Towards coevolution-aware ancestral sequence reconstruction

想象一下，你正试图通过推测来还原一道百年前名菜的食谱。你手头有一份所有现代版本该菜肴（即“现存”蛋白质）的清单，以及一张展示它们如何相互关联的家族树。你的目标是弄清楚那份最初的、古老的食谱究竟是什么样的。科学家们称之为祖先序列重建（ASocial Sequence Reconstruction, ASR）。

长期以来，这种重建的标准方法就像是分别观察每一种食材来推测食谱。如果 90% 的现代菜肴都用了盐，那么旧的方法就会假设古老的食谱一定用了盐。如果 90% 的菜肴都用了胡椒，它就假设用了胡椒。它将每种食材都视为互不相关的个体。

问题所在：“单打独斗”的错误
本文认为，这种“单打独斗”的方法是有缺陷的，因为食谱中的食材（或蛋白质中的氨基酸）并不是孤立存在的。它们之间有着深刻的联系。在真实的厨房里，如果你加入了大量的辣辣椒，你可能需要加入更多的糖来平衡味道。如果一个蛋白质的结构改变了其中一部分，通常会迫使另一部分也发生改变，以保持整体的稳定。科学家们称这种现象为上位效应（epistasis）（或协同进化）。

旧的方法忽略了这些联系。这会导致两种糟糕的结果：

1. “过于完美”的猜测： 计算机挑选出了一个在数学上看起来近乎完美，但在现实生活中却无法烹饪出的单一“最佳”食谱，因为其中的食材会发生冲突。
2. “随机”的猜测： 如果科学家尝试生成几种不同的可能食谱，他们可能会得到一些物理上不可能实现的组合，比如一个只由水和油组成的蛋糕。

新的解决方案：“团队协作”的方法
作者引入了一种新方法，它就像一位理解食材如何“对话”的大厨。他们将标准的家族树分析与一种叫做**直接耦合分析（Direct Coupling Analysis, DCA）**的技术相结合。

把 DCA 想象成一种通过观察成千上万名现代厨师来学习“厨房规则”的方法。它能发现：“如果你使用了食材 A，你必须同时也使用食材 B 才能让它发挥作用。”

这个新框架利用这些规则来指导重建过程。它不再是猜测单一的完美序列或一堆随机的序列，而是生成一个候选祖先团队。这些候选者：

• 符合家族树的演化逻辑（具有系统发育一致性）。
• 遵循“厨房规则”（尊重残基与残基之间的约束关系）。
• 保留了不确定性（承认我们并非对每一种食材都 100% 确定，但我们知道它们是如何配合的）。

他们是如何测试的
为了证明这套方法有效，科学家们并没有仅仅进行猜测；他们构建了一个“时间机器”模拟实验。他们创造了一个虚假的进化历史，因为规则是由他们自己编写的，所以他们知道确切的“地面真相（ground truth）”食谱。然后，他们尝试使用旧的“单打独斗”法和他们新的“团队协作”法来进行重建。

结果
当他们在真实的生物学案例（特别是能够分解抗生素的酶——$\beta$-内酰胺酶，以及帮助蛋白质粘附 DNA 的DNA 结合结构域）上进行测试时，他们发现：

• 当这些序列高度依赖于食材之间的“团队协作”时，新方法在猜测正确的古老序列方面表现得更好。
• 它产生了一组合理的祖先序列，这些序列看起来像是自然界中真实存在的、具有功能的蛋白质，而不是奇怪且破碎的组合。

总结
本文提出了一种新工具，它不再将蛋白质进化视为一场独立的掷骰子游戏。相反，它将进化视为一场复杂的舞蹈，其中每一个动作都取决于搭档。通过尊重这些联系，这种新方法为我们描绘出了一个更清晰、更真实的图像，展示了我们的古代分子祖先究竟是什么样子的。