本期《自然》《科学》精选

本期《自然》《科学》精选

　　

生物通综合：

2月28日《Nature》

封面故事：疟疾研究特刊

在经过多年经费匮乏之后，盖茨基金会和其他机构所做努力使人们再次加强了疟疾防治工作。目前，疟疾在非洲仍然是一种主要的致命疾病。本期Nature对这项工作的前景进行分析。目前仍然没有治疗疟疾的疫苗。Declan Butler解释了其中的原因，并报告了在开发疫苗方面所做工作。（News Feature p. 1042; Editorial p. 1029）赞比亚是受疟疾影响最严重的国家之一，该国在2005年执行了一个计划，试图在三年内将疟疾发病率降低75%。该计划所取得的结果是令人失望的，但令人欣慰的是，随着相关知识的传播，这一战役最终将会取得胜利。Michael Hopkin从赞比亚发回了关于Macha疟疾研究所的相关工作，该研究所是为推动本国的疟疾防治工作、并向其他国家推广经验而建立的一个优秀研究中心。（News Feature p. 1047）在一篇评论文章中，流行病学家Mark Grabowsky强调了将“新的经费”用在正确方向上、比如说用在区域监测网络上的重要性。（Commentary p. 1051） Martin Kemp翻阅了Ronald Ross的笔记，而其所获并不仅仅是关于疟疾与蚊子之间联系的发现。（Science in Art）

关于细胞自吞作用的新发现

直到不久前，细胞自吞（细胞自消化）还被认为主要是细胞垃圾处理系统的构成部分。现在人们知道，它在发育及适应环境变化的过程中参与细胞蛋白及细胞器的降解。关于这一过程，很多复杂的问题仍然有待回答。例如，这一通道是怎样参与细胞保护及细胞死亡的？细胞自吞与人类疾病或衰老之间的联系是什么？在一篇综述文章中，Mizushima等人分析了这一领域的最新进展。

多发性硬化的药物治疗目标

对来自多发性硬化不同发病阶段的病灶的组织样本所做的一项大规模蛋白组分析工作，识别出了与不同疾病阶段相关的脑部病灶特有的蛋白。研究人员也发现了几个新的潜在治疗目标。尤其是其中的两个蛋白，它们在该疾病的慢性活跃期表现出损伤的迹象。其中的一个被称为组织因子，涉及血管栓塞的初始形成；另一个被称为“蛋白C抑制剂”，涉及抗炎症通道。对一种多发性硬化小鼠模型施用活化蛋白C或抗凝血剂Hirudin，能够减缓疾病的发展，说明凝聚级联在多发性硬化发病过程中扮演一个以前未曾被怀疑到的角色。

巨星恒星是怎样形成的

巨星恒星是罕见之物，因为恒星在其中形成的坍缩气体云往往会有效地冷却，使云内温度相当均匀。这种条件有利于碎裂过程形成质量跟太阳差不多或更小的恒星。偶尔，碎裂过程会突然停止，形成质量为太阳数百倍的恒星。一个未解之谜是，使碎裂过程停止的条件使什么？现在，Mark Krumholz 和Christopher McKee发现，这是一个气体浓度有多大的问题。在高浓度区域，当少量小恒星形成时所释放的能量会将剩余的气体加热到其不再继续分裂的程度。反之，它则会整块地坍缩，形成较大的恒星。

新型高强度BMG组合材料

“大块金属玻璃”（(BMG）是一类新型工程材料，在技术上引起人们很大兴趣。这些金属中很多都具有高强度，不易断裂，但它们往往缺乏延展性，在机械负荷下较脆。BMG-基质组合材料（在其中分离的树状结构能使玻璃稳定，使其不会发生灾难性的断裂）克服了其中的一些弱点。Hofmann等人将这一方法又向前推进了一步。他们设计出的组合材料具有优化的机械性能，所采取的办法是，将关键的基本机械和微结构长度尺度匹配起来。他们所获得的基于钛和镐的组合材料具有很强的延展性和抗断裂性能，可与强度最大的钛和钢合金相媲美。

捕食者寻找猎物的策略

人们对什么控制捕食者的运动模式知之甚少，因而对它们在自然环境中的分布也知之甚少，因为在多数情况下它们在逻辑上难以进行研究。这方面知识的缺乏妨碍了对这些重要物种怎样响应于环境变化做出符合实际的预测。现在，对不同海洋捕食者（包括姥鲨、海龟和企鹅）超过100万次的运动迁移所做的一项电子标记研究，为分析捕食者搜索模式提供了所需数据。这些数据所反映的模式与“Lévy-walk”模型一致，该模型是对一种捕食者在以前根本不了解猎物分布情况条件下的最佳行动策略所做出的预测。模拟结果表明，觅食的捕食者采取一种随机行走的方式，其特点是迈出很多小的步子，而很少迈大步，从而使在近乎自然的猎物分布条件下与猎物相遇的机会达到最大。

蛇类的拟态现象

很多对捕食者来说很可口的物种会逐渐进化成与具有警告色的不可口的有毒物种在外观上相似的物种。这种通过模仿危险物种来避免被捕食的现象称之为“拟态现象”，理论预测，拟态不应出现在有关物种的模仿对象不存在的地方，因为那里的捕食者将不会面临躲避危险物种或疑似危险物种的选择压力。然而，与这一理论似乎相矛盾的是，很多拟态物种的地理分布远远超出了它们模仿对象的地理分布。无毒的“猩红王蛇”就是一个例子，它们有时会在其模仿对象、有毒的东方珊瑚蛇所在范围之外数百公里的地方被发现。George Harper 和David Pfennig已经为这一明显矛盾的现象找到一个解释，而该解释又不会改变这一理论的基础。最初，无毒的模仿者之所以出现在没有珊瑚蛇的地方，是由于雄性王蛇从两种蛇都存在的地方向外扩散造成的。遗传分析表明，一旦与珊瑚蛇分开，自然选择就会促使外观不太像其模仿对象的王蛇的演化。

聪明的欺骗方式在合作的演化中所起作用

合作的演化在生物从单细胞向多细胞状态过渡中处于中心位置。通过利用其他细胞的合作、但又不给予任何回报来进行“欺骗”的突变细胞被认为会葬送合作。这一观点受到关于黏菌（Dictyostelium discoideum）的群居变形虫的一项新的研究工作的质疑。在整个基因组范围内所进行的一项扫描，显示了允许进行欺骗的超过100种突变。这些“骗子”中很多都属于一种不同寻常的、更为聪明的类型；它们以兼性方式欺骗他人，而同时在彼此之间又进行合作并正常发育。这些发现向认为“骗子”威胁合作之存在的观点提出了挑战：兼性“骗子”支配着这一系统，而它们又能通过种群进行扩散，使合作关系保持完好。

卵巢肿瘤对化疗产生抗药性的一个可能原因

铂类化疗药物如顺铂(Cisplatin)和卡铂 (Carboplatin)在临床上已用于BRCA2-突变的卵巢癌患者。最初的反应总体上是好的，但大多数卵巢肿瘤最终会对治疗产生抵抗力。本期Nature上两篇论文识别出，这种抗药性的一个可能的原因是BRCA2基因的进一步突变。Brca2的突变与家族性乳腺癌和卵巢癌有关。Brca2功能的丧失通过同源重组损害DNA修复，使细胞对顺铂尤为敏感，对PARP (poly (ADP-ribose) polymerase)抑制剂也尤为敏感。二次“抗性”突变通过恢复野生型BRCA2的阅读框（reading frame）及其在DNA修复中的功能来发挥作用。

植物的无性繁殖

某些植物物种通过一种被称为“无融合生殖”（植物的一种相当于在某些动物中所见的单性生殖）的无性生殖过程产生在遗传上完全相同的种子。“无融合生殖”中的第一步是“不完全减数分裂”，即形成在遗传上完全相同的雌性配子。现在，对模型有性植物拟南芥所做的一项研究表明，单独一个基因的改变就能产生“不完全减数分裂”，与“无融合生殖”演化过程中的一个早期阶段相似。这一发现对于了解植物生殖的基本机制有重要意义，对于植物育种也有重要意义，因为能够进行“无融合生殖”的作物的培育对于生产高产杂交种子来说将是人们所高度期望的。

2月22日《Science》

迄今最大规模的对人类DNA多样化的调查

据Jun Z. Li及其同事透露，对来自51个族群938位个人的65万个常见的单字母遗传变异（或单核苷酸多态性，简称SNPs）所进行的新的调查，是迄今为止对人类遗传多样性的最大规模的分析。他们的研究对在小面积地理区域的现代人群的演进以及他们最初向世界各处的扩散提供了某种解释。例如，研究人员能够将8个不同的欧洲组群和4个中东组群的遗传起源进行梳理分解。他们的数据组同时也支持第一波现代人向外扩散的“起自非洲”的模式，这些人在离开非洲之后以踏脚石级进方式在世界其他地方殖民定居。研究人员证实，族群内的遗传变异占了人类遗传多样化的绝大部分，但他们还提出，族群间也存在足够的变异，使得人们可以在细微的层面对人类族群进行描绘与比较。

鳞翅目幼虫如何改变其伪装

风蝶幼虫是欺骗高手。在其生命的早期阶段，它们看上去就像是鸟粪中的黑白色的黏稠物，而在它们化蝶之前那一刻，它们又与供其生活的绿叶相似。研究人员现在已经找到了引起这种外观变化的荷尔蒙。在本期的Brevium中，Ryo Futahashi及Haruhiko Fujiwara报告说，这种荷尔蒙（称作保幼激素）的体内水平在“鸟粪期”终止的时候会下降，并对幼虫给予某种化合物的处理，该化合物与阻止幼虫进化到叶子模仿阶段的激素类似。保幼激素看来不仅调节幼虫的总体色彩图案，而且还调节其表层结构的发育及在特殊斑纹处的色素分布。

第一“尖峰”时的视觉

对蝾螈视网膜的新研究或许可以解释，人类及其他动物是如何快速处理那些在我们向不同方向扭转头时或眨动眼睛时只闪现了几个毫秒的影像。这些实验表明，某些视网膜神经元通过它们的首次“尖峰”或电通讯脉冲的时间控制将视觉影像传达到脑部，这与脑部基于神经元产生的尖峰数将某影像在脑中拼凑起来的理念形成了对比。Tim Gollisch与 Markus Meister利用第一尖峰法研究发现，蝾螈视网膜神经节细胞中的一个单一的尖峰可以通过控制其相对于其他神经元细胞中尖峰的出现时间来传达视觉影像。研究人员发现，这一过程相较于用尖峰数来进行影像编码，速度更快且能够更加可靠地传达影像。

让电脑以“后知之明”学习

研究人员报道说，给电脑模型增设后悔因素之后，电脑可以更为准确地预测人类所作出的决定。本研究的基本假设是，每个人在策略性博弈中都会回顾以往那些他们自认为最好的行动步骤（在知道其他人的行动步骤是怎样的时候），从而修正其下一步行为。Davide Marchiori与 Massimo Warglien对基于生物性神经网络的数学模型究竟能多么准确地预测在多种经济博弈中参与者的行动意向进行了调查。他们发现，如果引进一个后悔近似值的话，这些模型可以比常规经济学习理论更准确地预测人们的行为。