先来看看这项研究为什么选择壁虎。
脊椎动物的性别决定大体可以分成两类。一类是环境性别决定（environmental sex determination, ESD），其中最典型的是温度依赖性性别决定（temperature-dependent sex determination, TSD）；另一类是遗传性别决定（genetic sex determination, GSD）。
GSD又有两种常见模式。
XY系统中，雄性为异配性别（heterogametic sex），通常是XY；ZW系统则相反，雌性是异配性别，通常是ZW。
壁虎的特殊之处，是这几种系统在同一个大类群中都大量存在，而且很多XY、ZW系统是彼此独立演化出来的。这意味着，它们不是简单继承同一套古老性染色体，而更像是自然界进行了多次彼此独立的“重复实验”。
研究人员此次新构建了19种壁虎的染色体水平基因组，覆盖全部7个现生壁虎科。其中包括3种TSD、5种XY和11种ZW系统。
数据质量也相当高：平均scaffold N50达到132.83 Mb，BUSCO完整度平均93.74%，组装缺口比例仅0.08%，约96%的序列能够锚定到染色体。这使研究人员有条件不只是问“哪条染色体参与性别决定”，而是进一步追踪其中具体的性别分化区域（sex-differentiated region, SDR）。
|
这一步很重要。 如果连X和Y、Z和W究竟在哪些区域停止重组都分不清，就很难讨论一条性染色体究竟从哪里来，又经历了怎样的演化。 |
传统直觉很容易让人认为：既然很多物种都有XY或ZW系统，它们或许继承了一套共同祖先留下来的性染色体，然后不断修改。
但壁虎给出的答案几乎相反。
在研究的核心基因组数据中，壁虎性染色体来自16条不同的祖先染色体。当研究人员进一步加入已有性别分化区域数据的其他壁虎进行扩展比较时，20个GSD物种中的22套性染色体系统涉及17条不同的壁虎祖先染色体（gecko ancestral chromosomes, GACs）。
换句话说，壁虎在演化历史中曾经很多次从普通常染色体出发，独立建立新的性染色体系统。
甚至同一条祖先染色体，也不一定走向同一个方向。例如祖先染色体GAC10，在一种壁虎中演化成ZZ/ZW，在另一种中却形成XX/XY。
更有意思的是，即使两个物种都从同一条祖先染色体建立性染色体，它们使用的具体SDR也常常不同。有两个来源于GAC11的系统，SDR实际重叠只有约23%；还有一些物种虽然使用同源的祖先染色体，其SDR甚至没有明显重叠。
所以，“某条染色体天生容易成为性染色体”这个说法，至少需要更加谨慎。
研究人员把分析单位进一步缩小到进化保守的共线性片段。结果发现，在23个能够可靠确定SDR的物种中，共有98个保守片段曾至少两次独立成为SDR；其中只有12个在多重检验校正前显示过度募集，而经过错误发现率（false discovery rate, FDR）校正之后，一个也没有达到显著水平。
|
这实际上排除了一个过于简单的解释：并不存在少数几个固定DNA片段，在不同物种中不断被“指定”为性染色体。 那么，决定演化方向的可能不是“具体位置”，而是这个区域原本装着什么基因。 |
研究中的第二条线索来自时间。
研究人员利用非编码区域的序列差异，并校正雄性突变偏倚（male mutation bias），估算不同壁虎性染色体开始分化的时间。结果跨度非常大：最年轻的约为590万年，最古老的达到5445万年。
为了检查这一时间估计是否可靠，他们又用了两套独立方法进行验证。一种基于四倍简并位点，得到的时间与主分析高度相关，Pearson相关系数达到r=0.97；另一种根据全基因组估算突变率重新计算，相关系数进一步达到r=0.99。
随后出现了一个异常集中现象。
在能够较可靠定年的11个GSD谱系中，有5个性染色体系统的起源集中在700万至1200万年前，平均约为955万年前。在考虑系统发育关系的Monte Carlo模拟中，如此多独立起源同时集中在这个时间窗口的概率低于随机预期，P<0.01。
而大约1000万年前，恰好接近中新世中期气候转型（Middle Miocene Climatic Transition, MMCT）。这一时期经历明显的全球降温、干旱化和栖息地破碎化。
这就产生了一个很有意思的假设：
如果一个动物依靠孵化温度决定后代性别，那么环境长期稳定时，这套机制可能工作良好；但如果温度波动越来越剧烈，温度这个“性别信号”本身就可能变得不再稳定。从理论上说，这时能够更稳定地产生两种性别的遗传性别决定，可能获得选择优势。
|
但这里必须注意 5个独立系统的起源时间集中在7至12百万年前，而且这种集中具有统计学信号。 MMCT造成的环境变化促进了TSD向GSD转变。 现有数据只能支持二者存在时间上的关联，还不能证明气候变化直接导致了这些性染色体系统出现。该研究也明确承认，要建立这种因果关系，还需要更多可独立定年的谱系以及更精细的区域古气候数据。 |
即使接受环境变化可能推动GSD产生，还有一个问题没有解决。
GSD出现以后，为什么一条染色体走向XY，而另一条走向ZW？
研究人员把注意力转向了性染色体建立之前的基因表达状态。
他们重点分析最古老的SDR，因为这些区域受到后续性别特异性选择改造的时间最长；为了尽可能恢复“祖先状态”，研究人员没有简单观察当前X或Z染色体，而是寻找其他壁虎中仍然作为常染色体存在的同源区域，并利用这些物种的表达状态去近似推断祖先基因组成。
结果出现了一个非常明确的方向性趋势。
|
在10个相对于全基因组具有显著不同睾丸偏好表达基因（testis preferentially expressed genes, TPEGs）比例的祖先区域中： TPEG比例显著偏高的6个区域里，有5个最终形成ZW系统，占83.33%； TPEG比例显著偏低的4个区域里，有3个最终形成XY系统，占75%。 |
不过，在仅分析壁虎时，这个关联没有达到传统统计学显著水平，Yates校正卡方检验P=0.236。
也就是说，这是一个相当醒目的趋势，但壁虎样本本身还不足以单独完成统计学确认。
研究人员随后将分析扩展到39个脊椎动物物种，包括15次独立的羊膜动物（amniotes）性染色体起源，以及24次非羊膜动物起源。
在羊膜动物中：
祖先TPEG显著偏高的6个区域，有5个形成ZW；
祖先TPEG显著偏低的8个区域，有7个形成XY。
这一次，Yates校正卡方检验得到P=0.0353。
而且在人类等真兽类哺乳动物、鸭嘴兽、部分蛇和龟的XY系统中，祖先SDR都表现出相对较低的TPEG比例。
但这个规律并没有普遍覆盖所有脊椎动物。研究人员分析的16种蛙类没有出现一致方向；鱼类中也没有检测到祖先SDR相对于背景显著改变的TPEG比例。
这里出现了一个值得继续关注的问题：
为什么偏偏是睾丸相关基因，能够提供演化方向的信息，而卵巢以及脑、眼、尾等组织相关基因却没有类似能力？
该研究提出一种可能解释：睾丸属于基因表达演化非常快的组织之一，受到性选择和精子竞争等因素的持续作用；而羊膜动物普遍采用体内受精，这可能进一步放大睾丸相关基因在性染色体演化中的选择效应。
但这仍属于机制解释，目前还不是已经得到实验验证的因果链条。
乍看之下，这个结果甚至有些反直觉。
如果某段染色体富含睾丸相关基因，为什么不是更适合形成男性特异的Y染色体？
关键在于：Y和W最终往往都会发生退化。
假设一个富含男性重要基因的区域形成XY。随着X与Y停止重组，Y逐渐丢失基因，那么大量男性相关功能就可能直接暴露在Y染色体退化的风险中。
如果同样的区域进入ZW系统，退化的是W，而男性拥有两条Z染色体。原本丰富的睾丸表达基因可以继续保留在Z上。
因此研究人员提出，TPEG较多的祖先区域进入ZW，可能有利于维持雄性相关基因功能；而TPEG相对较少的区域形成XY，Y退化带来的男性生殖功能代价可能较低。
|
这是该研究提出的演化机制模型，而不是已经被证明的唯一解释。研究人员也特别指出，用于羊膜动物正式统计检验的有效区域数量仍然只有14个，未来需要更加平衡的谱系采样验证这一关系。 |
X和Y，或者Z和W，在最初并不会立即变成我们熟悉的高度差异状态。
演化的关键一步，是局部区域逐渐停止重组。
在这项研究中，7种壁虎表现出清楚的“演化层（evolutionary strata）”，意味着不同区域分阶段停止重组；另外5种则表现为更加渐进的序列分化。
染色体结构变异在其中扮演了重要角色。研究人员发现，在X/Z以及Y/W染色体发生的结构重排中，倒位（inversion）分别占约75%和73%。倒位可以使两条同源染色体在特定区域难以正常配对，从而帮助建立重组抑制。
一旦重组长期停止，Y或者W便开始经历基因丢失。
但这种退化不是匀速进行的。
研究结果显示，基因丢失在性染色体演化早期较快，随后明显减慢。甚至在年龄同样约为700万至1300万年的不同壁虎中，Y/W基因保留比例仍可从20%一直变化到97%。
这说明，仅仅知道一条性染色体“多老”，并不能预测它已经退化到什么程度。
这也是性染色体研究中一个很核心的问题。
一种解释认为，有利于异配性别的基因会被优先保留；另一种解释认为，那些对拷贝数特别敏感的基因不能轻易丢失，否则细胞会因为剂量不足而付出较高代价。
壁虎的数据更支持后一种解释。
最终保留在Y/W上的基因，更多富集于核酸结合、杂环化合物结合等基础细胞功能，而不是性腺发育或其他明显的性别特异性功能。
在演化较古老、X/Y或Z/W分化程度较高的物种中，仍然保留Y/W对应拷贝的基因往往具有更高的单倍剂量不足（haploinsufficiency, HI）评分、更广泛的组织表达，同时具有更低的dN/dS，意味着受到更强的功能约束。
|
某些基因丢不起。 |
Y/W退化还会制造另一个麻烦。
如果XX个体拥有两个完整拷贝，而XY个体只剩一个X上的功能拷贝，那么两性的基因表达量就可能出现明显差异。
研究人员在12种能够完整解析SDR的GSD壁虎中分析了剂量平衡（dosage balance, DB）。
多数壁虎只实现了部分剂量平衡，异配性别与同配性别之间的X:XX或者Z:ZZ表达比通常位于0.5至1之间；但有3个物种已经接近完整剂量平衡。
更值得注意的是，补偿的方向相当一致。
不是拥有两份拷贝的一方把表达量降下来，而是只有一份主要功能拷贝的异配性别把X或Z上的基因表达提高。与祖先常染色体状态相比，同配性别的表达变化并不明显，而异配性别发生了上调。
|
换句话说，基因组面对“少了一份DNA”的问题，常见解决方案不是让另一性别少表达，而是让剩余的那一份工作得更多。 |
如果把这项研究压缩成一句“睾丸基因多就变ZW，睾丸基因少就变XY”，反而会错过这项工作的重点。
研究人员自己提供了一个很重要的反例：
有6个祖先区域的TPEG比例与基因组背景并没有显著差异，但它们后来依然成为性染色体，其中4个形成XY，2个形成ZW。
因此，祖先基因组组成不是一个开关，更不是决定论。
它更像一种统计上的演化倾向（genomic predisposition）：在环境、突变、选择、染色体结构变化、种群历史等多种因素共同作用下，某种初始基因组成可能使一种演化路径比另一种路径更容易被保留下来。
这也解释了该研究标题中特意使用“associated with”，而不是“determines”。
|
|
这项研究最终提出了一个四阶段模型。
首先，剧烈环境变化可能降低TSD的稳定性，使GSD获得选择优势；随后，祖先染色体已有的基因组成使某些区域更倾向进入XY或ZW；性染色体建立后，通过重组抑制、倒位等过程不断分化；最后，Y/W退化、关键基因保留以及剂量补偿共同使新系统逐渐稳定下来。
这个模型有意思的地方，并不是它已经解释了性染色体演化的全部过程，而是它改变了我们的关注点。
过去我们更容易关注：
“哪一个突变创造了一条性染色体？”
现在也许还应该关注：
在这个突变出现以前，这段基因组是否已经存在某种倾向，使某些演化结果更容易发生？
如果答案是肯定的，那么演化就既不是完全预先设定，也不是毫无方向的随机漫步。
环境决定哪些选择压力会出现，基因组历史决定当选择压力到来时有哪些路径更容易走通，而后续的突变、重组抑制和自然选择再不断限制剩余可能性。
从这个角度看，今天看到的一条X、Y、Z或W染色体，不只是一次性别决定机制的结果。
它还记录着数千万年前的环境变化、祖先基因组组成，以及一系列已经发生、也因此排除了其他可能性的演化选择。
|
而这或许正是这项研究最值得继续关注的问题： 一个物种未来能够走向哪里，在变化发生之前，究竟已经被它自己的基因组历史“倾斜”了多少？ |
参考文献
