2025 biology talkshow:生物演化的數學家--萊特與費雪

聽完後可以自主進行線上測驗，檢視學習成效喔~(需要登入gemini) 測驗網址   https://g.co/gemini/share/586b4d6514d3 🌱 Ronald A. Fisher：自然選擇的數學錘煉者 當19世紀的達爾文拋出「自然選擇」這個演化核心機制時，他手上其實沒有工具去精確描繪這個過程。直到20世紀初，Fisher 登場。他是統計學界的巨擘，同時也是一位熱衷生物演化的數學家。他的最大貢獻，是用數學將自然選擇「公式化」，也就是讓這個概念可以精確地被量化與預測。 Fisher 在1930年出版的《自然選擇的遺傳理論》一書，不僅是現代演化生物學的經典，也被視為生物學中最具數學深度的著作之一。他提出一個驚人的結論：如果一個族群具有遺傳變異，平均適應度必然會上升。 這背後是一個非常抽象的數學定理，稱為「自然選擇的基本定理」（The Fundamental Theorem of Natural Selection）。我們可以這樣比喻它的核心思想： 想像一群人在山中迷路，每個人手上的地圖都略有不同。這群人若能彼此溝通，選擇最正確地圖的資訊，他們前進的方向就會越來越準確。這些「略有不同的地圖」就是遺傳變異，而選擇「最有用資訊」的過程就是自然選擇。 Fisher 的模型假設的是理想條件：沒有突變、沒有遺傳漂變、沒有遺傳關聯（linkage）。在這樣條件下，他證明了：基因型的適應度變異越大，族群的平均適應度上升得越快。 換句話說，差異本身是一種資源，是演化的「燃料」。 除了基本定理，他還是第一位系統性地使用統計學（尤其是變異數分析 ANOVA）來分析遺傳資料的生物學家。他強調連續性狀（如身高、羽毛長度）的遺傳，是許多小基因效應的總和，而這些效應符合常態分布，這直接支持了自然選擇能在多代間逐步累積微小變異的理論。 Fisher 相信在大族群中，這些基因效應可以穩定地被自然選擇「篩選」，每一代都朝向最適應的方向前進。他看待演化像是一列規律前進的火車，精確地沿著軌道滑向適應度的高峰。 🧬 Sewall Wright：在演化山地間導航的建築師 與 Fisher 同時代的 Sewall Wright 則是一位擅長在混亂與機率中尋找秩序的生物學思想家。他的思維更接近一位地理學家或建築師——不僅關心結果，還試圖描繪演化可能的路徑與地形。這種地形後來成為他最著名的理論概念：「適應地景（adaptive landscape）」。 Wright 的「適應地景」是一種極具圖像化的模型。他將每種基因型對應到一個三維空間中的點，而該點的高度代表其適應度。結果整個基因型空間就變成了一個高高低低的山地地形圖。某些基因型位於高峰，代表非常適應環境；某些則在低谷，象徵適應力低下。自然選擇的作用就像重力般，把族群向高處拉。 不過問題來了：自然選擇只能「就地」往上爬，卻無法自己穿越適應谷底前往更高的峰頂。也就是說，一個族群可能會被卡在次佳的適應峰上，像是登山隊爬到一座中型山，卻看不到遠方更高的山峰，也無法回頭重來。 Wright 認為，這時候就需要一點「演化的擲骰子」：基因漂變（genetic drift）。尤其在小族群中，基因頻率的變動可能不是因為適應，而是因為隨機——這種隨機性反而讓族群有機會從一個局部高峰跳到另一個更高的山。這就是他著名的「移動小群體理論」（Shifting Balance Theory）。 根據這個理論，演化最有效率的方式，不是整個族群一窩蜂地走一條路，而是**讓族群分成許多小群體，各自探索演化地景。**有些會失敗（落入低谷），但有些可能會成功找到更高的適應峰。一旦其中某個小群體成功，就能透過基因流動與交配，將這種基因型傳播回主族群。 Wright 的理論在數學上非常複雜，他使用機率分布、馬可夫鏈與多變量系統來模擬這些動態。即使今天的科學家，也仍常借助電腦模擬才能真實看到「地景穿越」的過程。他的這種非線性、多方向、含隨機性的演化觀，對後來的分子演化、病毒變異與生態演化都有深遠影響。 🎯 兩種路線，交織成演化的真實面貌 Fisher 和 Wright 的學術互動並不總是友好。他們曾在論文與書信中激烈辯論。Fisher 認為自然選擇足以解釋所有演化趨勢，對隨機因素的不信任幾乎到了否定的地步。而 Wright 則主張，隨機性不只是雜訊，而是演化能夠突破「當下最適」困境的關鍵鑰匙。 若以比喻來說：Fisher 的世界像是一座整齊規劃的花園，每條小徑都引導向開花結果的核心；Wright 的世界則像是一座迷宮，路徑錯綜複雜，但其中蘊藏未知的奇觀與意外的出路。在今天的族群遺傳學與演化建模中，兩者的理論早已融合。我們知道：在大族群中，自然選擇可強而有力地導引變異累積；而在小族群或突變初期，隨機效應與基因漂變則可能扮演關鍵角色，甚至主導方向改變。這也讓我們得以解釋像抗藥性突變、病毒快速演化、孤島物種形成等現象。 📚 留下的遺產 Fisher 的數學遺產影響了統計遺傳學、演化動態、量化遺傳學與統計推論的根基。他的理論如同一座堅實的橋樑，讓我們能夠將演化從觀察推向數理預測。 Wright 則啟發了以後整個系統性演化模型的發展。他的「適應地景」成為從腫瘤演化到AI演算法的核心概念原型。他提醒我們：演化並不總是筆直向前，有時正是曲折與混亂開創了新的可能。 這兩位科學家，一位是理性的建構者，一位是混沌的探索者。正是他們的互補與交織，造就了今日我們對生命如何進化的深刻理解。 Powered by Firstory Hosting