾，两只手，但是证明了静脉中血流的方向。从此，一种区别于观察的研究方法：实验，被引入了生物学。图表 1 哈维的实验实验，要经过五个基本过程：提出科学假设，为证明假设而设计实践程序，有目的地获取客观事实，根据事实对照假设推理分析，最后得出结论或提出进一步假设。有了当一门学科中有了实验，那学科中的理论才具有可证伪性，这门学科才可以称之为科学。生命科学在这个意义上也是一门科学。2生命科学的定量化尽管都是科学，但依据波普尔对科学的分析，他认为一门科学提供的结论越具体细致，越容易被证伪，那么它越有可能是正确的。通常我们给结论是分两个层次：定性和定量。所谓定性就是简单地给出该实验现象的特征：上升还是下降，增大还是减小，等等。而定量的结论则明确地指出要增大多少，要下降多少等等。显然定量的结论可以给出更多的信息，当这样的结论能被实验证明时，它的可信度是很高的。而生物学的定量化的道路已经走了不少。最初形成的定量化生物理论应该来自于马尔萨斯，它给出了人口增长与粮食产量增长的数学模型，这个模型是不够精确的，几代后就会使人口大爆炸。进而引出了存在环境承受域的逻辑斯蒂方程描述种群增长：Xn+1=Xn(1-Xn)。这一描述离散系统种群增长的模型在后来还成为混沌研究的重要模型（随的取值不同，迭代可能出现不同的演化状态），这个这里不谈。生态学确实引入了大量的定量指标去研究种群、群落和系统，在生物学中相对比较早引入数学。而数学被生物学使用的经典就是遗传学。孟德尔将豌豆杂交，F2代出现3：1的形状分离时，这成为了基因颗粒性的完美的证据。而之后的一系列实验（自由组合与连锁交换），通过数据的分析可以推测出基因是成组分布的（也就是现在所说的染色体）。遗传学在生命科学中是相当定量的一门学科，各种遗传分析都是在数字的基础上展开的。相比之下，生物统计学更多地成为一种工具，指导整个生物相关学科的研究。比如检查药效，要用统计检验或者方差分析；而对一些分布的检验则离不开2检验。线形回归、非线性回归在生命科学中的应用几乎遍布各个领域。在比较传统的生物中数学的应用的另一个重要的领域就是分类问题。分类学家一开始采用形态学作为分类依据，主观性很强，常常出现观点的分歧；在动物学中相对简单的一个分类原则是看它们可否交配或交配产生的后代是否可育，这虽然解决了一些问题，但是仍然不能避免高一级的分类分歧（比如科、属）；于是有人提出通过计算进行分类，以一些特征作为指针，用聚类分析或其它方法分析不同生物形态、生理等方面的类似程度，当类似程度低于某一值时认为处于同一分类单元。用计算分类也存在着相当的问题：第一、比较的标准是人为设定的，具有主观性；第二，不同的分析方法会得到不同的分类结果（尽管相差不大）。另外，现在认为根据进化历史进行分类是最为科学的，计算分类的方法不符合这一原则。但是，其实形态上的相近本身也在一定程度上反映了进化的历史，因此，在不少于进化和分类相关的领域仍然在使用计算分类的改良方法。至于生物学中通过物理或化学与数学建立起联系的例子更是不胜枚举：大分子结构的测定（X射线衍射、核磁共振）；三维成像技术；酶促反应动力学米氏方程等等。这些都使生物学在定量化的某些方面有了长足的发展。二、当今生物学与数学的结合点摘选当今，生物学与数学结合得更加紧密，涉及到生物学及数学的多个领域，是一个庞大的体系，难以尽数。我只是简单的挑选几个我认为很经典生命科学问题的定量化描述。挑选它们，并非由于它们的重要性，关键在于，我认为从这些研究中能得到美的享受。1通路的网络式研究功能基因组学的一个广泛使用的方法是基因敲除：敲除某一基因（在当今实现这一点比较容易），根据它的表象确定基因的功能；进而使用“拯救（rescue）”的方法，通过注射mRNA或蛋白质看是否能恢复该功能，从而确立基因与功能的联系。但基因敲出这一方法有两个巨大问题，都与生命体系的网状结构相关。第一、生物体内，无论信号转导还是新陈代谢，往往存在不止一条通路，当一条通路出现问题，另一条通路可以补救，这样的话很可能表现不出什么性状。基因敲除的大部分实验都会发现基因敲除后无影响，原因就在这里。当然，基因敲除后有影响的基因，一定是处于枢纽地位的核心基因。第二，表现为在某个地方出现的问题，其实起因可能在于网络的另一部分。比如代谢系统中，敲除了一个基因，引起血液中酮体（ketone body）的升高，它固然有可能是抑制血液中酮体含量的基因，然而也有可能是与血糖含量有关的基因。因为如果血糖含量下降，为补充脑等主要依靠糖为能量来源的器官，只好依靠酮体来补充能量供给。因此，生命系统的网络化导致了问题的复杂性。比如细胞周期就是一个复杂的过程，它的全过程涉及多个调控细胞周期的蛋白的合成、修饰、降解。包括最常见的Cyclin系列蛋白和CDK等蛋白。同时还有大量的抑制因子，蛋白降解复合体等。而正常情况下细胞也正是如传统生物书上所写的那样一步步地进行分裂的。那么这些蛋白中的某一个如果出现异常，结果会怎样呢？有人对酵母细胞周期从网络上整体地进行研究 Fangting Li, Tao Long, Ying Lu, Qi Ouyang, and Chao Tang，The yeast cell-cycle network is robustly designed，PNAS, vol. 101，47814786，2004。首先他们参考了尽可能多的且比较确切的细胞周期蛋白的调控情况，经过化简，得到了图2中的左图。他们用简化的算法（离散化后未考虑时间差异）进行计算机拟合，得到了如图2中的右图的细胞周期蛋白相互作用过程图，图中的蓝线为正常细胞周期的过程。同时作者证明了当这条通路的某一处出现问题，尤其它的路径可以进行弥补和校正，认为细胞周期蛋白具有“乳棒性”（robust）。这也与我们对生物现象的想象相一致：生命系统确实具有相当的能力对各种变化进行校正。这也暗示了我们对生物的研究应该或可以从宏观的角度进行，而网络理论也应成为生物研究的一个工具。 图表 2 酵母细胞周期的网络研究人们的疾病是复杂性网络系统的又一个例子。复杂疾病由多种遗传因子（内因）和环境因子（外因）及其之间的相互作用决定，如糖尿病、肥胖症、骨质疏松症、高血压、心血管疾病等。因为交互作用的存在，这些因素究竟起到多大的作用是一个很复杂的问题。现在也有一些研究者 Shu-Feng Lei, Fei-Yan Deng, Miao-Xin Li, Volodymyr Dvornyk, and Hong-Wen Deng，Bone mineral density in elderly Chinese: effects of age, sex,weight,height, and body mass index，J Bone Miner Metab vol22, 7178，2004利用定量手段在做这些因素的评估，对预防疾病有相当大的贡献。2生物界的牛顿定律1998年Nature的一篇文章Common rules for animals and plants J. D. Damuth, Common rules for animals and plants, Nature 395，115-116，1998揭示了生物体的一些常见计量值与其质量的关系，被Nature编辑喻为生物界的牛顿定律。简单的说就是发现了Y=Y0Mb（其中M为质量，Y为生物体的一些计量值，Y0为常数，）关系中b值的大小和原因，且这一规律在横跨质量的21个数量级都满足（见图3左图 V. Smil, Laying down the law, Nature, 403, 597, 2000）。图表 3 生命活动参量与质量的无量纲关系依据传统的计算，生物体的一些计量值比如消耗能量，需氧量等都与散热有关，即与动物体的表面积有关。如此算来，b值应为2/3；但是大量的实验数据表明b为3/4。为什么出现了这一偏差呢？这是由生命体的分形结构导致的。如图3中右图所示 J. Whitfield, All creatures great and small, Nature, 413，342-344，2001，无论血管还是叶脉，都呈分形结构。根据分形的维数，经过一系列的假设和数学运算，可以计算得到b为3/4。我认为，在这里数学充分地体现了它的魅力：令人不可思议的解决了原来看似相互矛盾而无法解决的问题，而这一论断的广泛的推广与实际观测值得精确的匹配更加使人叹服（见表1） G. B. West, J. H. Brown, and B. J. Enquist, A general model for the origin of allometric scaling laws in biology, Science, 276 ，112-116，1997。表格 1生命活动参量与质量的无量纲关系的预测至于观测值的比较更为关键的是，这一规律给生物界带来了统一的光明。一直以来，生物就以其多样性的特征而使研究难以统一。尽管进入了基因研究时代后，在不同动物和不同植物之间找到了相当多的共性（同工或同源性），仍然无法和物理、化学等学科的统一连贯相媲美；但是这一规律给出了在生物个体水平的一个统一规律，应当说还是迈进了一大步。3非线性科学在生态学中一点应用线性关系在自然界中并不普遍，但由于其研究简单，在一些情况下可以较好的近似非线性关系的局部情况。而随着数学研究的深入，非线性科学在各学科中的应用越加广泛。许多系统的性质是只能用非线性来解释的。比如一下生态学中的这个例子 M. Scheffer, S. Carpenter, J. A. Foley, C. Folkes and B. Walker Catastrophic shifts in ecosystems, Nature, 413，591，2001：在湖泊中植被量变化情况如图4左图所示，其变化具有不可逆性。即减少的过程与增加的过程中不“走同一路径”。这与永磁铁磁化和消磁的过程有几分相似。而引起植被变化的这种不可逆性并不需要过于复杂的模型，只要在微分方程或差分方程中引入一个非线性项，这种现象就会发生。整个系统出现双稳态，当系统状态处于其它区域时，根据具体位置受到两个稳态吸引（如图4中图右图）。图表 4生态环境中的非线性系统4蜜蜂的遗传与社会在进化中，意识是如何产生一直是一个重要的问题，而与其相关的一些类似本能的反应是如何形成的也受到相当的关注。社会是如何形成的？马克思对此有重要理论，在此不加过多解释。但是从纯生物的角度，John Whitfield给出了另一种解释 John Whitfield,”The Police state”, Nature, 416，782，2002。试图给出心理与物质基础的一种关系。目前我们观察到的几乎所有个体都有将自己基因往下传的趋势，事实上也只有这样的物种才有机会留到今天里查德道金斯，自私的基因，吉林人民出版社，1999。但是有一些物种“似乎”不符合这一特征：工蜂，自己劳动供应蜂王食物，并保卫她的安全，好像并没有使自身的基因保留下来的愿望。对此，John Whitfield分析了蜜蜂与人两种不同社会形态背后的遗传过程中的染色体行为（见图5左图）。由于蜜蜂具有孤雌生殖，卵不受精发育成雄蜂，受精发育成雌蜂（蜂王或工蜂）。因此对于一只工蜂来说，如果她与雄蜂交配，生得的子女有50%的可能将基因传递下去；而蜂王，这只工蜂的姐妹，则有75%的可能性与她具有相同的的基因。（见图5右图）从保存基因的角度，她应该对蜂王更好，因此舍弃了自己生育的机会同样是为了保留下自身的基因。而人类的男性女性均为双倍体，不存在这一问题，因此人类与蜜蜂形成了两类截然不同的社会形态。尽管这一假说仍有说服力不足之处，但是无疑是通过定量的方法给出了一种关乎物质与意识关系的解释，仍然可以给人们带来美感。而此研究的一个关键之处就在于定量的去分析基因的同源率，尽管是再也简单不过的数学。 图表 5 蜜蜂遗传过程中的染色体行为5从质子泵到马达蛋白定量化的力量利用质子浓度梯度产生ATP的F型ATPase（质子泵）和与微管结合而起运输作用的马达蛋白（包括驱动蛋白kinesin和动力蛋白dynein）都是我们非常熟悉的细胞内重要的分子。它们工作方式的巧妙固然令人叹服，而它们工作的机理研究也有惊人的相似之处：都是利用荧光标记后观察动态变化得到。F-ATPase中亚基的旋转就是通过荧光标记后再从显微镜中照相观察得到的（如图6左下图），可以观察得到以120度为步幅的离散式的旋转方式 Kazuhiko Kinosita, Jr., Ryohei Yasuda,Hiroyuki Noji, Shinichi Ishiwata,and Masasuke Yoshida，F1-ATPase: A Rotary Motor Made of a Single Molecule，Cell, Vol. 93, 2124,1998。而在马达蛋白的研究过程中曾经有一个争议就是它是如何在微观上运动的：是像人一样一步一步向前迈（hand-over-hand）还是像虫子一样向前蠕动（inchworm）？（见图6右上图）经过对其运动的观察，发现其运动距离为台阶式的，说明运动同样是离散的（见图6右下图），而从这种离散运动的步幅中，可以观察出这种运动是属于hand-over-hand模式的。 Ahmet Yildiz, Michio Tomishige, Ronald D. Vale,Raul R. Selvin, Kinesin Walks Hand-over-hand, Science, Vol303, 676-678, 2004图表 6 质子泵与马达蛋白机理的研究过程比较这两个实验从生物学上看来，没有什么差别，都是荧光标记，荧光显微镜观察。质子泵工作机理实验就可以给人以美的享受，但马达蛋白机理的研究这一实验则更让人惊叹：因为它记录到了单分子的运动。我们知道，由于光波长的限制，在光学显微镜下只能分辨不小于0.2m的距离。而马达蛋白的运动是在几十纳米这一数量级上，对其观察是如何实现的呢？这个实验的关键也就在于这里。我们知道，在荧光显微镜下可以见到一个个的光斑（衍射斑），这个光斑的直径是很大的，造成了难以准确测量距离。但是运用光学理论，可以对光斑进行分析，找出其中心位置；而进一步运用误差理论并可以计算出这个中心位置与实际的分子位置可能有多大误差，当误差远小于分析机理所需精度时，这个数字就是有效的。因此，运用这种方法，人们可以观察到远小于0.2m距离内的运动。这就是数学的魅力！三、我所感兴趣的问题我所感兴趣的问题来自于两个方面：其一，对生命最本质的问题的思考（我认为就是生命是如何来的，从长远看就是进化问题；从短期看就是发育问题）；其二，来自于我的科研实践（结核杆菌核酸疫苗的研制过程中抗原的选择问题）。1进化问题进化问题是生命科学的本质问题。生命究竟是如何出现的，是如何发展的，意识是如何产生的？生命发展到今天这样以人类为最具智能的动物是必然的，还是只不过是随机事件的巧合？生命的进化究竟是不是像达尔文说的那样，由随机的小的突变的经选择积累形成的，那样的话，如何解释许多精巧的结构是如何在不同物种之间独立进化产生？前些天读了一些有关核膜进化的文章，对核膜的产生有了一定的了解，更为关键的是对分子进化的一些生物信息学研究方法有了一些了解和思考。进化的研究方法（包括以进化为依据的分类方法）最初以形态观察法为主，人们也是通过形态判定其亲源关系的远近。当人们进入了生化分子生物学的研究时期，形态学分析渐渐地远离了核心研究方法，而分子进化配合以生物信息学绘制出进化树渐渐成为进化研究的主导。内共生起源假说、生物三元界学说等一系列的学说都得到了生化分子方面的证据。但是，这种以分子为主体的研究方法也遇到了一些困难：经常由一个分子得到的结论可以被另一个分子得到的结论推翻，比如由80s rRNA可以得到真核生物的细胞质来源于古细菌，由基因组的结构有可以得出真核生物的细胞核来源于古细菌，从而可以得到以下结论：真核生物直到细胞核形成完毕，都不曾与真细菌发生关系。但是，有人研究发现 Radhey S. Gupta，G. Brian.Golding，the Origin of the Eukaryotic Cell , 1996，在线粒体和叶绿体进入细胞前，由古细菌和革兰氏阴性菌融合形成有核的真核生物。而其依据就是同一种热激蛋白70（Hsp70）出现在所有的革兰氏阴性菌和真核生物中，却不出现在古细菌中。这一现象向人们暗示，真细菌在进化出真核生物中再形成线粒体之前就起到了作用。于是有人提出真核生物是由古细菌和真细菌融合形成的。这就引发了一个问题：究竟应该研究哪些生物大分子？哪些生物大分子的物种间的分布说明了进化的关系？在这个问题没有解决之前，一些研究开始转向对蛋白质组/基因组等组学的研究来说明进化问题 Ben J. Mans，Vivek Anantharaman，L. Aravind，Eugene V. Koonin，Comparative Genomics, Evolution and Origins of the Nuclear Envelopeand Nuclear Pore Complex， Cell Cycle 3:12, 1612-1637：研究尽可能多的生物大分子（当然是在各物种间都存在的），通过对它们的分析得出结论。其基本过程就是选定蛋白、序列比对、根据不同物种间同一蛋白的序列比对结果画出进化树，最后得到结论：究竟是如何产生和进化的。但是用组学的研究方法带来的问题就是当不同证据指向不同的结论是得不到明确的结果。那么，究竟应当如何利用现有的基因组数据去研究进化问题呢？2发育问题发育是另一个层次的“如何产生”问题。在发育领域中有许多的迷人的现象，曾经最让我折服的就是形态发生原和Hox基因。而另一个非常有趣的现象就是G值反常，比如线虫的基因数目多于果蝇。我认为这可以用生物发育设定的不同“模式”来解释。比如果蝇的发育：可以在遗传信息中设定生长多少个细胞，每个细胞长在哪里，生长成什么样，行使什么功能，什么时候死；也可以采用现存果蝇的程序化的发育模式。在现存生物中，信息在存储的过程中，采用的是一种“压缩格式”，或者说是给定程序，而每个个体自己发生时使用这些程序，根据自身特殊的参数及受到环境的影响，发育出新的个体。比如果蝇中的执行基因，遗传信息只设定这些基因如何受到同源异型基因的控制，而不事先设定其在第几个细胞中表达，而由具体情况确定。显然，这两种机制存在很大差异。首先，第二种信息设定方式（程序化设计）中，信息量被大大压缩了。我原来看过一篇文章，说人类现阶段所有DNA储存的信息量尚且不足以确定每一个脑细胞究竟在哪一个大脑半球。在同样的突变率的情况下，信息量越少越有利于个体不发生致死突变。其次，第二种信息设定方式可以产生千变万化的具体形态的个体。比如果蝇不必都在从头到腹数第几个细胞长腿，而可以产生多种形态不同的个体，适应不同的环境。其突变相比于第一种信息设定方式一个一个细胞的突变也更加有效，物种对环境的适应能力理应更强。最为关键的是，第二种信息设定方式要求复杂的设计程序：比如细胞间近端诱导，远程调控等。这当中包括一些物理、化学过程。比如形态发生原，就是通过扩散的方式形成密度梯度，从而决定细胞分化和形态建成。而实际生物在编程过程中所用到的物理和化学过程远不只如此。比如斑马、豹子表面的条纹是反应扩散系统中受精卵表面色素自发形成的，并可以通过实验模拟 J. Murray，“How Leopard get its coat”, Scientific American，1989。再比如向日葵花序的排列，成非常规则的结构，也可以用一个物理模型模拟（假设种子间相互的“斥力”与距离平方成反比）。 Phyllotaxis as a physical self-organized growth process S. Doudy and Y. Couder, Phys. Rev. Lett. 68 (1992) 2098尽管人们已经可以通过一些数学公式表达一些生物发育的现象，但是许多内部机制人仍不知道，即尽管可以“凑出”公式，但为什么是这个公式仍不知道。我想，如何在发育生物学中有效的利用一些现代数学（动力学模型、浑沌、分形等），理解生物编程时所用到的一些物理和化学规律，是一个复杂而又意义的问题。3疫苗设计的表位选定在我的实验室研究中，我进行核酸疫苗的研制。其中一个关键性的问题就是如何选择抗原表位作为我们所使用的诱导免疫抗原，以谁为抗原诱导免疫的效果好？在前些年的研究中，主要方法就是试。试到了谁好，就用哪个蛋白。到后来，逐步缩小了试的范围，一般认为细菌的分泌性蛋白作为抗原会引起较强的免疫反应，但在这些分泌蛋白之中究竟哪个好，还是以试为主。如今的研究方法发生了变化，一些研究能够根据物种的MHC分子的特异性，算出那些肽段易于与MHC分子结合而被呈递，从而可能会具有较强的免疫原性。 郑行等，药物生物信息学，化学工业出版社，2004这大大提高了设计诱导抗原的效率，有的研究者使用这种方法，进一步研究与结核杆菌相近物种的同一个抗原，并将其中的核酸序列也加进疫苗，以预防潜在的可能病原菌的威胁，相当的巧妙。 Anne S. De Groot, Julie McMurry, Luuisa Marcon, Judith Franco, Daniel Rivera, Michele Kutzler, David Weiner, Bill Martin, Develooping an epitope-driven tuberculosis (TB) vaccine, Vacine 23, 2121-2131, 2005yiwei我看生物与数理的结合 一位大三学生生物与化学的结合产生了生物化学，使人类对生命的认识深入到了分子的层次。我们在生物与数学物理的结合中期待什么呢？我期待能运用数理的抽象、定量分析、构建模型预测的能力使生物学的知识被简化和定量化。我看生物与数理的结合，其根本在生物。我认为生命科学从认识生命的角度来看有三个基本问题：代谢、发育、演化。代谢好像是生命的一张静态照片。这并不是说代谢是静态的，而是相对一个个体的发育过程以至物种的演化来看，它好像是生物某一时刻的一张静态图。发育相对演化有一个优势，即它在现在的实验中是可以跟踪观察的看一个生物复杂的代谢程式和各种适应性结构如何从一个受精卵演化而来。其实被我们译为进化的 “evolution” 用在发育上也无不可。至于演化或者说进化，我的老师告诉我说它是生物学最根本的问题，贯穿着整个学科。然而它又是最难以下手的，不然何以在当前分子生物学发展地如火如荼时进化理论的发展相对慢得多呢？纵使有许多其它的原因，但是进化理论本身受到的局限也是不可否认的。我觉得关键是研究者带着什么样的目的，从什么角度去考察。按我的理解，代谢、发育、演化在研究的角度上是层次递进的：代谢的知识为我们比较不同生物间的区别，理解发育的过程提供了基础，比如通过对细胞呼吸过程的研究可以猜测生命早期由共生产生真核细胞的机制。另一方面，发育和演化之间似乎是相通的。由此，我认为代谢是生命科学研究中的基石。从生物化学课上我所了解的内容来看，在基因组的工作之前，大部分对于代谢的研究着重于具体的分子结构和其作用模式（比如对ATPase的研究）。这些工作无疑为理解细胞的生命代谢过程奠定了基础。然而随着研究的深入，信息积累越来越多，有时研究的思路难免陷入细节。正如克利克在谈到自己和沃森发现双螺旋过程的时候曾说，当你面对一个你不了解的、复杂的领域时，重要的往往是决定你要去知道什么而哪些不必那么着急。随着近几十年中对各界模式生物种的测序工作陆续完成，并且一些种的对应基因的功能也比较清楚的情况下，我想对于代谢的研究可以更注重于具体蛋白性质以外的另一个角度：即从一维的基因组信息中重构时空有序的代谢网络原因是复杂的生命过程的实现及合理调控的关键不仅在于每个蛋白分子各自的特殊性质，更在于蛋白之间、蛋白与核酸之间时（基因表达调控）以及细胞与环境之间的相互作用。为了更具体地解释这个想法，我想用几个我们实验室涉及或是关心的问题作为例子：1、 Flux Balance Analysis代谢的一部分内容是细胞摄入外界的物质，经过一系列生化过程生产自身需要的物质。这个生产过程中的许多步反应是通过酶催化的。为了应对环境的变化和自身不同发展阶段的需要，细胞对这些关键位点往往有复杂的反馈调控。Flux Balance Analysis运用数学上的线性规划方法，根据一定的假设建立目标函数，再根据已有的细胞生化知识重建代谢网络，写出限制条件，从而求解代谢网络的最优解。UCSD的Palsson及其小组对带有不同的代谢网络基因缺陷的E.coli菌株进行实验，让它们分别在四种碳源环境中生长并进行适应性演化。同时他们通过构建基因组代谢网络分别计算不同的缺陷与碳源的组合下网络可以达到的最优值。实验发现模型的预测基本符合演化的结果！（ref ）类似的对于网络动力学性质的研究还有许多，比如我们实验室的一个工作是考察Yeast Cell Cycle网络的稳定性。(ref )2、 Microscopic Self-Organization自组织的概念我最早是在Michael Crichton的小说The Lost World中听说的。当时他举了一个非常生动的例子，称DNA-RNA-Protein框架从原始汤中诞生的奇迹就好比一场大风刮过一个零乱地堆着拆散的飞机零件的仓库后，仓库里出现了一架组装好的波音747。对此，小说里的马尔科姆提出生命的演化过程中存在着自组织的现象，就像是盐在溶液里自发结晶那样。第二次听到细胞内微观自组织的概念是读Mikhailov在1994年的一篇science文章时(ref )。在文章中他对细胞尺度内发生的生化反应作了简单的反应动力学估计，通过对酶的转化率（turnover rate）和分子在细胞尺度内的特征扩散时间及输运时间作比较，预测在细胞内可能存在自组织现象。这种自组织现象如果可以通过其产物产生的某种信号的变化被观测，理论上可以观察到细胞内的斑图。从细胞内自组织的思想出发可以得出许多有趣的结论。比如如果把细胞看成一个复杂的反应器，其中分成许多个小室，而细胞内发生的反应涉及的所有化学物质在这些小室和室外空间中不均匀地分布，同时室间有物质交流，由此可以提出一个问题：能否从理论上计算出达到某个目标函数极大（如ATP产率最高）情况下物质的分布，而细胞中的实际情况又是否与之相符？如果实验上验证了的话，又如何解释这种分布？这种分布是否具有动力学的稳定性？即如果人为地改变（假设可以的话）物质的分布，细胞是否可以对之作出调节？进一步运用自组织的想法思考：由于在细胞的尺度下分子之间碰撞概率非常高（对10m尺度的容器，两个分子在溶液中自由碰撞的条件下约每秒相遇一次），这就意味着分子包括反应底物、产物和酶之间存在着强关联，这样酶的行为有可能发生同步化，即如果某一个酶的催化作用经历几个中间步骤，那么从外界看，细胞内所有这种酶几乎在同一时刻达到相同的中间状态。这样做的好处是底物的利用更有效，生产效率更高（可以想象一下十个人把牙膏套上袋子装到包装里的过程，如果每个人进度不同，原料就会堆得乱七八糟，而要是同步操作，效率明显可以提高）。通过数理的介入，可以促使研究者忽略一些细节而把注意力集中在整体的网络性质上。这种视角与分子生物学的相比并无孰优孰劣。它为我们提供了一种新的思路。然而，我觉得要从数理的视角得出符合自然法则的生物规律必须强调以生物为根本，必须避免克利克所说的“做出一些漂亮的数学或者物理模型并陶醉其中”。一个好的生物学研究者在合理地运用数理工具时应该能够时时检查模型与实际的距离，他在做体外实验和计算机模拟的时候应该时时考虑生物在自然环境中面临的真实问题。以我的亲身经历为例：我在今年五月与生物系两位同班同学组队参加了北大范围内的数学建模比赛，在两个题中挑选了一个有生物背景的题目。题目的要求是建立一个药物在脑中扩散吸收的数学模型，检验模拟结果与实验测量值的符合程度。我们的头期工作集中在生物上，而后期的模拟由于时间关系基本脱离了生物的背景。给我留下深刻印象的是：我们在调试参数时几乎不顾及它具有的实际意义，目的只是得出一个与实验吻合的结果。我想最后我们能得奖，凭的应该是头期的工作。而后期的那种做法只能得到“beautiful maths, ugly biology”相比代谢，演化有许多特性使研究工作变得很困难。一个主要的问题是：研究者可以轻易地在实验室中重复、观察、试验生物的代谢过程，却很难重复出自然中的演化过程。过去对于演化的研究通常通过化石、现有种群的演化等进行，然而近几十年里各种模式生物的基因组测序完成为演化的研究带来了新的思路。这次遗传学课程请来的两位教授在新基因的产生和演化方面都作出了极出色的贡献。我阅读了吴仲义教授关于Ods基因研究文章和龙漫远教授关于sphinx基因的研究论文，了解到了运用基因组学方法研究进化的全新的思路。同时，在我和老师聊天的过程中又得到了另一个想法。问题是这样的：为什么在自然选择下既产生了像人这样拥有高级智能的生物同时又保留了细菌这样最简单的生物？为什么细菌经过这么久的演化，其基因组并没有随之扩充？为什么细菌没有走上多细胞化的道路？这些问题乍看之下可以用环境作用的理论来解释，可是不妨问自己一下：其中有没有基因组本身结构上的原因呢？我想如果能够用数学工具比较上面这些生物的基因组，抓住其在组织上的共同点和区别，分析基因组本身具有的“扩张和保守”这一对矛盾的属性，或许能给人类对演化过程的理解带来新鲜的养料。我想未来的生物学发展会走向定量化和简化，许多细节的内容会被涵盖到统一的原理下。为了达到这个目标，生物学呼唤更多数学物理的工具的帮助和数理思想的融合。同时，我相信现在已经开始的生物物理领域的研究也在呼唤更多具有扎实的生物学背景的研究者的参与，用他们审慎的眼光和对生命现象的直觉指导或者参与理论的研究。上面的文字既是对题目的阐述，也是对我自己兴趣的说明。然而在行文最后我还想表述一些我对生物学的理解，这些理解是我从利奥波德的沙乡年鉴中得到的。选择生物为专业，源于我小学时参加生物兴趣小组时培养起的兴趣，因此我想象中的生物学更接近于生态学，而不是现在学的分子的内容。在经历了一段思想的变化后，我调整了自己对专业的认识和兴趣点，可以说重新认识了生物学。然而儿时的记忆与我读沙乡年鉴时的感悟交织，重又燃起了对自己从事生物学研究的思索，思索的题目是：人和自然的关系。记得利奥波德在书里记了一段趣事：一位胸口别着美国鸟类协会标志的女士在聊天中惊讶地说从来没有见过三月飞过农庄的大雁，作者感慨道，这位女士从来不知道春天是什么时候来到她的庄园的。如果我将来真的从事生物研究，我希望自己不会成为一个只待在实验室里用试管和pcr仪、凝胶去研究生命的人。我想学习生物应该让我更亲近自然，更理解自然，这才是我渴望从兴趣、专业以至将来的职业中得到的。我觉得人类只是自然的一部分，我们渴望了解身边的自然，有时凭借自己的力量去改造它，但是别忘了，有时可以像个孩子那样傻傻地只是去感受自然的美丽和奥妙，去体会自然的脉动和它的生机。最后我想用利奥波德书里的一个标题作为结尾：像山那样思考。是的，我想人类永远不应该让自己代替自然去思考。附注：这篇文章的内容恐怕有些泛，涉及到具体某个问题内部的不多，原因一是我渴望把自己大三这一年来对生物学产生的新鲜的思考表达出来，其二也是受限于我自己读过的文章和亲身涉及的工作，没法把一个具体的问题说得形象生动。作为补充，我在申请材料中附上了两份读书报告，它们既是我们细胞学课程的作业也体现了我的兴趣所在。 Fong, S. S. and B. O. Palsson (2004). Metabolic gene-deletion strains of Escherichia coli evolve to computationally predicted growth phenotypes. Nat Genet 36(10): 1056-8. Fangting Li ,Qi Ouyang and Chao Tang(2004) “The Yeast Cell Cycle Network is Robustly Designed” PNAS 101(14):4781 Benno Hess and Alexander Mikhailov（1994）. “Self-Organization in Living Cells” Science 264(5156): 223.我眼中的遗传学 一位大二学生遗传学(genetics) 是研究生物体遗传与变异规律及其物质基础的科学，是本世纪内生物科学领域中发展最快的一门学科。经过百年的发展, 现代遗传学的研究十分广泛, 已成为一门包含有众多分支学科的综合科学。从其研究对象来看, 涉及动物、植物、微生物和人类等所有生物类群, 分别形成了动物遗传学、植物遗传学、微生物遗传学和人类遗传学以及与其密切相关的医学遗传学等分支学科; 从研究内容上看, 遗传学又可划分为细胞遗传学、分子遗传学、生化遗传学、群体遗传学、行为遗传学、发育遗传学、药物遗传学、毒理遗传学、肿瘤遗传学等多个领域。1遗传学的发展简史11 20 世纪以前遗传学的萌芽阶段历史上, 许多人曾对遗传的机理提出种种假说, 但是都被事实证明是不正确的,尽管如此,它们都足以证明了人类在探索各种遗传现象的内在的本质规律过程中的前赴后继的不懈努力。 “泛生论”曾在欧洲主导多个世纪。该学说认为精液是在全身各个部分形成的, 汇集后在血液中流动。精液能把身体各个部分的特征传递给后代。更进一步, 拉马克提出:“用进废退”的变化可通过精液传给子代。经过许多世代, 这种“获得性状”累积的结果成为生物进化的机制。有关遗传学的系统研究工作从达尔文开始。达尔文于1859 年发表了物种起源一书, 提出了关于生物进化的自然选择学说, 强调微小变异的累积对于物种进化的重要性。在达尔文的进化论学说中有两个重要原则与遗传学方面密切相关: 变异原则: 同一种群的个体间在生理、形态和行为等方面有差遗传原则: 有亲源关系的个体间的相似程度比无亲源的个体间的相似程度大。在达尔文之后, 魏斯曼首先向“泛生论”、“用进废退”和“获得性状”遗传挑战, 提出了“种质”学说, 并最早对达尔文的进化论进行了改造。“种质”学说把细胞分为种质细胞系和体质细胞系, 认为“体质”由“种质”产生的,“种质”不灭、世代相继; 环境只能影响“体质”, 而不能影响“种质”, 故“获得性状”不能遗传。经魏斯曼等人改造后的达尔文进化论称为新达尔文主义。尽管魏斯曼的“种质”学说也存在缺点和错误,但其科学的合理内核对以后遗传学的发展有相当大的影响。遗传学的基本原理是由奥地利人孟德尔最早揭示的。1856 1864 年, 孟德尔作了8年的豌豆杂交试验。结合前人的工作, 孟德尔提出了遗传因子的分离和重组的假设, 并于1865 年在布隆自然科学协会的学术例会上相继报告了他的研究成果。1866 年, 孟德尔在布隆自然科学协会会刊第4 卷上发表了他的论文植物杂交实验, 但此后被学术界忽视达34年之久。直到1900 年, 荷兰的德弗里斯、德国的科伦斯和奥地利的丘歇马克三位科学家经过大量的植物杂交工作, 在不同的地点、不同的植物上, 取得了与孟德尔实验相同的结果, 验证了孟德尔群体遗传学研究结果的正确性，并将其总结成了“性状分离定律”和“自由组合定律”这两个著名的遗传规律.这一年标志着遗传学的诞生。孟德尔是遗传学的奠基人。孟德尔遗传理论的核心是“颗粒遗传”学说, 认为遗传因子是呈颗粒状的, 互不融合, 互不沾染,独立分离, 自由组合。12 20 世纪遗传学的飞速发展 20 世纪是遗传学诞生并飞速发展的世纪。在这100年里, 遗传学所取得的每一巨大成就, 如DNA 双螺旋结构的发现、DNA 重组技术的创立、人类基因组计划的实施以及动物克隆技术的应用等, 对人类社会的发展都产生了深刻的影响。在当今的生命科学领域, 遗传学占有举足轻重的地位, 已成为影响整个自然科学乃至人类社会的带头学科。可以说, 遗传学是自然科学所有门类中发展最快、影响最深、应用价值最大的学科之一。 在20 世纪的前10 年里, 遗传学家们除了对孟德尔遗传规律普遍意义进行了大量验证之外, 还确立了遗传学的一些重要理论和基本概念, 例如萨顿(Sutton) 和博沃瑞(Boveri) 注意到杂交实验中遗传因子的行为, 与配子形成和受精过程中染色体的行为是完全平行的, 即减数分裂过程中细胞染色体的行为与孟德尔遗传规律中遗传因子的分离和自由组合的行为是相符的。在此基础上, 提出了遗传的染色体学说(chromosome theory of inherstance) , 指出控制性状的遗传因子位于细胞内的染色体上, 这一学说促进了遗传学与细胞学这两门学科的结合, 并促成了遗传学的一个全新的分支-细胞遗传学的出现及其蓬勃发展。在20 世纪的第2 个10 年里, 由于第一次世界大战的爆发, 遗传学的研究受到了很大的影响, 没有产生什么划时代意义的成果。到了20 世纪20 年代, 随着世界大战的结束, 遗传学的研究又获得了长足发展, 产生了一些大的成果。1926 年, 摩尔根提出了著名的“基因学说( gene theory) ”。其论点是, 基因作为连续的遗传物质, 是染色体上的遗传单位, 具有很高的稳定性, 能自我复制, 能发生变异; 在发育过程中, 一定的基因在一定条件下控制一定的代谢过程, 从而体现在一定的遗传特性上; 生物进化的材料主要是基因及其突变等。基因学说的创立极大地发展了孟德尔的遗传学说。这一时期的另一重大成就是1927 年摩尔根的学生、美国遗传学家缪勒(M uller) 发现基因和染色体的突变不仅在自然情况下产生, 而且在X 射线的作用下也会大量发生, 他明确提出X 射线是强有力的基因突变剂, 可显著影响基因的突变率, 从而创立了突变理论, 使遗传学进入到一个新的发展阶段。进入20 世纪40 年代, 微生物遗传学和生化遗传学的研究广泛地开展了起来, 遗传学家们以链孢霉等微生物作为研究对象, 利用生化方法探索遗传物质的本质和功能, 取得了一些成果。20 世纪50 年代是遗传学发展突飞猛进的时代, 取得了辉煌的成就。1952 年, 美国籍华人遗传学家徐道觉首次利用低渗盐溶液处理人体细胞发现人的染色体数目是46, 而不是人们所认为的48。1953 年, 美国科学家沃森(Watson) 和英国学者克里克(Crick) 共同发现了DNA 分子的双螺旋结构, 从此揭开了遗传学历史的新篇章, 它标志着遗传学研究进入了分子遗传学时代. 从那时起,DNA 作为基因的载体逐渐被遗传学家所公认。生物体可以说遗传学在20世纪后半叶的主要研究方向就是围绕分子生物学展开的,并将持续迈进21世纪,成为遗传研究的重点和热点。60 年代遗传学研究也取得了一些骄人的成就。1961 年, 雅各布(Jacob) 和莫诺德(Monad) 提出了大肠杆菌DNA 操纵子学说, 阐明了微生物细胞中基因表达的调控问题, 开创了基因调控研究的新领域, 另外, 他们还发现了mRNA。同年, 克里克和他的同事们用实验验证了DNA 分子或基因是以核苷酸三联体的方式决定其遗传密码。20 世纪70 年代后, 分子遗传学的研究更加深入。1973 年, 科恩(Cohen) 等人限制性内切酶以及人工分离基因的方法成功地实现了DNA 分子的体外重组, 从而使人类进入了能按需要设计和改造生物物种的新时代遗传工程时代。以DNA 重组技术为核心的遗传工程的兴起不仅极大地推动了遗传学乃至整个生命科学的研究, 而且成为改变工农业和医药学面貌的巨大力量。进入20 世纪80 年代后, 遗传学与分子生物学和发育生物学的结合更加深入, 它的许多分支学科特别是分子遗传学和发育遗传学的发展更为迅速, 日益显现出在生命科学中带头学科的地位。以基因工程为龙头的遗传工程技术的应用, 以及数理化方面的理论、技术和方法的引入, 为遗传学在研究技术和方法上带来了革命性的突破1984 年, 穆里斯(Mullis) 等人建立多聚酶链反应(PCR) 技术1986 年, 美国率先提出了一个前所未有的庞大研究计划 人类基因组计划(Human Geneme Project)。其基本目标是, 投入30 亿美元在15 年左右的时间内搞清人类基因组中全部30 亿碱基对长度的DNA 分子中所包含基因的数量、碱基排列顺序并绘制出详细的基因图谱。进入20 世纪90 年代, 遗传学发展的最显著变化是基因组研究全面兴起,该领域的一个标志性研究项目便是1990 年正式启动的人类基因组计划, 该项目决定用15 年的时间(1900 2005 年) 揭示人类基因组的全部奥秘。其任务分2 大阶段: 1) 绘制基因组结构图谱; 2) 测定出基因组DNA 的碱基顺序。我国也于1993 年正式加入该研究, 完成其1% 的工作量。随着这方面资料的积累, 使得遗传学领域产生了一个崭新的分支学科 基因组学(genomics)。另一方面, 以重组DNA 技术为基础的基因治疗开始从实验室走向临床。1998 年8 月, 第18 届国际遗传学大会如期在中国北京隆重举行, 这次大会将作为20 世纪中国遗传学界最重大的事件而载入史册。到2000 年6 月, 经过美、英、德、法、日、中等6 国科学家的努力, 人类基因组工作框架图绘制完成, 经过半年多的分析后发现, 人类基因组构有32 亿个碱基对, 包含3 万 4 万个蛋白编码基因。其研究成果以这题为“人类基因组的初步测定和分析”、长达60 多页的论文发表在权威学术刊物自然上。至此, 遗传学从无到有、从小到大走过了辉煌的一百年。二从遗传学发展历程所想到的纵观遗传学发展的轨迹, 可知遗传学的发展既有其学科自身的特点, 也与20 世纪生物学乃至整个自然科学的发展密切相关, 与社会科学尤其是科学哲学思想的发展也有密切的联系。 我们可从如下方面得到一些深刻的启示。21 遗传学研究中的科学方法和和不可避免的问题孟德尔在杂交实验中运用了“假说”这一科学研究方法： 即先通过杂交实验取得实验结果, 在对实验结果进行综合分析、解释的基础上, 提出一对遗传因子的分离假说和二对遗传因子的自由组合假说, 之后设计自交和测交实验来验证假说, 验证后的假说便上升为定律。 这一“实验假说(模型) 验证定律(规律) ”的科学研究方法贯穿遗传学发展的全过程,从遗传的染色体理论、一个基因决定一条多肽链、DNA双螺旋模型、大肠杆菌乳糖操纵子模型到中心法则等一系列突破性研究成果的取得都遵循了这一科学的研究方法。只有运用科学的研究方法才能提出合理的“假说”,进而通过科学实验来验证“假说”,最后实现理论上的突破,得出正确的结论,这其中包含有一种遵从事物客观规律,一切从实际出发的观点,同时积极发挥人的主观能动性,达到人们能更加深入地认清生命的本质的目的.做学问就是需要这种实事求是的,一丝不苟的作风.同时,值得注意的是, 在遗传学展过程中发生过多次其科学思想和成果被忽视和怀疑的情况。 孟德尔定律被忽视达35年之久, 而且即使在被重新发现后也受到了相当的怀疑。McClintock 早在20 世纪40 年代末就发现玉米中存在“控制因子”, 它可在染色体内和染色体间移动, 引起玉米表型改变。 可惜由于当时人们对于基因的认识还没有摆脱传统的观念, 再加上基因分子生物学知识的贫乏, 她的观点不但没有被其他学者接受, 反而遭一些人的漠视与反对, 直到60 年代末在大肠杆菌中发现了可移动因子后, 移动基因的概念才被大家所公认。 这两个案例说明在科学界存在有保守主义。 显然保守主义会阻碍科学的发展。 但是新的思想几乎每日都出现, 如果旧观点很快就被每日产生的新观点所废弃, 那么坚实而完整的理论就不能出现很长时间, 因此对出现的新成果持谨慎的态度也是必要的,真正的新的正确的理论应该是经受得起时间的考验的,只有它为越来越多的人所接受,成为一种共识,才算一种正确的理论。另外，这也告诉了有志于从事科学研究的：发现一条真理不容易，坚持一条真理也同样不容易。将来如果我们的发现是对的，那不管受到怎样的忽视与怀疑，我们都应该勇敢地坚持下去。真理必将经得起时间的洗礼。22 遗传学研究中的认识论与方法论遗传学发展过程中曾短期出现唯心论的思想。 最初作为孟德尔工作坚定卫士的W1Bateson 在遗传的染色体理论被普遍接受之后, 仍然反对孟德尔遗传因子是染色体一部分的观点。 不过唯心论对遗传学的发展未形成明显的影响。对遗传学发展有深刻影响的是还原论和整体论。还原论最早由德国生理学家J1Loeb 于1912 年提出,他认为所有生命现象可以通过实验分析而还原成为物理、化学规律, 即最终可用原子、分子去解释, 而整体的性质是从独立的、单个部分的性质派生出来的。 作为绝对的还原论者(机械唯物主义者) , 他们把研究生命还原为研究其物理、化学作用, 而不顾器官和组织水平的相互作用。而整体论(整体唯物论或称辩证唯物论) 者认为, 整体性质一部分由各自独立组分的性质所决定, 但同时也由它们协同作用的性质所决定。 因此要得到完整的描述, 就必须在分别研究各个组分的同时, 研究各组分之间的相互作用。从分子遗传学的形成过程可知, 还原论对遗传学的发展起了积极的推动和指导作用。30 年代末, 玻尔、薛定锷等一批物理学家力图用热力学和量子力学理论来解释生命的本质, 并认为生命世界可能还存在新的物理学定律,这引导了一批物理学家投入生物遗传信息的研究, 极大地推动了遗传学的发展。 结构学家、生化遗传