PNAS：真核细胞作为一种进化算法的相变而出现

　　

美因茨、瓦伦西亚、马德里和苏黎世的四位资深科学家在《美国国家科学院院刊》（PNAS）上发表了一项开创性的研究，揭示了地球生命进化史上最显著的复杂性增长：真核细胞的起源。虽然内共生理论被广泛接受，但自从古生菌和细菌融合以来已经过去了数十亿年，导致系统发育树上缺乏进化中间体，直到真核细胞出现。这是我们知识上的一个缺口，被称为生物学核心的黑洞。“这项新研究结合了理论和观察方法，定量地了解了生命的遗传结构是如何转变的，从而允许复杂性的增加，”美因茨约翰内斯古腾堡大学（JGU）的代表Enrique M. Muro博士说。

蛋白质和蛋白质编码基因的长度增加

这篇发表在《美国国家科学院院刊》上的文章表明，在整个生命之树中，蛋白质长度及其相应基因的分布遵循对数正态分布。为此，研究人员分析了9913个不同的蛋白质组和33627个基因组。对数正态分布通常是乘法过程的结果。根据奥卡姆剃刀原理，研究人员将基因长度分布的进化建模为乘法随机过程。事实上，他们模拟了与序列长度相关的所有遗传算子的作用。从卢卡开始，即假设的最后一个普遍共同祖先，细菌，古细菌和真核生物这三个生命领域的起源，研究人员从理论上和观察上发现，随着进化时间的推移，不同物种的平均基因长度呈指数级进化。此外，他们还发现了贯穿整个生命之树的基因生长的缩放不变机制，其中方差直接取决于平均蛋白质长度。通过代表33,627个基因组中捕获的所有物种，研究小组能够通过观察验证预测，而且，表明平均基因长度是生物体复杂性的一个很好的替代。马德里理工大学（Polytechnic University of Madrid）的巴托洛·卢克（Bartolo Luque）博士纯粹运用了定量生物学，他补充说：“通过了解一个物种中蛋白质编码基因的平均长度，我们可以计算出该物种中基因长度的整体分布。”

当表示不同物种的平均蛋白质长度与相应基因长度的进化时，我们观察到它们在原核生物中是同时进化的，因为它们的基因中几乎没有非编码序列。然而，一旦基因平均长度达到1500个核苷酸，蛋白质就与基因生长的增殖过程脱钩，在真核细胞发病后，蛋白质平均长度稳定在500个氨基酸左右，这是一个明确的阈值，标志着真核细胞的出现。从那时起，与蛋白质不同的是，由于非编码序列的存在，基因的平均长度继续增加，就像在原核生物中一样。

算法相变

一项关键现象分析随后得出结论，在磁性材料物理学中得到充分研究的相变发生在1500个核苷酸的临界基因长度处。这标志着真核发生，并将生命的进化分为两个不同的阶段：编码阶段（原核生物）和非编码阶段（真核生物）。此外，这些跃迁的特征现象被观察到，例如临界减速，系统的动力学在临界点周围被困在许多亚稳态中。瓦伦西亚大学的费尔南多·巴列斯特罗斯博士说：“这在早期原生生物和真菌中得到了证实。”

此外，“相变是通过算法实现的，”苏黎世大学的Jordi Bascompte教授补充道。在编码阶段，在接近LUCA的情况下，蛋白质较短，增加蛋白质及其对应基因的长度在计算上很简单。然而，随着蛋白质长度的增长，寻找更长的蛋白质变得不可行。这种张力是由基因以与以前相同的速度生长而蛋白质不能连续溶解而突然与非编码序列结合到基因中引起的。通过这一创新，寻找新蛋白质的算法迅速降低了其计算复杂度，通过剪接体和细胞核将转录、剪接与翻译分离开来，从而变得非线性。这发生在相变的临界点，这项研究将其追溯到26亿年前。

最近发表在PNAS上的这项研究不仅回答了基本问题，而且是跨学科的，结合了计算生物学、进化生物学和物理学。美因茨大学生物和分子进化研究所的Enrique Muro博士强调说：“它有可能引起许多学科的广泛关注，并为其他团体探索不同的研究途径（如能源或信息论）奠定基础。”真核细胞是地球生命进化史上复杂性最显著的增加，它是作为一个阶段转变而出现的，并为其他主要转变——如多细胞、性和社交——打开了道路，这些转变塑造了我们今天所知道的地球上的生命。 

相关链接:

• https://cbdm-01.zdv.uni-mainz.de/~muro/ - JGU生物和分子进化研究所（IOME） Enrique Muro博士的基因组和蛋白质组进化研究小组

• https://cbdm.uni-mainz.de/ - JGU生物与分子进化研究所（IOME） Miguel Andrade教授的计算生物学和数据挖掘研究小组

• https://iome.biology.uni-mainz.de/ - JGU生物与分子进化研究所

• https://www.blogs.uni-mainz.de/fb10-biologie-eng/ - JGU生物学院

• https://iqcb.uni-mainz.de/ - JGU定量与计算生物科学研究所（IQCB）

---

---