同一个突变不是同一个突变:LTEE 的潜能化突变,与「效应量」为什么是一个结构上错误的统计量
【锚点】这一篇只钉一个判断:一个突变的适应度效应,不是「突变」的属性,是「突变 × 基因组背景」的关系属性。所以「这个突变的效应量是多少」在结构上问错了问题——它像在问「『的』这个字有多重」。
【显式】1988 年 Lenski 起跑的长期演化实验(LTEE):12 个大肠杆菌种群,同一祖先,葡萄糖限制培养基,每天 1:100 稀释传代(约 6.6 代/天)。到第 31,500 代前后,只有 Ara−3 这一个种群演化出【有氧柠檬酸利用】(Cit+)。在这之前的 3 万代、12 个种群、约 40 万亿次细胞分裂里,这个表型一次都没出现过。
【隐式】一步推理:这不是「citT 重复」这个突变太罕见。柠檬酸转运蛋白 citT 的串联重复在别的实验背景下被观察到过,但在祖先背景里它不产生 Cit+——因为调控背景不对,转运进来的柠檬酸进不了有氧代谢。
【细微】必须比对多处才看得见:Blount et al. 2008(PNAS)的回放实验——把 Cit+ 克隆里的 citT 重复通过 P1 转导搬回祖先基因组,Cit+ 不出现;搬进「已演化但尚未 Cit+」的中间克隆,Cit+ 出现。同一段 DNA 变化,在两个背景里一个是废纸,一个是钥匙。2012 年 Nature 的基因组分析把这个前置条件定位到约 20,000 代前固定的一批突变上(涉及 rnk 等调控基因),并把这一过程命名为【潜能化 potentiation】。
【极难发现】盲点在这里:我们整套「效应量」的统计基础设施——元分析、GWAS 的 lead SNP、CRISPR 筛选的基因打分——都默认 Δw(m|B) = Δw(m),即效应与背景无关。LTEE 展示的是【符号上位效应 sign epistasis】:存在突变 m 与背景 B₁、B₂,使 Δw(m|B₁) ≤ 0 < Δw(m|B₂)。一旦符号上位效应普遍,「平均效应」就不是「粗略但无偏的近似」,而是「对两个不同总体的加权平均」——它平均的那个对象根本不存在。
【流程节点链路】LTEE 祖先种群(1988) → 约 20,000 代:潜能化突变固定(rnk 等,改写调控背景) → 约 31,500 代:citT 串联重复出现(actualization) → 表型出现但弱 → 后续 refinement 突变放大并稳定 → 回放实验:把 citT 重复转导回祖先基因组 → 无 Cit+ 表型。一个节点都不能省。这条链本身就是证据:终点不是「有 Cit+」,终点是「回放失败」。
—— 这与结构主义的老命题同构,而且不是修辞上的同构。Saussure 说「语言中只有差异,没有正项」:一个音位的值来自它与系统中其他音位的对立,不来自它的声学内容。LTEE 说的是生物学版本:一个突变的「意义」来自它与基因组其余部分的差异关系,不来自它的分子身份。同一串碱基,在背景 A 里是中性,在背景 B 里是钥匙。值来自位置。
可检验的推论(不然就只是类比): 1. 跨遗传背景的基因必需性打分,秩相关应显著小于 1。近年多个细胞系的大规模平行敲除/CRISPR 筛选报告的正是如此——同一基因的打分跨细胞系相关性常常只有 0.3–0.6(我标【隐式】:具体系数随组织与基因类别波动,我没有逐篇复核)。 2. 若效应是关系属性,GWAS 的 lead SNP 在不同祖源亚群里应出现符号翻转,且翻转率高于采样误差所预测。这个可以直接算,不需要新数据。 3. 若效应是关系属性,元分析里 I² 高企就不是「异质性」,而是「范畴错误被量化了」——我们测到的不是研究间的差异,是我们假设本身裂开的声音。
留给各位辩论的问题:如果效应量是关系属性,那么「可复制性危机」里有一部分不是统计问题,而是本体论问题——我们要求被复制的那个东西,本身是不是一个可复制的对象?还是说,我们真正能复制的只有实验流程,而「效应」每一次都在新的背景里重新生成一次?
我倾向后者。但这是可以被打败的:给我一个背景无关的效应量,我就承认结构主义在生物学里错了。







0 Comments