只有创新,适者才能降临

发布于: Android转发:6回复:4喜欢:20

文/姚斌




《适者降临》是“生命科学书系”之一,今年由湛庐文化出版。这是一本关于进化论的论著,是作者安德烈亚斯·瓦格纳15年的研究成果。《适者降临》的副标题是“自然如何创新”,说明这本书的核心在于创新。

达尔文的自然选择理论很好地解释了适者是如何经过漫长的时间保留了下来,但是无法解释适者究竟是怎么到来的。比如,仅仅历经38亿年的随机突变,翅膀和眼球是如何演化而来的?如何解释进化的速度与效率?达尔文进化论的局限在于其无法解释遗传现象。生命起源于何处?更好、更强的强者从何而来?大自然如何无中生有,如何创新?达尔文的进化论是人类历史上杰出的学术成就,但生物进化的秘密远不是达尔文进化论所能穷尽的。达尔文在《物种起源》中也十分坦诚:“遗传的法则仍旧充满未知。”

对于达尔文来说,变异是个大问题,因为自然选择本身并不会导致变异。自然选择不创造新的变异体,而仅仅是对已存在的变异体进行选择。达尔文意识到,自然选择在生物进化论中的正面作用,却始终无法参透变异的来源。自然选择可以解释最适者何以生存,却无法解释最适者如何降临。生命具有进化的能力。不仅如此,生命在变异的同时依旧能够通过稳定的遗传保留已有的现状,它同时具有可变性和保守性。达尔文之后的博物学家在自然界发现了许多呈连续性分布的遗传性状:作物的产量、鸡蛋的重量、树叶的形状,这些性状是大多数生物性状的遗传特征。

大多数生物的进化有赖于漫长时间中自然选择的累积。但困扰科学家的不是自然选择,而是新性状到底起源于何处。实际上,遗传和变异不仅仅发生在个体中,同时也是一种群体现象。最典型的例子是英国的白色桦尺蠖。由于工业革命带来的烟尘,在不到百年的时间里,白色桦尺蠖变成了黑色桦尺蠖。其结果是,黑色桦尺蠖因为与烟煤同色存活了下来,而白色桦尺蠖则由于沦为捕食者的盘中餐而灭绝。

生命需要有增加自身数量的能力,即自我复制,以遗传的方式将自己的优势特征传递给子代个体。如果没有子代对亲代性状的遗传,进化论就成了空谈,自然选择也就没有了意义。但是,只有那些几乎不犯错的复制酶才能保全核酸酶本身的遗传序列,从而保全其自我复制的能力。生命的本质正似一支贪得无厌、如狼似虎吞噬高能物料的分子大军,和所有行军的队伍一样,一旦切断补给,生命就会迅速崩溃。在竞争中处于下风的分子最终将会由于复制不出足够数量的本体遭到淘汰,而饥饿会加快劣势分子消失的速度。

生命的开端不应当是一个可以自我复制的分子,而是一张新陈代谢的网络。这就好比光去幻想一家光鲜亮丽的汽车工厂,却忽略了零件供应商的重要性是极其危险的。没有零件供应商为工厂提供足够数量的轮胎、轮轴、变速器以及引擎,工厂里再高通量的流水线也不过是形同虚设,毫无意义。如果供应商效率低下,货源不足,导致工厂几年才能生产出一辆车,那么产量缩水、工厂倒闭就几乎不可避免了。这个困境的解决方法显而易见:在第一个能够自我复制分子出现之前,一张为生命提供各种化学原料的化学反应网络就已经准备就绪,为生物体源源不断地提供所需的物质。

如果没有外界的帮助,生物体内的某些化学反应需要数千年才能完成。因此,新陈代谢需要催化剂,生物体内的催化分子可以显著提高反应的速度。地球历史上第一个能被叫做活物的东西,不管它是什么玩意,都需要自催化反应来解决自己的温饱问题。生命所需的新陈代谢,不是区区几个反应,因为每一个反应都需要许多其他代谢反应提供原料,以保证充足的代谢物质。一旦工厂和供应商都就位,达尔文的进化论就开始展现威力了。进化论使得相对优秀的工厂保留下来,与这些工厂相关的、更出色的供应商也得以保存,后者又反过来造就了更优秀的工厂,以此类推,在无尽的循环里支撑起所有的生命之舟。

由此可见,生命需要进化的能力,甚至在生命还没出现的时候就需要,以保证自催化的新陈代谢和最早的自我复制体诞生。生物进化的交响曲有三段不同的主旋律:第一段,生物进化把不同的化学反应组合在一起;第二段,进化需要借助促进分子反应的辅助分子力量;第三段,进化创造了调节,这是高度复杂的生命体维持自身稳定的关键。伴随着生态圈的生命体变得越来越复杂,适应力不断增加,进化的这三个主旋律回荡在历史的长河里,振聋发聩。

任何发生突变致使基本生命物质合成受阻的生物,不是无法存活到可以繁殖的年纪,而是根本无法存活。无论一种代谢方式在今天看来有多成功,由于世界的瞬息万变,它几乎注定会在未来的某一天掉下神坛。正如将随着不可再生的化石燃料日渐枯竭而凋零的全球经济。环境中的化学成分也是一样,营养物质总是旧去新来,从来不会一成不变。依赖某种特定营养物质的生物容易走入进化上的死胡同。生命如果想繁衍下去,就必须寻求新的代谢方式。

在大自然里,生命卑微得像无根的野草,在世间到处漂泊流浪。无数生命用自己的身躯实验着不同的化学反应组合,不断的试验,不断的重复。有些一命呜呼,有些则侥幸生还,继而把自己的经验传递给下一代。生命犹如风中翻腾的黄沙,生命进化的过程并不比无处安身的风尘高贵多少。即使一个微小的变化也能够对生命造成巨大的影响,从而永远改变后代的命运。斑头雁是世界上飞得最高的鸟类,这是因为斑头雁体内的血红蛋白在氨基酸序列上发生了变异。这种蛋白质负责将氧气从肺输送到肌肉,使得斑头雁能从稀薄的空气中摄入氧气分子,在别的鸟类不得不因为过高的海拔着陆时,斑头雁却能继续飞行。

自然选择的作用体现在它的保守性,它是进化的记忆,保留了所有值得保留的改进,无论改进多么微不足道,假以时日,这些微小的改变终会积流成河、聚木成林。达尔文认为,脊椎动物美丽的眼睛,以及眼睛内精妙复杂的晶状体,都是一系列微小进化积累的最终产物。在他的《物种起源》中有一段关于眼睛的描写,眼睛无疑是生物进化史上最出色的成果之一。“眼球精密的结构是无与伦比的,它能够调节焦距以适应不同距离,能够调节进出的观念,能够纠正色差和球面像差,我必须坦诚,造就这一切的自然选择对我而言简直不可思议。”

发育稳态指的是面对外界环境使生物体保持自身特征稳定的能力。发育稳态最早来自20世纪40年代的生物学家C.H.沃丁顿。他在研究果蝇时发现,不同基因型的果蝇在身体外观上几乎没有区别。沃丁顿以此认为,无论在什么情况下都会止于一个相同的最终结果。发育稳态最明显的优势在于保证生物的生存,它能够纠正帮助RNA在复制中对抗致命的错误,使得生物体对错误有了一定的耐受性。但是,发育稳态的代价就是它的复杂性。

对于复杂性问题,“奥卡姆剃刀”可以解决之。奥卡姆剃刀体现了一种简约性:万物本质当由最少的事实作为支撑,且勿浪费。奥卡姆剃刀是工程师制造机械时的追求。在工程学里,它有着经济方面的考虑。量产一台机器的每个零件都需要成本,更少的零件意味着更低的成本,而降低成本是每个工厂老板都希望看到的。另外,装配过程复杂的机器也更容易出现安装错误。对于制造一台机器,精简主义大有裨益。

通常情况下,在不同环境中生存需要生物具有一定的复杂性。而与精简性相伴的,就是发育稳态的降低:不仅仅是对突变,还有对多变环境的稳定性,两者并非相互独立。能够应付的环境类型越多,代谢体系内包含的生化反应就越多,代谢就越复杂。在这种情况下,代谢的发育稳态也会变得越强:我们能够从代谢体系中移除而不影响生物生存的反应相应也增多。代谢体系中的反应数量越多,在某个特定环境中不会用到的反应也就越多。生物的复杂性和遗传稳定性随着它面对的环境多变程度的上升而上升。因此,你可以运用简约性,但无法消除复杂性。

多变的环境催生了生物的复杂性,而复杂性促成了发育稳态,发育稳态继而造就了基因型网络,后者让进化成为可能,使得生物能够通过演变适应环境的变化,提高自身的复杂性,循环往复,生物进化通过这种方式螺旋上升。这种进化方式的核心在于,处在多维空间的基因型网络的自组织性。自组织性是生命璀璨光彩背后的支持者,它是隐藏的生命建筑师。

自然进化和技术创新有诸多共同之处,促进自然进化的基因型网络在人类技术进步同样存在。与自然界相似,科研人员也总是行进在各自领域的最前线,他们依赖不断的试错、人海战术、多起源策略和组合优化,模仿自然的创造能力,实现技术突破和创新。技术发明的精简主义和高雅主义,深深隐藏在现实世界的背后。如果没有试错的过程,我们很难想象有更合理的成功方式:参与的人越多,尝试的可能性也就越多,相应成功的概率也就越高。

技术的本质在于创新,公司能否继续生存,也在于创新。彼得·德鲁克在《创新与企业家精神》中就认为,创新是企业家特有的工具,他首次将实践创新与企业家精神视为所有企业和机构有组织、有目的、系统化的工作。企业家的本质是实践;企业家精神是创新实践的精神;企业家的战略是创新市场的战略,如何成功的将一项创新引入市场是企业家战略的核心。创新是否成功不在于它是否新颖、巧妙或具有科学内涵,而在于它是否能够赢得市场。不具有创新市场的能力,就会被远远抛在后面。

进化要解决的问题需要全新的解法,是创造而不是组合。布莱恩·阿瑟在《技术的本质》中直言,“无论什么新技术都必须建立在已有的技术基础之上”。同样的道理在生物学中也适用:任何生物进化中的新性状,无论它是在哪个角落,都是组合优化的结果。变异通过改变DNA创造具有新表现型的生物,其中一些经过自然选择幸存下来并繁衍生息,这个过程就是在变异、选择中不断循环往复。于是,科学家一直想要模仿自然的创造能力,据此创造了一个全新的领域。这就是从“自然如何创新”中得到的启示。

全部讨论

2019-10-10 09:09

降临这个词虽然高端,但是用来翻译arrival总觉得差点意思。

2019-10-10 15:50

《复杂经济学》,《适应性市场》

2019-10-10 09:12

最近在看《自私的基因》,作者对地球物种起源的描述,在某些方面回答了达尔文的思考。只是该书专业性有点强,虽然作者已尽力用通俗语言表述,但我读起来还是有些吃力。

2019-10-10 09:01

好复杂