哺乳动物的大脑是生物工程学的奇迹，然而它并非按照单一的蓝图构建。虽然小鼠大脑和象脑拥有相同的基础部分，但它们在大小、细胞数量以及细胞排列方式上却有着巨大的差异。几十年来，科学家们已经知道，仅凭大脑质量并不能完整地说明问题；两个大脑重量相同的动物，其神经元数量和细胞密度可能截然不同。这种差异表明，大脑的进化不仅仅是一个变大或变小的过程，而是一个复杂的细胞架构重组过程。为了理解这一过程是如何发生的，研究人员必须超越大脑的物理形状，去观察构建它的分子指令。驱动这一领域的研究问题是：基因代码中的微小变化（即细胞用于功能的蛋白质）是否与不同物种间观察到的脑结构变化同步进行。
一个研究小组致力于通过将基因的历史与大脑形态的历史联系起来，来回答这个问题，研究对象涵盖了十八种不同的哺乳动物。他们收集了海量数据，将大脑结构的测量值（如皮层或小脑中的神经元数量）与这些动物体内发现的蛋白质基因序列相结合。由于物种是通过家族树相互关联的，简单的特征比较可能会产生误导；某种相似性可能仅仅是因为两个动物拥有共同的近期祖先，而非特定的基因导致了特定的脑部特征。为了解决这个问题，科学家们使用了一种能够解释这种共同家族历史的方法，从而观察一个基因随时间变化的速率是否与大脑特征变化的速率相匹配。他们专注于二十九种不同的脑部和身体测量指标，但意识到其中许多指标是高度相关的，本质上是在重复相同的信息。为了获得更清晰的图像，他们将这二十-九种特征精简为五个代表性特征，这些特征捕捉了大脑组织中的绝大部分变异，包括皮层神经元的总数、皮层占脑质量的百分比以及小脑神经元的比例。
随后，研究人员分析了这十八个物种中一万多个基因的遗传代码，以观察这些基因的进化速率是否与这五种大脑特征相关联。他们发现了一个明显的模式：特定的基因表现出的进化变化与特定的脑部特征同步移动。总共，他们确定了二十五处基因与大脑特征之间的显著联系，涉及二十三个独特的基因。这些联系并非随机产生的；无论研究人员是分析原始大脑测量数据，还是通过调整数值以消除比例变化的影响，这些联系都表现得非常一致。有十九个基因同时出现在两种分析中，这表明其分子进化与哺乳动物大脑的多样化之间存在稳健的联系。与大脑变化关联最频繁的基因，是那些涉及小脑神经元百分比和大脑皮层质量的基因，这表明驱动大脑多样性的分子驱动力是针对特定脑部区域的，而非由单一因素控制整体大小。
为了理解这些基因在活体大脑中究竟如何运作，团队观察了它们在人类大脑中的表达情况。他们发现这些基因在人类大脑中的活跃程度和位置呈现出惊人的多样性。有些基因在成年大脑的许多不同区域广泛开启，而有些基因在成年大脑中几乎不活跃，或者仅在特定区域显示活性。这一发现挑战了这样一种观点，即驱动大脑进化的基因必须在成年大脑中高度活跃才具有重要意义。相反，这表明这些基因的进化变化可能与大脑发育过程中的构建方式，或特定细胞类型中的功能有关，而非仅仅取决于其最终的成年状态。研究还揭示，他们所能研究的基因并非人类所有基因的随机样本。因为他们需要该基因在全部十八个物种中都具备完美的匹配，最终名单富集了那些参与基础细胞过程（如代谢和细胞结构）的基因，同时排除了许多与嗅觉或免疫系统相关的基因，因为后者变化过快，无法在如此广泛的动物范围内进行追踪。
研究结果描绘了一幅大脑进化高度特异性的图景。大脑的多样化并非由一组单一的基因使大脑变得更大或更聪明，而是由一系列不同的基因驱动，每个基因都对大脑不同部分的压力做出反应。这项研究证实，基因的分子历史通常与特定大脑特征的物理历史紧密相连，但也表明这种关系是复杂的，且取决于观察数据的方式。虽然研究人员无法证明这些基因直接导致了大脑的变化，但强有力的统计学联系表明，它们是讲述哺乳动物大脑如何变得如此多样化的故事中的关键角色。通过将基因变化的速率与大脑形态联系起来，这项工作为理解我们自身复杂心智以及其他动物亲属的心智之分子根源，提供了一个全新的框架。
技术摘要：从基因到大脑：分子进化与哺乳动物大脑细胞多样性
问题陈述
哺乳动物的大脑在大小、细胞组成和组织结构方面表现出广泛的多样性，然而驱动这种表型多样性的分子进化机制尚未得到充分理解。尽管先前的研究已经记录了谱系特异性的基因表达和蛋白质进化变化（特别是在灵长类动物中），但仍缺乏全基因组层面的评估，以确定分子差异是否系统性地追踪了哺乳动物大脑细胞表型的定量差异。此类跨物种分析的一个核心挑战在于如何处理共享的进化历史，这使得物种并非独立的统计观测值。本研究利用系统发育比较框架，旨在区分特定的基因-表型关联与共同祖先导致的伪迹，从而调查蛋白质序列的进化速率是否与哺乳动物大脑细胞组织的定量差异存在共变关系。
方法论
本研究整合了 1 种比较神经解剖学数据与 18 种哺乳动物（包括 Homo sapiens、Mus musculus 和 Loxodonta africana）的同源蛋白质序列。
数据整合与性状选择：
- 表型： 作者利用了来自 Herculano-Houzel 等人 [2015] 的 29 个大脑及身体相关形态特征（例如：神经元计数、细胞密度、结构质量）。
- 降维： 由于特征之间存在强相关性，研究进行了详尽的子集选择分析。最终选择了 5 个代表性特征来解释 88.12% 的标准化特征方差：皮层神经元数量 (cx_N)、小脑单位质量神经元数 (cb_NpM)、体重 (body_M)、皮层质量百分比 (cx_percM) 以及小脑神经元百分比 (cb_percN)。
- 基因组数据： 从 OrthoDB v12.2 中检索了所有 18 种物种的 10,395 个同源蛋白质序列。
进化速率分析：
- 比对与树构建： 使用 MUSCLE v5.3 进行氨基酸序列比对。使用 IQ-TREE v3.0.1 估计特定基因的分支长度，并将其约束在由 VertLife/MamPhy 衍生的共同 18 种哺乳动物拓扑结构上。
- RERconverge： 作者采用 RERconverge 来测试基因特异性相对进化速率 (RER) 与上述 5 个代表性特征进化变化之间的关联。RER 通过平方根转换的分子路径长度和加权回归进行计算。
- 统计检验： 使用 Spearman 秩相关进行关联性测试。分析针对对数转换后的表型（主要分析）和未转换的表型（敏感性分析）进行。显著性通过 Benjamini-Hochberg 校正（FDR < 0.05）来确定。
下游特征描述：
- 表达谱分析： 在两个分析中均显著的基因通过 GTEx v11 数据在 13 种成年人类大脑组织中进行特征化。
- 高表达比较： 将前 500 个高大脑表达基因的 RER 相关性分布与剩余基因进行比较，并使用 Kolmogorov–Smirnov 检验。
- 功能富集： 使用 KEGG 通路富集分析，将保留的 10,395 个基因与被排除的基因进行比较，以评估由同源性过滤引入的功能偏倚。
关键结果
- 基因-性状关联： 主要分析（对数转换表型）识别出涉及 23 个独特基因的 25 个显著基因-性状关联。未转换分析识别出涉及 28 个基因的 29 个关联。至关重要的是，有 19 个基因在两种分析中均被找回，表明存在一个独立于表型转换的稳健基因子集。
- 性状异质性： 显著关联的分布并不均匀。在小脑神经元百分比 (cb_percN) 和皮层质量百分比 (cx_percM) 中发现的关联数量最多，而在体重和小脑单位质量神经元方面的关联较少。
- 表达模式： 这 19 个共有候选基因在成年人类大脑组织中表现出异质性表达。虽然某些基因（如 ABHD12、NKTR）呈现广泛且高水平的表达，但其他基因（如 IL22RA2、DYTN、CEP55）在成年大脑组织中的表达较低，这表明进化速率的关联并不局限于在成年期具有一致高表达的基因。
- 高表达基因图谱： 高大脑表达基因（前 500 个）展现出与基因组其余部分不同的 RER 关联特征。对于三个性状（cx_N、cx_percM、cb_percN），高表达组的相关系数分布显著向更正值的方向偏移。
- 功能富集： 保留的基因集（10,395 个）富集了代谢途径（如柠檬酸循环、糖酵解）、细胞稳态、聚糖生物合成、轴突引导以及神经活性配体-受体相互作用。相比之下，被排除的基因富集了嗅觉转导、免疫相关通路以及核糖体/剪接体功能，这反映了严格的跨物种同源性要求所带来的影响。
意义与主张
作者声称，本研究提供了一个将蛋白质编码基因的相对进化速率与哺乳动物大脑细胞结构定量变化联系起来的比较框架。其主要贡献包括：
- 识别特定相关物： 本研究识别了一组特定的基因，其进化速率与大脑定量表型共变，从而超越了单一基因或谱系特异性的案例研究，实现了全基因组层面的评估。
- 对转换的稳健性： 在对数转换和未转换分析中均找回大量共有基因集，表明许多检测到的关联对表型表示的尺度具有稳健性，尽管某些关联（特别是关于体重的部分）具有尺度敏感性。
- 进化信号的情境化： 通过证明在成年期高大脑表达的基因中也存在显著的进化速率关联，研究表明大脑多样性的分子相关物并不局限于在成年人类大脑中具有组成型高表达的基因。
- 性状依赖性进化： 关联在不同性状间的异质分布支持了这样一种观点：即哺乳动物大脑的多样化涉及性状依赖性的分子相关物，而非由单一分子轴驱动的整体大脑大小变化。
作者明确指出，这些关联应被解释为分子变化与表型变化之间进化耦合的候选证据，而非基因型-表型直接因果关系的直接证据。他们承认了研究的局限性，包括物种集合相对较小（18 种）、由于同源性过滤而排除了谱系特异性基因和调控进化，以及依赖成年人类表达数据作为更广泛哺乳动物表达背景的代理指标。研究结论认为，若要完全阐明哺乳动物大脑多样性的分子基础，有必要将此框架扩展到更大的物种集并纳入调控序列进化。
每周获取最佳 evolutionary biology 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。