文 | 钱钱
编辑 | 阿景
佛蒙特大学最近搞了个大新闻他们的研究团队用计算机模拟了数千代物种进化,结果发现咱们以前对"适者生存"的理解,可能窄了点。
这可不是小打小闹的修正,直接把传统进化研究里的"单一环境假设"给捅了个窟窿。
以前课本里讲进化,总像在说一个按剧本走的故事。
比如长颈鹿脖子变长,就是因为树高了,够不着叶子的都饿死了,剩下的脖子越来越长。
这种故事听着简单,但佛蒙特大学的研究团队一较真,发现现实远比这复杂。
传统研究有个毛病,总喜欢在固定环境里观察单一物种。
就拿果蝇来说,美国实验室里的果蝇,研究人员会控制温度、食物,看它们怎么适应,肯尼亚野外的果蝇,又有另一套环境参数。
但问题来了,这两种研究得出的结论,往往对不上号。
美国果蝇适应了恒温,到了肯尼亚的温差环境里可能活不好,反之亦然。
说白了,单一环境下的结论,出了这个环境就不一定管用。
那佛蒙特大学的这帮科学家,是怎么跳出这个圈子的呢?他们玩了个"虚拟世界"。
不在实验室养虫子,而是在计算机里建了105种环境模型有像四季轮回那样规律变化的,有像旱季雨季突然切换的,还有完全没规律的混沌波动。
然后往这些环境里"扔"了些数字生物,看着它们繁衍了数千代,记录每一代的变化。
这实验一跑起来,有意思的事儿就来了。
不是环境变化越大,物种适应能力就越强,也不是变化越规律,物种就越容易应对。
真正起作用的,是变化的"顺序"和"历史"。
比如先经历缓慢升温、再突然降温的种群,和先突然降温、再缓慢升温的种群,哪怕最后环境一样,适应能力能差出一大截。
更颠覆的是,他们发现种群以前的"经历",比天生的基因特性影响更大。
研究里有个叫拉波·弗拉蒂的教授就说,传统研究总觉得抓一群同物种的生物来观察就行,现在看来,样本量根本不够你得知道这群生物祖上都经历过啥环境波动,不然研究结论就是瞎猜。
另一个研究员梅丽莎·佩斯佩尼说得更直接,"起点太重要了,就像玩游戏存档,前面的操作会影响后面的剧情。"
这个发现往现实里一放,好多事儿就有了新解释。
先说说气候科学,以前预测物种怎么适应全球变暖,总盯着"温度升多快",但现在看来,"升温的节奏"可能更关键。
北极的动物要是先经历几年小幅波动,再遇到极端高温,说不定比突然升温更容易扛过去,热带的物种要是先碰上干旱、再发洪水,和反过来的情况,生存概率可能差老远。
医学领域也跟着凑热闹。
就说抗生素吧,医院里总说"别滥用抗生素,不然细菌会耐药"。
但佛蒙特大学的研究提示,问题可能不只是"用不用",还有"怎么用"。
要是一种抗生素用几天停几天,和连续用两周,细菌面对的"环境波动"完全不同,耐药性进化的速度可能差着量级。
以后医生开抗生素,说不定得像调音响音量一样,讲究个"节奏控制"。
连AI领域都来蹭热度。
现在的AI有个老大难问题"灾难性遗忘",学了新东西就忘旧的,跟金鱼似的。
研究团队里有个搞AI的专家尼克·切尼就说,生物进化里,物种面对环境波动时,会保留一些"历史经验",比如有的植物会记住去年的干旱,今年提前长深根。
AI要是能学这套,搞个"进化式学习",说不定就能告别"失忆"的毛病。
最实在的还是生物多样性保护。
以前咱们总想着保护珍稀物种的基因,建个基因库就觉得万事大吉。
但现在看来,光有基因不行,还得给物种留够"折腾"的空间。
比如一片森林,不能只保护一种树,得让它有四季变化、有旱有涝,甚至偶尔来场小火灾,让物种在不同环境波动里积累"生存经验"。
不然就算基因再纯,突然换个环境,照样活不成。
佛蒙特大学的这个研究,其实是给我们提了个醒,自然界没有标准答案,进化也不是一条道走到黑。
每个物种的生存故事,都是环境波动、历史经历和基因特性混在一起的"大乱炖"。
以后不管是研究物种进化,还是解决现实问题,都得多琢磨琢磨,这事儿以前经历过啥?
现在的变化是按什么顺序来的?说不定答案就藏在这些"历史细节"里。