基因突变，不是完全随机的？

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，要么就是完全随机，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，并非完全随机！

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。

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完全相悖的。

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“最早的突变完全随机”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