文|锐枢万象

　　编辑|锐枢万象

　　大家好，我是小锐，今天来聊聊一个足以撼动传统进化生物学认知的重磅研究。

　　美国佛蒙特大学团队通过大规模计算机模拟，追踪数千代数字生物在105种不同环境下的进化历程，最终揭开了进化的隐藏规律。

　　这一研究直接挑战了我们对环境与进化的固有认知，环境变化到底是推动生物进化的动力，还是阻碍进化的枷锁？不同种群面对相同环境，为何进化结果可能天差地别？

　　在进化生物学研究领域，长期存在一个难以突破的瓶颈，传统实验受限于时间和资源，往往只能聚焦单一物种在一两种波动环境下的演化轨迹，再将结论推广到更广泛的生物类群。

　　这种研究模式自带明显缺陷，默认所有类型的环境变化对进化的影响趋于一致，很容易导致结论片面。

　　佛蒙特大学的生物学家岑格·佩塔克与计算机科学家拉波·弗拉蒂带领团队，用系统性模拟方法打破了这一局限。

　　他们构建人工数字生物，将其置于105种模拟动态环境中，这些环境涵盖自然界常见的交替条件，从温度的冷热循环到降水的干湿交替，几乎覆盖了地球生物可能面临的主要环境波动类型。

　　更关键的是，团队在每种环境模式下都追踪多个独立演化的种群，累计观测数千代生物的进化轨迹，这种规模的研究在进化生物学领域前所未闻，也让研究结论更具普遍性。

　　通过数百次重现进化过程，团队得以从宏观视角观察进化在不同环境中的展开规律，这是实验室实体实验完全无法实现的突破。

　　研究得出的两大核心结论，彻底颠覆了传统认知。

　　第一个核心结论是环境波动的情境依赖性：环境对进化的影响并非固定不变，既可能成为推手，也可能沦为阻力。

　　最典型的例证就是果蝇的演化差异。生活在美国温带地区的果蝇种群，需要应对春夏秋冬的温度波动，这种环境变化反而帮助它们更好地适应寒冷与温暖的季节，推动种群适应水平不断提升。

　　而生活在肯尼亚赤道附近的果蝇种群，面临的是旱季与雨季的交替，这种波动却成为进化的阻碍。

　　每当种群开始适应干旱条件，雨季就会到来，将种群的进化进程推回原点，形成类似西西弗斯困境的循环，始终无法实现对干旱环境的深度适应。

　　第二个核心结论是进化的路径依赖，也被称为历史偶然性。

　　资深作者、佛蒙特大学生物学教授梅丽莎·佩斯佩尼强调，一个种群的历史演化轨迹，直接决定了它能达到的适应高度和实现适应的难易程度，不能简单用单一种群代表整个物种的进化潜力。

　　即便两个基因组仅有细微差异的种群，面对相同的环境挑战，最终的进化路径、达成适应所需的时间以及最终的适应水平都可能大相径庭。

　　有的种群可能恰好携带有利遗传变异，能快速响应环境变化；有的则需要等待新突变出现，或通过更迂回的路径才能实现类似适应。

　　这一规律也解释了为何不同地理种群应对气候变化的能力存在差异，有的种群能快速进化适应温度上升，有的则可能面临灭绝风险。

　　这一进化研究的价值，早已超越基础生物学领域，在医疗领域和人工智能领域展现出重要应用前景。

　　在医疗领域，它为理解细菌抗药性演化提供了全新视角，临床中抗生素的使用多为间歇性，细菌种群会经历药物存在与缺失的交替环境，这种环境波动与果蝇面临的干湿交替有着相似的逻辑。

　　了解这种波动模式如何影响抗药性进化，能帮助医疗领域设计更合理的用药策略，延缓耐药菌株的出现，降低抗生素滥用带来的公共卫生风险。

　　比如通过调整用药周期，避免细菌种群陷入类似的进化循环，从而提升治疗效果。

　　人工智能领域，这一生物学发现与前沿问题产生强烈共鸣，传统人工智能系统多为解决特定问题设计，而新一代通用人工智能的核心需求是持续学习能力。

　　在线持续学习领域面临的核心难题是灾难性遗忘，即神经网络在学习新数据时，容易覆盖之前习得的知识，这与肯尼亚果蝇在环境交替中重新开始进化的逻辑完全一致。

　　这种可进化性，也就是系统优化自身以实现更好进化的能力，或许是构建真正智能机器的关键。

　　这次研究的核心价值，是于得出了颠覆性结论，更是它挑战了传统进化论研究。

　　传统进化论研究常以单一案例为基础推导普遍规律，忽略了环境多样性和种群历史的影响，而这次105种环境模拟的研究证明，单一案例无论多么精细，都不足以揭示进化的全貌。

　　研究团队揭示的深层原理极具普适性，无论是碳基生命的生物进化，还是硅基生命的人工智能学习，适应过程都不会在真空中发生，环境特性深刻塑造着适应结果。

　　过度优化单一环境会导致系统脆弱性，频繁的剧烈变化则会阻碍深度适应的实现，平衡稳定性与灵活性才是适应的核心逻辑。

　　这也为进化研究提供了全新方向，未来的研究必须考察更广泛的环境背景和种群历史，通过系统性比较多样化情境，才能真正理解生命如何应对永恒变化的世界。

　　对于人类而言，这是对生命演化规律的认知升级，更为我们应对气候变化、解决医疗难题、推进人工智能发展提供了重要保障。