5.2 分子进化

5.2 分子进化

本节摘要：分子进化研究的是 DNA 序列层面怎么变。它围绕一场争论展开：基因组里的变异，是自然选择的杰作，还是随机漂变的偶然？木村资生 1968 年提出的中性理论给了后一个答案——多数分子突变对生存无益无害，其命运由漂变决定，由此推导出"分子钟"。学完这节，你能说清中性理论、分子钟和 dN/dS 检测背后的逻辑，也能判断一段序列差异里哪些是选择的痕迹、哪些只是漂变的噪声，从而读懂基因组这本沉默的历史书。

本节地图

阅读完本节，你应当能够：

1. 复述中性理论的核心主张，以及它和"选择万能论"的分歧所在
2. 解释为什么中性突变的固定速率约等于突变率，并推出分子钟
3. 区分严格中性、近中性、强选择三种突变的命运
4. 用同义替换与非同义替换之比，判断一段序列是否受到选择
5. 理解基因重复如何为新功能提供原料

一、从"选择万能"到一场争论

二十世纪中叶，生物学界有一个几乎没人怀疑的共识：进化靠的是自然选择。性状有用就留下，没用就淘汰，达尔文的逻辑简洁有力，大家都这么讲。可到了 1960 年代，当人们真的开始比较不同物种的蛋白质序列时，一个尴尬的事实浮了出来——序列变异的量，比"选择万能"能解释的多得多。

1968 年，日本遗传学家木村资生（Motoo Kimura）站出来给了一个不同的答案：分子层面的大多数突变，对生存既没有好处也没有坏处，它们是中性的。既然选择对它们视而不见，那它们的去留就交给遗传漂变这个"抽签"来决定。这就是中性理论。

这话在当时近乎离经叛道。它不是说选择不存在，而是说选择在分子尺度上不是主角。木村的理论逼着整个领域重新审视一个朴素的问题：我们在基因组里看到的那么多差异，到底有多少是"有用"的，多少只是"没被清除"的？

二、中性理论：漂变才是主角

要理解中性理论，先想一个假想的序列位点。某天这里发生了一个突变，把原来的碱基换成了另一个。这个新碱基对生物的存活和繁殖有没有影响？中性理论的回答是：绝大多数情况下，没有。

同义突变就是最干净的例证。遗传密码是冗余的，很多碱基替换不会改变它编码的氨基酸，蛋白质照旧，功能照旧，选择自然无从下手。这些突变的命运，就完全由漂变决定——像往群体里丢了一颗不会沉也不会浮的沙粒，它在基因库里的浓度只随抽签的运气上下波动。

中性理论给出了一个简洁到惊人的预测：一个中性突变最终固定下来的速率，正好等于它的突变率。道理是这样：每代都有固定比例的新中性突变冒出来，而群体越大，单个突变固定下来的概率越低，两者恰好抵消。结果就是，中性替换的累积速率只由突变率决定，与群体大小无关。

不过，严格的中性只是一个端点。木村的同事太田朋子（Tomoko Ohta）后来补上了"近中性"这一块：很多突变不是绝对中性，而是带一点点好坏，只是这点差别太小，小到在有限群体里被漂变盖过。一个突变到底"算不算中性"，取决于它的选择强度相对有效群体大小的倒数是大是小。群体越小，越多的轻微有害突变表现得像中性，随波逐流。这个修正解释了为什么小群体物种的蛋白质进化速率反而显得更快。

三、分子钟：把序列当成计时器

中性理论最有用的副产品，是分子钟。如果中性替换按恒定速率累积，那么两个物种从共同祖先分开后，各自独立积累的中性差异就和分开的时间成正比。反过来，数一数两个物种同源序列差了多少，就能估算它们何时分家。

这个想法太诱人了，因为它第一次给"时间"在分子层面安了一个可以读的表盘。最早的验证来自血红蛋白：不同哺乳动物之间血红蛋白的氨基酸差异，和古生物学给出的分歧时间大体吻合。此后，分子钟被用来校正系统发育树、估算病毒何时从动物跳入人群、推算古人类谱系的分化节点。

分子钟不是走得绝对准的钟。不同谱系、不同基因的替换速率有差异，一代的时间长短也影响累积速率，所以实践中要用化石节点或已知分歧时间做"校准"，再反推未知节点。校准得好，它就是古 DNA 之外最趁手的时间尺；校准得差，它会给出离谱的年份。

分子钟在流行病学和古人类学里尤其吃香。追踪流感或冠状病毒的序列差异，能反推一个病毒株大概何时出现、何时跨物种进入新宿主；比较现代人和尼安德特人的基因组，能估算两个谱系何时分家。这些数字都建立在同一个前提上——被比较的那些替换大体是中性的，或者至少速率可校准。一旦混入大量受选择的位点，钟就会失灵，所以用之前通常要先剔除功能区的强选择位点。

四、怎么检测选择：同义替换与非同义替换之比

中性和选择之争不能只靠嘴说，得有测量。最经典的一把尺，是比较同义替换率与非同义替换率。

同义替换不改变氨基酸，通常被当作中性的基准；非同义替换会改变氨基酸，可能被选择盯上。把两者一比，得到一个比值。这个比值大于 1，说明非同义替换积累得比中性预期还快，提示正向选择在推着某个蛋白变；小于 1，说明非同义替换被压制，提示纯化选择在清除有害变化；接近 1，则大体符合中性。

这把尺也有软肋。当序列分歧太大，同义替换已经"饱和"——同一个位点可能换了不止一次——比值就会被低估。而且平均的比值会把局部的正选择和负选择混在一起，掩盖掉真正受选的位点。于是有了位点模型、分支模型这些更精细的方法，允许比值在不同位置、不同谱系上变化，灵敏度高了不少。此外还有一种更贴近群体数据的方法——把同一物种内部的多态性和物种之间的分歧，放到同义位点这个中性格子上比较，检验正向选择是否真的在发生。它把"正在发生的变异"和"历史上固定下来的替换"摆进同一把尺子，多了一层交叉验证。

⚠️ 常见坑：看到某个基因的比值大于 1 就急着宣布"找到了正向选择"。分歧饱和、谱系异质性、重组都可能造成假象，得换模型和换数据集交叉验证。
💡 关键直觉：比值等于 1 不是"没用"，它是判断"选择有没有额外发力"的那条基准线。分子进化的很多结论，都建立在"同义替换代表中性背景"这个假设上。

五、基因重复：新功能的原料库

单个基因的替换只是分子进化的一半，另一半是基因的增删。一个祖先基因发生重复，多出来的那个拷贝就"解放"了——它不再承担唯一的那份职责，可以自由地积累突变，去试新的功能。这就是新功能化的逻辑。

人类的三色视觉是常被引用的例子：视蛋白基因的重复和分化，让我们比大多数哺乳动物多出一种感光能力。另一条路是亚功能化——祖先基因原本身兼数职，重复后两个拷贝各管一摊，把原来的全套功能分摊下去。

但重复基因的下场大多没那么风光。大多数新拷贝因为缺乏选择约束，会快速积累有害突变，退化成假基因，成为基因组里的"化石"。真正演化出新功能的是少数。这个"出生—死亡"的循环，是基因家族扩张与收缩的常态。血红蛋白基因簇是研究得最透的例证之一：它从祖先的单一珠蛋白基因出发，经过一轮轮重复和分化，才有了今天胎儿期与成年期各自专用的表达谱。

💡 关键直觉：重复的价值在于"腾出试错空间"。原基因被纯化选择牢牢按住，动不得；多一个副本，就多一个可以冒险的位置，进化才有下注的地方。

六、从对立到分工：选择与中性的和解

争论了几十年，最后不是谁赢谁输，而是各退一步、各管一段。功能位点，尤其是编码区的关键结构域，几乎都处在强烈的纯化选择之下，能留下的突变很少，这里选择是绝对主角；而假基因、非编码区的大片区域，替换速率贴着突变率走，漂变说了算。正向选择则是稀客，只在少数适应性事件里集中出现。

现代基因组学于是不再问"这个物种靠中性还是靠选择进化"，而是问"具体哪个位点、在哪个谱系、什么时间受了哪种选择"。这套精细的问题意识，正是中性理论逼出来的——它把"中性的预期"算得清清楚楚，偏离这个预期的地方，才值得深挖。

一节小结

• 中性理论：多数分子突变对生存无益无害，其命运由遗传漂变决定，而非自然选择。
• 固定速率：中性突变固定的速率约等于突变率，这是分子钟成立的数学根基。
• 近中性修正：轻微有害突变在小群体里表现得像中性，群体大小决定其命运走向。
• 分子钟：中性替换按恒定速率累积，使序列差异与分歧时间成正比，可反推物种分家时间。
• 同义与非同义之比：大于 1 提示正向选择，小于 1 提示纯化选择，接近 1 是中性。
• 基因重复：多出的拷贝腾出试错空间，是新功能化和亚功能化的原料，多数拷贝最终退化为假基因。

下一节，我们把这些工具用到人类自己身上——用迁徙、混血和适应性，看人类的遗传多样性是怎么被历史一件件写出来的。