一项突破性研究挑战了“进化完全不可预测”的传统观点。研究发现，基因组的进化轨迹可能受到其历史的影响，揭示了基因之间的相互作用。这一发现为合成基因组设计、应对抗生素耐药性、缓解气候变化以及个性化医疗开辟了新途径。

关键发现

• 研究挑战了进化的不可预测性，提出基因组的历史可能影响其进化轨迹。

• 研究探索了基因间的相互作用，为多个领域的实际应用提供了可能性。

• 潜在应用包括新型基因组设计、针对抗生素耐药性的治疗、气候变化解决方案以及改进的个性化医疗。

• 来源：诺丁汉大学

研究背景

长期以来，科学界普遍认为进化是一个不可预测的过程，受到无数因素和历史偶然性的影响。然而，这项发表在《美国国家科学院院刊》（PNAS）上的研究提出了不同的观点：基因组的进化轨迹可能并非完全随机，而是受到其进化历史的影响。

这项研究由诺丁汉大学生命科学学院的James McInerney教授和Alan Beavan博士，以及诺丁汉特伦特大学的Maria Rosa Domingo-Sananes博士共同领导。

研究方法

研究团队分析了“泛基因组”（pangenome），即某一物种内所有基因的完整集合，以回答一个关键问题：进化是否可预测？或者说，基因组的进化路径是否依赖于其历史，从而无法在当前预测？

研究采用了一种名为“随机森林”（Random Forest）的机器学习方法，并结合了来自单一细菌物种的2,500个完整基因组数据集。研究团队进行了数十万小时的计算处理，以解决这一问题。

研究结果

1. 基因家族的识别
   研究团队首先从每个基因组的基因中创建了“基因家族”，以便在不同基因组之间进行同类比较。

2. 基因相互作用的发现
   通过分析这些基因家族在不同基因组中的存在与缺失模式，研究团队发现了一些基因家族之间的依赖关系。例如，某些基因家族在特定基因家族存在时永远不会出现，而另一些基因则高度依赖于其他基因家族的存在。

3. 基因间的“隐形生态系统”
   研究人员发现，基因之间可以合作或冲突，形成了一个隐形的生态系统。这种相互作用使得进化的某些方面变得可预测。

研究意义

这项研究的发现具有深远的意义，可能带来以下应用：

1. 新型基因组设计
   科学家可以设计合成基因组，为基因材料的可预测操作提供路线图。

2. 应对抗生素耐药性
   了解基因之间的依赖关系可以帮助识别支持抗生素耐药性基因的“辅助基因”，从而为靶向治疗铺平道路。

3. 缓解气候变化
   研究结果可以为设计用于捕获碳或降解污染物的工程微生物提供指导，从而为应对气候变化贡献力量。

4. 医学应用
   基因相互作用的可预测性可能彻底改变个性化医疗，为疾病风险和治疗效果提供新的评估指标。

未来展望

研究团队表示，这项研究为合成生物学、医学和环境科学开辟了新的可能性。例如，通过了解基因间的支持关系，科学家可以开发新的药物或疫苗，甚至设计出能够应对全球性挑战的微生物。

关于这项进化与遗传学研究

• 作者：Charlotte Anscombe

• 来源：诺丁汉大学

• 联系人：Charlotte Anscombe – 诺丁汉大学

• 原始研究：开放获取。“Contingency, repeatability, and predictability in the evolution of a prokaryotic pangenome” by James McInerney et al. PNAS