生命网络的合成路线

导语

CRISPR-Cas 基因编辑工具将研究人员带入可以改变世界的合成生物学时代。对这些工具在生物学和医学领域取得的突破而感到兴奋之余,人们也会对它们在开放环境中应用时可能导致错误而感到担忧。研究人员不知道这些基因表达过程(包括基因调控和表观遗传修饰)、进化变化、生态系统相互作用和其他更高级的过程将如何影响自然界中被基因编辑的生物体的性状、适应性和对环境的影响。然而,在“基因驱动时代即将到来”的情况下,预测被编辑的性状或生物在异质、不断变化的环境中的传播、变化和影响尤为重要。为了预测Synthetic threads“合成线”对地球上的生命网络的影响,科学家们必须直面跨越多个生物组织层次的复杂系统相互作用。目前,研究人员缺乏相关的计划、基础设施和资金来让这个科学家在有或没有基因驱动改造的情况下追踪不断在开放环境中运动的新的合成生物。

研究领域:合成生物学,生物网络,生态系统,基因编辑

Mary E. Power | 作者

王帅 | 译者

赵雨亭 | 审校

邓一雪 | 编辑

CRISPR-Cas 基因编辑工具将研究人员带入了一个将改变世界的合成生物学时代[1,2]。CRISPR工具已经在基础研究和医学方面取得了突破,并且将在农业、公共卫生和环境保护方面有更广阔的前景[1-3]。当把基因编辑应用于实验室或医院以外环境时,研究人员需要预测基因编辑生物及其性状将如何传播、改变和影响其他生物群和生态系统。作者在2020年撰写这篇文章时,发现身处美国的人们已经在抵御一种新的人类病毒的努力中陷入了瘫痪,而这是因为缺乏对病毒的野外监测,使得研究人员对其传播视而不见。那么当(或之前)研究人员将自己通过基因编辑得到的新生物投放到地球生物圈时,他们会在追踪检测方面做得更好吗?
随着新的合成生物学的线索(threads)在全世界人们的生活和世界中穿梭,人类和自然将会发生怎样的改变呢?研究人员该如何做才能预测、跟踪和控制这些变化?如果研究人员要得到CRISPR 技术带来的好处并减少其潜在危害,生态学家——尤其是野外生态学家——必须在基因编辑生物进入地球生物圈之前、进入之中和进入之后的很长一段时间内面对并需要解决这些问题。
解决上述问题需前需要考虑以下问题:1) 如果对生物体进行基因编辑在实验室条件下是可行的,那在实验室以外的开放环境中,被编辑的基因在短时间内以及随着时间的推移会对生物产生什么影响?2)如果基因编辑生物可以在开放环境中繁殖,它的后代将如何改变并在种群中传播?基因编辑技术的发展也迫使人们关注这个问题 [3-7]。3)这些基因编辑生物在不同的生态系统成分中将如何表现?4) 以及将如何影响它们所处的生态系统?5) 我们或未来的人们将如何看待这些新生物?我们会喜欢它们的直接或间接产生的影响吗?
下面,作者首先回顾了相互作用生物系统的嵌套尺度,它们决定了基因编辑生物体在开放环境中的命运和影响。其次,作者阐述了应用基因驱动在野生种群中传播合成等位基因而引起的问题。第三,作者探讨了在干旱与正常情况下河流硅藻固氮的影响。问题变成了:“可能出什么问题了?”以及“研究人员如何才能检测到变化,以及对变化出错的早期做出预警?”。曾经被认为只属于分子生物学或野外生态学领域的有前途的方法现在越来越多地在上述两个领域都得到应用,并将帮助研究人员合作应对这些挑战。接下来,作者讨论价值观。归功于处于 CRISPR 革命前沿的科学家等相关人员,广泛的社会价值观从一开始就成为讨论的重要组成部分[1-7]。最后,本文将描述研究人员在给那些将基因编辑生物投放到开放环境中的人提供的培训和相关的资源,这些培训等资源将更好地帮助其履行跟踪和管理这些新生物产生影响的责任。

1. 把基因、形状、生物体和生态系统关联起来:

预测所面临的挑战

研究人员利用自己的心智分离出来的系统实际上不仅包含在更大的系统中,而且还相互重叠、相互联系和相互作用。

Arthur Tansley, 1935 [8]

基因,包括编辑过的基因,可能会影响生物体的性状,进而改变它们的表现,甚至某些情况下也会对生态系统产生影响。上述影响也会从环境到生态系统的相互作用中反方向影响到基因表达。很少有通路是以直接的方式跨越不同层级的生物组织将因果联系起来。在各个生物组织层级,都会有强烈的非线性控制性、可变的时间滞后性和环境依赖性“改变了存在的基本规则”[9]和有时会突然受到性状的影响[10]。将丰富多样的成分(基因、生物体和具有特殊进化和自然历史的景观)添加到这种系统级复杂性之中,很明显这就是为什么所有对这些不同层级的生物组织发生嵌套相互作用(nested interactions)的顶点的研究-即生态学,可以有理由称为最复杂的系统科学[11]。

2. 从基因预测形状

长期以来,人们一直认为基因组中的基因序列是了解该生物体的生物学信息所需要的全部内容。最近,科学家们意识到还有另一个层面的控制信息:表观遗传修饰。

Joseph Ecker, 2020 [12]

遗传学家曾希望通过遗传密码直接预测生物的表型,但这对于大多数具有生态学意义的性状来说是不可能的。当分子和发育遗传学家探索基因调控网络时,他们发现了日益增加的复杂性。基因表达在个体发育过程中发生明显的变化,但它如何变化使其可以在细胞和生态系统尺度的强大环境控制下进行。给定的基因序列,包括编辑过的序列,如何在生物体中实际表现为性状取决于各种基因组特征(转座元件、拷贝数变异、染色体非整倍性);表观遗传效应(胞嘧啶碱基被甲基修饰、染色体修饰、small RNA等);以及初级和次级基因多效性、同源框DNA序列的调节、表型可塑性和其他现象[13-15]。改变基因表达的表观遗传元件以复杂的非线性方式相互作用,例如在植物的减数分裂和有丝分裂期间 [16]。环境诱导的基因转录变化可能会影响终生甚至会对后代的表型产生影响[14, 17, 18]。
表观遗传学对于从基因型预测表型的初步探索结果显得特别令人兴奋且值得深耕。但目前,对自然环境中非模式生物的表型、生态学和进化的结果的表观遗传学研究才刚刚开始,且这项研究的对象如果是具有大型复杂基因组或多倍体的植物,则会具有很大的挑战性[17]。生态表观遗传学家需要从模式生物的研究中得到更多可借鉴的知识和方法来研究进化成不同物种的基因组,也需要在复杂的自然环境中进行更多的机理探讨和实验研究 [17, 18]。正如理查兹等人[17]指出,为了预测这些基因组水平的过程对真实(开放)环境中不同非模式生物的影响,研究人员需要了解天然种群中表观遗传变化的程度和来源,以及这种变化是否会改变生态系统相互作用并产生进化结果。
基因组元件的复杂相互作用、大多数生物体缺乏详细的基因组信息以及来自于复杂生态系统相互作用的反馈,使得基因编辑在整个生物群体中的结果难以预测。然而,如果研究人员能够将生物体编辑后的基因可靠地映射到投放到自然环境中的生物体的性状,那么尤其是在不同的环境条件下,研究人员能在多大程度上预测它们的对生态的影响?环境的依赖性在所有生态层级上都存在,尤其是在最大层级上,是预测自然界中基因编辑生物的命运和影响的一项巨大挑战。

3. 从基因和形状预测生物体的表现

即使在受到高度调控的农业、医院或实验室生态系统中,选择性环境也会发生变化。也许地球生命史上最受控制的环境仍然带来了进化方面的惊喜。截止 2020 年 4 月,当实验因 COVID-19 暂停时,Richard Lenski 和他的学生以及同事已经追踪了12个最初遗传信息相同的大肠杆菌群体在繁殖超过70,000代之后的遗传信息的变化[19]。每天,每个种群的1% 被转移到一瓶新鲜的成分相同的培养基中,每个种群的一个子样本每隔500代之后会被冷冻保存。
尽管对它们的基因型和环境施加了这种非凡的控制,这12个大肠杆菌克隆群体还是带来了许多进化上的惊喜。一个特别需要小心的是使用基因驱动在野生种群中传播编辑的基因的行为。两个大肠杆菌突变体的克隆最终会接管整个种群,但它们最初被其他两个后来灭绝的突变体克隆所击败。由于突变会改变染色体超螺旋并影响基因转录,从而提高突变率,因此赢得长期胜利的克隆具有更大的适应潜力 [20]。尽管最初被赋予适应性劣势,但从长远来看,改变染色体超螺旋的拓扑异构酶突变允许这些克隆产生具有新的有益突变的后代。
在果蝇中记录了另一个戏剧性的“命运逆转”,其Sxl基因突变通常会使雌性果蝇的受精卵完全不育。Starr 和 Cline [21] 发现沃尔巴克氏体(Wolbachia)的寄生有利于被寄生且Sxl基因突变的雌性果蝇产下有活力的受精卵。作者指出,这种相互作用(这是不可能预料到的)可能会将物种相互作用的消极影响转变为积极,甚至使宿主与前寄生虫的相互作用成为必然 [21]。随后的研究工作表明,如果细菌被带有细胞致死膨胀毒素(Cytolethal Distending Toxins)的基因的噬菌体感染,则含有该内共生体细菌的蚜虫会对寄生蜂产生抗性 [22, 23]。Whiteman和他的学生及同事[24]经过研究发现,上述编码毒素的cdtB基因可能是通过水平基因转移的方式使其在两种宿主蚜虫 (Myzus spp.) 的基因组中编码。他们还发现,原核生物的cdtB基因的这种“驯化”发生在几个果蝇谱系中,而这很可能是通过螨虫和短链病毒(brachoviruses)介导的水平基因转移实现的,或通过噬菌体直接整合到蚜虫和果蝇基因组中 [24]。对于研究人员在这里的讨论,有两点很关键。首先,基因序列和性状的变化是由噬菌体、细菌和昆虫的物种间相互作用引发的。这生动地说明了 Tansley [8]的观点,即“研究人员利用自己心智分离出来的生态系统不仅作为更大生态系统的一部分,而且它们还相互重叠、相互连接和相互作用。”其次,这些曲折的进化步骤和“虫洞”通过多级放大和缩小过程将基因与生态系统联系起来。正如乔纳森·洛索斯 (Jonathan Losos) [25] 的书《不可能的命运:天意、机会和进化的未来》所描述的那样,它们很难解释,更不用说预测了。

4. 基因驱动

在面临具有不确定的未来的野生种群之时,保持对未来进化的信心反对以可能会导致野生遗传多样性减少的方式修补生命。然而,覆盖可变的“野生型”等位基因的基因驱动力量在种群中传播时正是这样做的。基因驱动至少会使用像 CRISPR-Cas9 这样的基因手术刀而非黑曜石刀那样的早期基因改造技术来覆盖更短(通常 <1 kb)的相邻基因组序列。
基因驱动是一种使有性生殖物种中等位基因的传递概率高于预期的的孟德尔概率(50%)的基因工程技术。基因驱动也是一个自然过程,已经在自然界中演化了一段时间 [例如,沃尔巴克氏体(Wolbachia)、转座子和其他“自私的”遗传元件 [3, 4]]。沃尔巴克氏基因驱动技术可被用于害虫的生物防治 [26],目前已部署在巴西、法属波利尼西亚、澳大利亚东南部 [27] 和加利福尼亚中央山谷 [28]的开放环境中,用于可造成人类疾病的蚊媒生物防治。利用 CRISPR-Cas技术,可以精准编辑目的基因,然后以比沃尔巴克氏体中的可转移遗传因子更高的效率(> 99% 复制保真度和传输率)进行驱动 [3, 29]。CRISPR-Cas 9可以使雌性冈比亚按蚊(Anopholes gambiae)(在非洲传播疟疾)不育的研究已在伦敦帝国理工学院展开,目前研究人员正在考虑未来把这种技术应用到非洲 [30]。然而,对蚊子和昆虫进行生物防治的基因驱动应用目前正受到宿主抗性快速进化的挑战 [31, 32]。目前有很多解决方案来应对挑战,包括针对双性基因,该基因的突变既会阻碍基因变异也会使冈比亚按蚊雌性不育。如果基因有多个位点可以编辑,那么抗性进化的机会可以减少[30-32]。
另一种对付宿主抗性进化的方法是使用可能增强而不是降低基因编辑宿主对环境的适应性的基因编辑器。Anthony James 及其同事[33]已使用 CRISPR 编辑用于在印度传播疟疾的斯氏按蚊(Anopholes stephensi)。他们将两个独立的等位基因转入蚊子宿主,这两个基因编码的抗体分别能攻击处在不同生命阶段的疟原虫(一种疟原虫感染宿主的肠道,另一种感染宿主的唾液腺)。同样,这两个功能获得性等位基因使疟原虫抗性进化的可能性降低。此外,对疟原虫的抗性可能会提高蚊子宿主的适应性,比如,利用基因编辑技术改造的斯氏按蚊在引入印度次大陆后其存活和传播的概率增加了。类似这样的基因改造后物种的引入需要当地公众和监管机构进行大量讨论与协商。不过,与此同时,基因编辑改造过的斯氏按蚊在环境中的表现也在更加逼真但封闭的实验环境中进行仔细研究,这个实验环境位于加利福尼亚州尔湾。在另外一个试验地(伦敦的试验地)中,基因编辑的蚊子如果逃逸至自然环境则无法存活 [7]。
如果基因驱动技术出现了问题,那是否能在投放基因驱动改造的生物体后把这一切又恢复原样呢?目前研究人员已经提出了一些关于如何控制基因驱动改造生物在自然环境中蔓延并产生有害影响的想法[2, 29],并且其中一部分想法已在实验室中进行了测试 [34]。这些想法包括免疫驱动(immunization drives)(例如,保护会受到外来物种排挤的原生物种)、恢复驱动(recall drives)(主要通过种群传播的方式来寻找和杀死经过基因编辑的、在环境中广泛分布的生物体)、化学约束(chemical tethers)(一个已经在实验室试验成功的方法[34],它能使基因驱动改造的生物因为依赖于它们在野外无法获得的化学物质而无法在野外生存)。研究人员目前无法评估免疫或恢复驱动实施一段时间后在开放的自然环境中的效果,也没有足够的资金、组织和人员来跟踪在开放环境中传播的编辑基因。而且目前尚不清楚,在给予蚊子特定寄生虫抗性的基因之后,是否会使蚊子变得更容易感染另一种病原体 [4]。在大多数疟疾流行地区的蚊子感染率低,[35] 这可能会减少这种担忧(为什么未受感染的蚊子不携带其他病原体?),除非基因编辑提高了蚊子感染其他病原体的概率,这个变化目前似乎没有明显的效用。然而,随着时间的推移,如果基因突变或非基因方面的原因引发了基因驱动改造的生物体产生上述变化,那么研究人员对此依然束手无策的。
基因编辑技术还有一些其他问题,这些问题与研究人员之前有意利用它来抑制、增强或简单地改造野生动植物种群是不同的。鉴于 Lenski 的长期的进化实验研究,令人担忧的是,CRISPR-Cas9 基因编辑技术会使得配对染色体上的同源等位基因在传播时被覆盖。等位基因多样性的丧失可能会减少后代种群的多样性 [20, 25]。最后,生态系统的环境依赖性会阻碍更大规模的预测。生物体基因驱动改造后得到的新性状在某些情况下(对生物群或社会)似乎有益而在其他情况下则可能有害,反之亦然。上述这些考虑说明在环境中投放基因驱动改造以及基因定时炸弹、恢复驱动或其他方法改造的生物体之前必须进行仔细评估、认真准备并使公众和监管部门达成共识 [3-6],这样才能在实验之后避免不必要的麻烦。

5. 从性状预测影响

生态学指的是对生物分布和丰度的影响因素的研究 [36]。大多数观察者,包括许多生态学家,都认为生物种群主要是受环境条件和资源的限制。生物体一般会生存在物理化学条件良好和资源供应充足的地方 [37]。例如,为了预测生物体对气候变暖的反应,一种普遍的做法是分析它们的气候包络(climate envelopes,温度、湿度的范围,有时还包括它们目前所处的其他条件),并假设它们会在具有这种气候条件地区生存或将来会迁入这种地区[38-40]。
这些观点忽略了物种相互作用,因此在某种意义上类似于“豆袋”遗传学(“bean bag”genetics) [41]。资源供应和环境条件固然很重要,但生物体往往不能到达它们可以到达的地方,要么是因为它们还没有到(扩散限制),要么是即使到了目的地也因为竞争者或天敌的影响而难以在当地生存下来。消费者(consumers),尤其是捕食者和病原体会对生物体产生很大的影响。它们在自然界中很难被观测到,因此往往被研究人员低估。研究人员经常认为“世界是绿色的”,那是因为这个世界给予的条件和资源支持植物生长。如果世界看起来很贫瘠,则是因为它不适宜植物的生长。与未经实验或长期观察的普遍理解相比,消费者正在对生态群落施加神秘的、强有力的直接和间接影响:限制某些物种,并间接释放其他物种:猎物的猎物42]。
Paine 等人[43-45]展示了“营养级联”这个生态现象对基因进化的解释和潜在预测能力。这个“营养级联”是一种个体之间通过直接或间接相互作用联系起来的一个关联链条,能够把植物通过消费者与捕食者联系起来。并且如果“强相互作用者”物种的丰度和表现发生变化,便会在生态系统中产生很大的扰动。如果强相互作用物种能保持足够的生物量来构建其生态系统,那么它们便会成为“基础”或“优势”物种;而一些“关键物种”虽然不常见但有时会通过抑制或支持优势物种[43, 46]使其仍然能够强烈地影响生态系统结构。如果,正如Paine等人所假设的那样,相对较少的强相互作用者会触发整个生态系统的间接级联效应,那么许多共生种群的动态行为会受到少数强相互作用者的影响[43],从而使生态学变得更加可预测。
然而,环境依赖仍然是生态预测的一个巨大挑战[46-48]。当环境条件和资源改变了生态网络各个成员的表现时,物种之间相互作用强度也会随着空间和时间而发生变化。向生态网络中增加或减少成员可能会改变整个生态网络。例如,海獭保护海带森林免于过度放牧而形成的营养级联 [49] 会由于虎鲸捕食并使海獭灭绝 [50] 而崩溃,而这可能是因为虎鲸首选猎物的大鲸鱼数量稀缺,以及其他肥美的海洋哺乳动物的种群数量锐减[51]。尽管无法从性状预测生物体对环境的影响,但应该有一些规则可以让研究人员了解生物体之间相互作用和相互作用强度随空间和时间的变化。发育遗传学家发现了这样的规则,他们煞费苦心地理清了组织对基因表达产生影响的复杂、特殊的控制路径 [14, 15]。尽管在更大尺度的生态网络中工作会面临挑战,但生态学家需要在景观、海景和淡水这些研究人员的研究领域推进类似的工作。

6. 隐藏的调控过程,神秘的参与者

肖恩·卡罗尔 [52] 在他非凡的著作《塞伦盖蒂规则》中,指出了生态系统中的营养级联与基因调控网络之间的相似之处。基因回路——分子命令链——将调节基因如何、何时以及是否会被表达、抑制或诱导。直到 Monod 和 Jacob 意识到有一个神秘的参与者,即一种阻遏蛋白,它会抑制 β-半乳糖苷酶基因的表达,而其底物乳糖则又会抑制阻遏蛋白的活性 [52], 乳糖操纵子才真正刷新了人们对基因调控方式的理解。卡罗尔指出,这种基因调控路径与三级营养级联的运作方式相同,其中肉食动物通过抑制食草动物来间接保护植物 [42]。当研究人员发现并理清基因调控网络、代谢网络或生态网络中间接、特殊的控制通路时,研究人员也提高了预测、理解和管理出现意外事件发生的概率。另一个充满希望的迹象是,从基因到生态系统,最初被视为相互矛盾的多种表现形式在潜在机制被挖掘出之后实际上都能够在概念上被统一 [14, 15, 53],这通常与发现了更高组织层次的调控现象有关。
单个基因的突变可通过基因多效性、拷贝数变异、单核苷酸替换和表观遗传失调的方式导致各种形式的脑部疾病,而多基因突变可通过破坏常见的神经发育途径导致趋同表型(convergent phenotypes )[14, 15]。类似地,鸟类、蜥蜴和植物生态学家都赞同初级竞争是构建生态群落的一种力量[例如,参考文献 54],而这种观点在昆虫生态学家中更为罕见[例如,参考文献 55]。如果三级食物链很常见,这些观点可能(有点简单地)会相互调和,以至于食物链顶部的鸟类或蜥蜴和食物链底部的植物通常会受到资源的限制(resource limited),而昆虫(在第二营养级)会受到捕食者的限制,因此不会为了有限的资源而竞争 [53]。

7. 性状影响的环境依赖性:固氮

生物可利用的氮广泛分布于陆地、海洋和许多淡水环境的生物群中。在地球大气含氧量上升之前,固氮(将氮气还原为氨)似乎只进化过一次,并且仍然仅限于少数古细菌和细菌 [56]。其中一些已经与真核生物建立了共生伙伴关系,从硅藻 [57] 到维管植物 [56],其中固氮微生物(microbial nitrogen fixers)用自己合成且宿主可利用的氮来交换宿主产生的碳和能量(reduced carbon and energy from their hosts)。自 1970 年代以来,农业领域基因编辑的一个主要目标是将这些固氮微生物的宿主范围扩展到非豆科作物,尤其是谷物 [58]。另一种方法是将用于固氮酶生物合成的原核 nif 基因直接转移到植物基因组中 [59]。在农业中广泛地用生物固氮代替化学合成的氮肥将带来明显的经济和环境效益,也节省了工业上哈伯制氨所需消耗的巨大能源成本,并减少了从农田到地表和沿海水域的富营养化径流。这可能会出错吗?
自从把GMO(转基因生物)作物引入自然环境中之后,环保主义者和公众提出了一些环境和社会方面的担忧 [60]。这些担忧包括谷物体内的固氮基因会通过风媒传粉的方式传播到野生近缘种(wild relatives)。一方面,固氮作用可能会使野生禾本科植物变成具有侵略性的杂草。另一方面,随着氮含量的增加,基因被编辑的农作物和其他植物由于营养价值的增加更会遭到食草动物采食[61]。如果基因编辑农作物或基因被修饰的野生植物的根系分泌物或凋落物使土壤的氮含量增加,它们可能会促进杂草入侵,也会不利于原本适应低营养条件的本地植物群的生长。比如,当非本地杨梅入侵并成为夏威夷的第一棵固氮灌木时,它改变了本地植物的“生存基本规则”,并使得许多本地物种灭绝 [9]。大片具有丰富多样的本地植物和节肢动物的地区正在消失当中,固氮植物(野豌豆和羽扇豆)的茁壮生长,已经使得杂草入侵加利福尼亚沿海[62]和内陆[63]草原地区。在亚利桑那州的卡塔利娜山脉,入侵的水牛草带来了熊熊野火 [截至 2020 年 6 月仍在燃烧 [64]],烧死了古老的仙人掌森林。
对人类而言,当河流水文环境改变固氮生物的命运时,固氮生物对河流生态系统产生的影响也可能从有利变为不利。在清澈、阳光普照的河流中,附着的藻类为食物链和食物网提供能量 [65]。硅藻通常在河流藻类中占主导地位,是所有初级生产者中最有营养的。硅藻除了有一个属是有毒的之外,其余的会合成对动物有益的次生代谢物,如类胡萝卜素,且其富含脂质,包括对动物细胞膜和神经健康所必需但自身不能合成的多不饱和脂肪酸 [66]。窗纹藻科(Epithemicaceae)的淡水附着硅藻营养特别丰富。窗纹藻属(Epithemia spp.)似乎拥有地球上最年轻的内共生体:固氮“球体”,其现存的最近亲缘种(closest free-living relatives)是某种蓝细菌(Cyanothece )(cyanobacteria) [67, 68]。虽然其他固氮蓝细菌会合成含氮毒素(nitrogen-bearing toxins),且其基因组中已经减少了两个光系统(photosystems) [68, 69],但窗纹藻属的内共生体会合成动物所有的 23 种必需氨基酸 [68]。在它们经常盛产的未受污染的湖泊和河流中,该属的藻类组合会优先被食藻昆虫 [70] 和蝌蚪[71]采食,当这些藻类顺着河流流到河口时,则会被片脚类和等足类动物吞食,而它们又是一些鱼类和滨鸟的重要猎物[72]。作为一种硅藻蓝细菌演变而来的物种,以该属为食的水生昆虫 [70] 和蝌蚪[71] 相比于以其他碎屑或藻类为食会有更高生长率和出现率。
将硅藻变成像窗纹藻属这样完整的“超级食物”似乎是基因编辑的一个有价值的目标,自然进化还没能做到这一点。然而,在干旱期间,且河流流量很高的情况下,当把窗纹藻属作为含鲑鱼河流的食物链的食物时,很可能会引发水华并间接威胁公共健康[73]。
在加利福尼亚西北部的地中海季节,多雨的冬季之后是干旱的夏季。冬季和夏季的转变控制着藻类物候,以及在生物活跃的夏季期间河流食物网组成形式 [48, 73, 74]。春季,河流水流消退,河水变清、变暖,丝状绿色大型藻类(Cladophora glomerata)可以长到几米长,其表面附着的硅藻和其他附生植物的栖息地数目会增加五到六个数量级[70]。到了仲夏,刚毛藻属(Cladophora)的群体从绿色变成了锈红色,因为它们表面被窗纹藻属覆盖了。这些藻类为河流以及河口的鲑鱼的猎物提供了营养来源。由自然漂流或实验研究而引入河口的硅藻-刚毛藻组合体会在几分钟内被成群的片脚类和等足类动物吃掉,与当地的软绿色海藻(石莼属和浒苔属)(Ulva and Enteromorpha)相比,这些动物更喜欢前者,而后者通常被认为是沿海海洋食物网的重要食物来源 [72]。上述这些观察结果表明,河流中的漂流藻类对于河口和沿海食物网来说可能是重要且神秘的能量和营养来源,另一个例子表明,强大的自上而下的定向选择可以隐藏食物链中的强大联系,直到实验或不断变化的环境揭示它们的存在。
在夏季的干旱情况下,窗纹藻属的藻类组合体及其固氮的命运也会发生改变。这些藻类的繁殖不再为含鲑鱼的食物链提供能量,相反它们会促进具有潜在神经毒性的蓝藻大量繁殖 [73, 75]。阳光照射下,如果河流的流量降至临界水平以下[人类取水而导致多雨的冬季也可能发生 [76]],水池温暖而不流动,营养丰富的刚毛藻-窗纹藻组合体菌群将被耐热的、潜在的神经毒性蓝细菌-鱼腥藻属(Anabaena spp.)[75,77]占据主导。当鱼腥藻通过刚毛藻-窗纹藻组合体传播时,它们会以其蓝绿色到黑色的斗篷覆盖红棕色宿主藻类组合体。这样鱼腥藻既可以获得阳光,也可能从垂死的宿主藻类那里获得营养或能量。虽然鱼腥藻固氮,但它通过异养的方式摄取碳,从而使得它在固氮的同时也让河流陷入了数小时的黑暗中 [78]。在过去的十年中,神经毒性蓝细菌已经杀死了在Eel、俄罗斯和其他北加州河流区域的十几条狗[73, 75]。在南部,蒙特雷湾附近的 20 只海獭的死亡与农业发达地区的河流中其他蓝细菌产生的微囊藻毒素(microcystins)-肝毒素(hepatotoxins)有关 [79]。固氮硅藻或其他营养来源是否会为河流和相连的高地以及沿海生态系统中的食物网提供营养或毒素,也取决于冬季和夏季的水文、气候以及越来越多的人类行为[73, 76]。

8. 修补基因、生命体和生态系统:价值观

查尔斯·曼 (Charles Mann) [80] 对比了 20 世纪思想家和科学家的两个流派:“巫师派”——使用技术解决问题的工程师、发明家或修补匠,敬畏自然的“先知派”——认为生命体和景观并不在人类的控制范围内。巫师派“将人们视为具有无休止创造力的……狡猾的管理者、思想家和实干家,可以无休止地扩张。[先知派] 认为研究人员从根本上是被嵌入在......更大的东西中,研究人员不应该破坏那个更大的东西”[81]。21 世纪的 CRISPR 科学家乍一看似乎处于技术乐观主义巫师派阵营。他们希望应用 CRISPR 编辑和基因驱动来保护野生物种和恢复半自然生态系统,并提出了更微妙的想法 [2]。基因编辑、基因驱动和其他现代遗传工具为环保主义者提供了新的,在某些情况下,也许是研究人员唯一的希望,用以消除人类对野生物种和半自然生态系统造成的破坏。种间体细胞核转移(Interspecies somatic cell nuclear transfer)可能会增强物种的遗传多样性,如黑脚雪貂或灰狼,这些物种由于之前人类的破坏活动导致其种群规模已经很小了 [82]。珊瑚生物学家正在探索基因编辑,以使珊瑚或它们的鞭毛藻内共生体在当前和未来的海洋中发挥作用并减轻气候变暖和海洋酸化的压力[83]。基因编辑作为一个在消灭被研究人员引入岛屿的害虫、疾病宿主和捕食者(它们现在威胁着当地物种,包括地方性物种 [3, 4, 84])方面,相比于中毒有更小的脱靶率的技术而被广泛讨论。它们的道德使用需要尝试预测所有可能产生的结果(作者在本文中的重点);风险、收益和机会成本分析;公众参与和接受;和监督——桑德勒 [85] 将其归类为“工具主义者的伦理观点”的标准,其中技术或工具“既不好也不坏,而是中立的”。
桑德勒认为,虽然工具主义者的伦理观点很重要,但如果没有另一种“生命形式的观点”,即考虑基因编辑将如何重组研究人员的活动以及研究人员与生活的关系,那么工具主义的伦理观点是不完整的。基因编辑不仅是达到某些目的的一种有效的、有时可能是必要的手段——它会改变研究人员和未来的人类对自然的看法,因为基因编辑的生物越来越多,而这些生物即使只是研究人员保护的物种或生态系统恢复的代理人。对于研究人员中的一些人来说,“复活”物种是非常有吸引力的,这些物种可以重构出研究人员哀悼的、过去景观和生态系统:例如,从北美中部和东部[86-88]以美洲板栗为主的森林到白令陆桥的猛犸象草原[89, 90]。如果研究人员限制人类活动并腾出足够的空间和时间,使这些物种能够自行进化和重新配置生态系统,研究人员就有可能保持对今天某些感兴趣的研究人员来说[80],很重要的荒野环境。如果在一个更加拥挤、以人类为主导的世界中,研究人员又不限制自己的行为,那他们将会为了解决问题并将生命支持参数保持在可接受的范围内不得不无休止地修补地球的生物群和生态系统[91](用创可贴来解决创可贴式问题)。
即使基因编辑的生物充当了研究人员物种保护或生态系统恢复的代理人,那当前和未来的人类将如何看待它们呢?Paolo Bacigalupi [92] 在他关于猖獗的合成生物学及其潜力的科幻小说中,描述了农业企业之间爆发的竞争性生物战使人类食物供应变得紧缺这一场景。小说中的一些人也对合成生物的文化非常厌恶。然而,人类的观念和价值观会发生变化。欧洲血统的美国环保主义者曾经崇敬北美的“原始荒野”,但他们最近开始意识到之前欧洲殖民者发现的古老森林和各种植物和猎物实际上依赖于美洲原住民的精心照料和火灾管理[93-95]。荒地管理者和保护生物学家越来越意识到,研究人员需要重新进行这种管理,以通过改变区域火灾和旱涝状况来维持西部森林及其生物群和生命支持功能 [95]。然而,当地人对使用合成生物学来恢复其土地上的物种(例如美洲栗或鲑鱼)或生态系统的看法目前似乎仍然是负面的或者莫衷一是的 [93]。

9. 在实验室之外得时刻小心谨慎:

追踪合成线在真实环境中的表现的重要性

研究人员想要转移、增强或沉默基因,以便让微生物为自己工作,使研究人员不必为自然选择而烦恼。研究人员将成为微生物代谢的创造者,并将设计微生物来满足研究人员的要求。研究人员有能力这样做,但这种能力似乎并没有使研究人员对微生物进化带来的潜在巨大后果有深入的理解,更不用说让他们能改变地球未来的发展轨迹。

Paul Falkowski [56]

只要保持警惕——通过实地监测——人们就会认识到变化。为什么我们熟知的世界会发生如此大的变化?

Robert T. Paine [96]

弗兰肯斯坦博士的罪行不在于他把狂妄自大和高科技结合起来创造了一种生物,而在于他抛弃了这种生物。[拉图尔随后引用了玛丽雪莱的弗兰肯斯坦:“记住,我是你的生物,”怪物抗议道,“我应该是你的亚当;但我更像是被你无缘无故从欢乐中驱赶的堕落的天使……我是仁慈且善良的;苦难使我变成了恶魔。让我快乐吧,我将再次贤德。”]

Bruno LaTour [97]

在对非模式生物系统进行基因编辑的早期阶段,许多合成生物学家专注于他们实验室中新创造的生命体在没有被悉心照料的情况下是否可存活。现在主要关注“如果它们存活下来了、建立了自己的群落且向外传播又会怎样呢?如果它们被'驱使’在野生种群传播会怎样呢?”
对它们的未来以及它们将如何影响研究人员的未来的前瞻性预测将会受到挑战,并经常受到跨越规模的复杂性和突发事件的阻碍,包括作者在这里回顾的那些问题。然而,研究人员越是寻求对推动变化和将基因与生态系统联系起来的过程的预测性机制理解(predictive mechanistic understanding),研究人员就会在解释意外方面更加游刃有余。无论是先见之明还是后见之明,21 世纪的工具都会帮助研究人员实现合成生物学的一些愿景并降低其潜在危害。曾经被认为只属于分子生物学或野外生态学领域的方法现在越来越多地在这两个领域都得到应用 [17, 98]。跨领域方法的溢出会加强分子遗传学家、细胞生物学家、表观遗传学家、生态学家、进化生物学家和地球科学家之间的交流,以应对全球使用 CRISPR-Cas 9 技术带来的挑战和责任。拉格朗日对独立生存个体(free-living individuals)的观察极大地启发了野外生物学家,现在也使得细胞生物学家能够了解单细胞在其生活微环境中跨时空运动和变化时的功能和命运 [99, 100]。定量稳定同位素探测让生态学家和生态系统科学家能够识别关键微生物分类群并跟踪它们在自然界中介导的基本的和分子的交换 [99,101]。遗传学家使用“knockin”和“knockout”实验来研究基因如何影响表型;生态学家使用enclosure/exclosures和其他实验来揭示特定物种对食物网(food web)的影响。生态学家 [43–50, 102] 寻找由强相互作用物种(基础或关键物种)引发的营养级联现象,希望能解释或预测这些带来的间接“knockon”效应。类似地,分子生物学家寻找关键的“基因程序”,这些基因调控通路包含许多其他通路并决定更高阶的表型特征,如性别[103]。在生物组织的所有层次上,环境控制着相互作用的强度和结果,景观生态学(landscape ecology)中“过程模式”的影响[104]缩小到空间基因组学中基因表达的拓扑相关域[105]。地球系统科学中遥感的进步使研究人员能够从飞机或太空追踪生物群的分布、丰度和生理状态以及环境条件的变化 [106]。国家科研基金机构对“融合”的广泛呼吁要求生物学家和地球科学家既要有明智的谦逊,又要有综合的想象力,以突破学科壁垒,弥合研究人员各个子学科之间的深刻历史分歧。
这种团队合作对于构建检测网络以在开放环境中追踪基因编辑生物体至关重要。这些追踪工作应该集中在“关键点或关键时刻”上,因为基因编辑生物体在“关键点或关键时刻”的表现、选择力或影响最有可能发生变化。研究人员可以使用来自无人机、飞机或太空观测平台的重复摄影测量来表征不断变化的环境控制,以及基因编辑生物(例如树木或巨型动物)的传播或显著变化状况[106]。如果生物体受到CRISPRCas 改造的DNA没有产生可见的表型,那么就需要对该生物体或环境 DNA (eDNA) 进行遗传监测。
科学和技术创新使得 CRISPR-Cas 技术不仅用于编辑细胞或生物体,还用于跟踪它们的eDNA,使得后续研究变得更加可行。为临床诊断而开发的新 CRISPR-Cas12a [例如 DETECTR [107]] 和 CRISPR-Cas13 [SHERLOCK [108]] 平台具有低至阿摩尔浓度的检测灵敏度,并且可以区分仅有几个碱基对差异的不同的核苷酸链。在使用重组酶聚合酶扩增(RPA)对目标 DNA 进行预扩增后,向导 RNA 将 CRISPR-Cas12a 核酸酶引导至目标位点。一旦酶切割该位点,CRISPR-Cas12a 就会不加选择地切割其他单链 DNA(“反式切割”)。如果添加了单链 DNA 荧光团-猝灭剂分子,Cas12a的反式切割将从其猝灭剂中释放荧光团,触发随后可在样品中测量的荧光信号。这些检测系统价格低廉且适用于现场应用:可以冻干以实现独立冷链运输,然后与纸张点样 [108] 或智能手机检测设备 [109]一起使用;或最近开发的用于细菌检测的手持荧光监测器 [110, 111]。
威廉姆斯等人 [110, 112]似乎是第一个将该技术应用于自然界物种检测的人。他们从四个爱尔兰溪流采集到的eDNA样本中可以检测和区分出密切相关的大西洋鲑鱼 (Salmo salar) 和褐鳟鱼 (Salmo trutta)。灵敏的 CRISPR-Cas12a 检测极大地增强了对有价值的、稀有的或潜在入侵的外来物种 [109、110、112] 的 eDNA“预警”能力,还可以通过基因驱动追踪在开放环境中传播的基因编辑生物。
在迄今为止最详尽的基因驱动监测计划之中,克劳福德等人[28] 在加利福尼亚中部近 400 公顷(包括 3,000 个家庭)的区域内追踪了带有 沃尔巴克氏体、基因驱动技术改造的埃及伊蚊(Aedes aegypti)(是登革热、基孔肯雅热、寨卡病毒和黄热病的宿主)。如果受沃尔巴克氏体感染的雄性蚊子与未感染的雌性蚊子交配,生成的受精卵就会死亡。但是,如果受感染的雌性与受感染或未受感染的雄性交配,则受精卵会正常存活。若要使这种昆虫生物防治工作能正常进行下去,就不能释放受沃尔巴克氏体感染的雌性。在一个自动化幼虫饲养系统中,克劳福德及其同事让两种性别的幼虫都感染了沃尔巴克氏体,然后通过基于大小的自动化性别筛选器分离雌性蛹,接着通过工业图像分析和机器学习分类器(进行一些人工检查)进行核查。对于这项工作来说,重要的是,投放的带有沃尔巴克氏体的雄性蚊子和整个埃及伊蚊种群都在大面积范围内受到监测。在地图上仔细标定投放地点和随后的诱捕器监测让调查人员可以检查他们的生物防治计划的成功与否,并监测事故的发生,例如意外投放了被沃尔巴克氏体感染的雌性蚊子。
本研究中的有策略的广泛监测行为表明,在有足够资源的情况下,负责任地追踪已投放自然界的基因编辑生物体是可行的方法。作者的技术创新 [28] 可以促进其他努力。这些监测计划需要由本领域的生物学家相互协作,而且他们还得在当地培训过、有资金资助且有组织。如果团队由当地科学家领导并雇用当地青年参与其中,那将会很理想,如 Dan Janzen 在哥斯达黎加的分类学工作者会议 [113]。理想情况下,团队应包括接受过基因组学和表观基因组学、生态生理学和相关学科训练的成员,以便他们可以预测具有不同进化和自然历史的物种的行为和命运。在社区和生态系统生态学以及遥感方法方面受过训练的团队成员可以设计跨越一定时空间隔的采样,以确定这些生物的性状和影响是否仍然符合预期。
实地检测研究人员基因编辑创造的生物,不仅可以为世界贫困地区(包括美国)的人们提供一份有意义的工作,而且应该招募具有重要传统生态知识的人来为管理工作提供建议。只有当地所有土著和其他当地人都同意的情况下,研究人员才能在这块区域投放基因编辑生物。更多可能从地球上消灭目标物种的不受控制的生物投放应该需要更广泛的共识 [6],尽管如何从约 80 亿人中达成这一共识仍是一个悬而未决的问题。即使经过人们长时间的参与和认真倾听,达成或达不成共识可能会也可能不会发展,但该过程将使科学家和利益相关者了解在自然界中使用基因编辑生物的危险和自己对该行为所作的承诺。它也可能帮助研究人员更多人思考自然(包括人性)在研究人员日益设计的未来中将在哪里找到一席之地。
研究人员什么时候可以放松对“有希望的怪物”——研究人员基因编辑改造的生物,及其引发反馈的警惕管理?也许永远不会,研究人员越是寻求对从功能基因组学到物种相互作用和生态系统响应的过程和联系的预测性理解,在 CRISPR 改变的人类世开始之际,研究人员越能很好地履行研究人员的两项关键职责:首先,设计有效的方案以追踪被编辑的基因在不同场景中的传播、变化和影响,其次,分析事情出错的原因,甚至可能很快就可以纠正错误并使自己幸免于难。

参考文献

1. J. A. Doudna, S. H. Sternberg, A Crack in Creation (Houghton Mifflin Harcourt, 2017).

2. G. Church, E. Regis, Regenesis (Basic Books, 2012).

3. National Academies of Sciences, Engineering, and Medicine, Gene Drives on the Horizon: Advancing Science, Navigating Uncertainty, and Aligning Research with Public Values (The National Academies Press, 2016).

4. G. E. Kaebnick et al., Precaution and governance of emerging technologies. Science 354, 710–711 (2016).

5. E. Heitman, K. Sawyer, J. P. Collins, Gene drives on the horizon: Issues for biosafety. Applied Biosafety International 21, 173–176 (2016).

6. K. A. Oye et al., Biotechnology. Regulating gene drives. Science 345, 626–628 (2014).

7. J. Kahn, The gene drive dilemma: We can alter entire species, but should we? New York Times Magazine, 8 January 2020. https://www.nytimes.com/2020/01/08/magazine/gene-drive-mosquitoes.html. Accessed 19 January 2020.

8. A. G. Tansley, The use and abuse of vegetational concepts and terms. Ecology 16, 284–307 (1935).

9. P. M. Vitousek, L. R. Walker, L. D. Whiteaker, D. Mueller-Dombois, P. A. Matson, Biological invasion by Myrica faya alters ecosystem development in Hawaii. Science 238, 802–804 (1987).

10. M. Scheffer, S. Carpenter, J. A. Foley, C. Folke, B. Walker, Catastrophic shifts in ecosystems. Nature 413, 591–596 (2001). 1

1. M. E. Power et al., The role of experiments in ecology. Science 270, 561 (1995). 12. Salk Institute for Biological Studies, Joseph Ecker. https://www.salk.edu/scientist/josephecker/. Accessed 31 March 2020.

13. D.-S. Lee et al., Simultaneous profiling of 3D genome structure and DNA methylation in single human cells. Nat. Methods 16, 999–1006 (2019).

14. E. Charney, Behavior genetics and postgenomics. Behav. Brain Sci. 35, 331–358 (2012).

15. C. K. Deutsch, W. J. McIlvane, Non-mendelian etiologic factors in neuropsychiatric illness: Pleiotropy, epigenetics, and convergence. Behav. Brain Sci. 35, 363–364 (2012).

16. T. Kawakatsu, J. R. Ecker, Diversity and dynamics of DNA methylation: Epigenomic resources and tools for crop breeding. Breed. Sci. 69, 191–204 (2019).

17. C. L. Richards et al., Ecological plant epigenetics: Evidence from model and nonmodel species, and the way forward. Ecol. Lett. 20, 1576–1590 (2017).

18. O. Bossdorf, C. L. Richards, M. Pigliucci, Epigenetics for ecologists. Ecol. Lett. 11, 106–115 (2008).

19. Wikipedia, E. coli long-term evolution experiment. https://en.wikipedia.org/wiki/E._ coli_long-term_evolution_experiment. Accessed 20 January 2020.

20. R. J. Woods et al., Second-order selection for evolvability in a large Escherichia coli population. Science 331, 1433–1436 (2011).

21. D. J. Starr, T. W. Cline, A host parasite interaction rescues Drosophila oogenesis defects. Nature 418, 76–79 (2002).

22. K. M. Oliver, P. H. Degnan, M. S. Hunter, N. A. Moran, Bacteriophages encode factors required for protection in a symbiotic mutualism. Science 325, 992–994 (2009).

23. K. M. Oliver, P. H. Degnan, G. R. Burke, N. A. Moran, Facultative symbionts in aphids and the horizontal transfer of ecologically important traits. Annu. Rev. Entomol. 55, 247–266 (2010).

24. K. I. Verster et al., Horizontal transfer of bacterial cytolethal distending toxin B genes to insects. Mol. Biol. Evol. 36, 2105–2110 (2019).

25. J. Losos, Improbable Destinies: Fate, Chance, and The Future of Evolution (Riverhead Books, Random House, 2017).

26. A. Burt, Site-specific selfish genes as tools for the control and genetic engineering of natural populations. Proc. Biol. Sci. 270, 921–928 (2003).

27. L. Alphey, Genetic control of mosquitoes. Annu. Rev. Entomol. 59, 205–224 (2014).

28. J. E. Crawford et al., Efficient production of male Wolbachia-infected Aedes aegypti mosquitoes enables large-scale suppression of wild populations. Nat. Biotechnol. 38, 1–15 (2020).

29. K. M. Esvelt, A. L. Smidler, F. Catteruccia, G. M. Church, Concerning RNA-guided gene drives for the alteration of wild populations. eLife 3, 20131071 (2014).

30. K. Kyrou et al., A CRISPR-Cas9 gene drive targeting doublesex causes complete population suppression in caged Anopheles gambiae mosquitoes. Nat. Biotechnol. 36, 1062–1066 (2018).

31. J. Champer et al., Reducing resistance allele formation in CRISPR gene drive. Proc. Natl. Acad. Sci. U.S.A. 115, 5522–5527 (2018).

32. J. Champer, A. Buchman, O. S. Akbari, Cheating evolution: Engineering gene drives to manipulate the fate of wild populations. Nat. Rev. Genet. 17, 146–159 (2016).

33. V. M. Gantz et al., Highly efficient Cas9-mediated gene drive for population modification of the malaria vector mosquito Anopheles stephensi. Proc. Natl. Acad. Sci. U.S.A. 112, E6736–E6743 (2015).

34. J. E. DiCarlo, A. Chavez, S. L. Dietz, K. M. Esvelt, G. M. Church, Safeguarding CRISPRCas9 gene drives in yeast. Nat. Biotechnol. 33, 1250–1255 (2015).

35. M. S. Alam et al., Prevalence of anopheline species and their Plasmodium infection status in epidemic-prone border areas of Bangladesh. Malar. J. 9, 15 (2010). 3

6. H. Andrewartha, L. Birch, The Distribution and Abundance of Animals (University of Chicago Press, 1954).

37. G. E. Hutchinson, Concluding remarks. Cold Spring Harb. Symp. Quant. Biol. 22, 415–427 (1957).

38. J. Harte, Maximum Entropy and Ecology: A Theory of Abundance, Distribution, and Energetics (Oxford University Press, 2011).

39. S. J. Phillips, R. P. Anderson, R. E. Schapire, Maximum entropy modeling of species geographic distributions. Ecol. Modell. 190, 231–259 (2006).

40. S. J. Phillips, M. Dudik, Modeling of species distributions with MaxEnt: New extensions and a comprehensive evaluation. Ecography 31, 161–175 (2008).

41. J. B. S. Haldane, A defense of beanbag genetics. Perspect. Biol. Med. 7, 343–359 (1964).

42. N. G. Hairston, F. E. Smith, L. B. Slobodkin, Community structure, population control, and competition. Am. Nat. 94, 421–425 (1960).

43. R. T. Paine, A note on trophic complexity and community stability. Am. Nat. 103, 91–93 (1969).

44. R. T. Paine, Food webs: Linkage, interaction strength and community infrastructure. J. Anim. Ecol. 49, 666–685 (1980).

45. R. T. Paine, Food-web analysis through field measurement of per capita interaction strength. Nature 355, 73–75 (1992).

46. M. E. Power et al., Challenges in the quest for keystones. Bioscience 46, 609–620 (1996).

47. B. A. Menge, E. Berlow, C. Blanchette, S. Navarrete, S. Yamada, The keystone species concept: Variation in interaction strength in a rocky intertidal habitat. Ecol. Monogr. 64, 249–286 (1994).

48. M. E. Power, M. S. Parker, W. E. Dietrich, Seasonal reassembly of a river food web: Floods, droughts, and impacts of fish. Ecol. Monogr. 78, 263–282 (2008).

49. J. A. Estes, J. F. Palmisano, Sea otters: Their role in structuring nearshore communities. Science 185, 1058–1060 (1974).

50. J. A. Estes, M. T. Tinker, T. M. Williams, D. F. Doak, Killer whale predation on sea otters linking oceanic and nearshore ecosystems. Science 282, 473–476 (1998).

51. A. M. Springer et al., Sequential megafaunal collapse in the North Pacific Ocean: An ongoing legacy of industrial whaling? Proc. Natl. Acad. Sci. U.S.A. 100, 12223–12228 (2003).

52. S. B. Carroll, The Serengeti Rules (Princeton University Press, 2016).

53. M. E. Power, Top-down and bottom-up forces in food webs: Do plants have primacy? Ecology 73, 737–746 (1992).

54. T. W. Schoener, Field experiments on interspecific competition. Am. Nat. 122, 240–285 (1983).

55. D. R. Strong, “Density-vague ecology and liberal population regulation in insects” in A New Ecology, P. W. Price, C. N. Slobodchikoff, W. S. Gaud, Eds. (Wiley, 1984), pp. 313–327.

56. P. G. Falkowski, Life’s Engines (Princeton University Press, 2016).

57. H. R. DeYoe, R. L. Lowe, J. C. Marks, Effects of nitrogen and phosphorus on the endosymbiont load of Rhopalodia gibba and Epithemia turgida (Bacillariophyceae). J. Phycol. 28, 773–777 (1980).

58. S. Burén, L. M. Rubio, State of the art in eukaryotic nitrogenase engineering. FEMS Microbiol. Lett. 365, 1–9 (2018).

59. M. Charpentier, G. Oldroyd, How close are we to nitrogen-fixing cereals? Curr. Opin. Plant Biol. 13, 556–564 (2010).

60. K. V. Pixley et al., Genome editing, gene drives, and synthetic biology: Will they contribute to disease-resistant crops, and who will benefit? Annu. Rev. Phytopathol. 57, 165–188 (2019).

61. W. Mattson, Herbivory in relation to plant nitrogen content. Annu. Rev. Ecol. Syst. 11, 119–161 (1980).

62. J. A. Maron, R. L. Jefferies, Restoring enriched grasslands: Effects of mowing on species richness, productivity, and nitrogen retention. Ecol. Appl. 11, 1088–1100 (2001).

63. K. B. Suttle, M. A. Thomsen, M. E. Power, Species interactions reverse grassland responses to changing climate. Science 315, 640–642 (2007).

64. M. Puleo, Wildfires dot the Southwest as dry, windy conditions prove disastrous. AccuWeather, 15 June 2020. https://www.accuweather.com/en/severe-weather/wildfiresdot-the-southwest-as-dry-and-windy-conditions-prove-disastrous/759478. Accessed 1 July 2020.

65. Y. Vadeboncoeur, M. E. Power, Attached algae as the cryptic base of inverted trophic pyramids in freshwaters. Annu. Rev. Ecol. Evol. Syst. 48, 255–279 (2017).

66. M. T. Brett, D. C. Muller-Navarra, The role of highly unsaturated fatty acids in aquatic foodweb processes. Freshw. Biol. 38, 483–499 (1997).

67. J. Prechtl, C. Kneip, P. Lockhart, K. Wenderoth, U. G. Maier, Intracellular spheroid bodies of Rhopalodia gibba have nitrogen-fixing apparatus of cyanobacterial origin. Mol. Biol. Evol. 21, 1477–1481 (2004).

68. T. Nakayama et al., Complete genome of a nonphotosynthetic cyanobacterium in a diatom reveals recent adaptations to an intracellular lifestyle. Proc. Natl. Acad. Sci. U.S.A. 111, 11407–11412 (2014).

69. C. Kneip, C. Voss, P. J. Lockhart, U. G. Maier, The cyanobacterial endosymbiont of the unicellular algae Rhopalodia gibba shows reductive genome evolution. BMC Evol. Biol. 8, 30 (2008).

70. M. E. Power et al., Algal mats and insect emergence in rivers under Mediterranean climates: Towards photogrammetric surveillance. Freshw. Biol. 54, 2101–2115 (2008).

71. S. J. Kupferberg, J. C. Marks, M. E. Power, Effects of variation in natural algal and detrital diets on larval anuran (Hyla regilla) life-history traits. Copeia 1994, 446–457 (1994).

72. C. Ng, “The transport of chemicals and biota into coastal rivers and marine ecosystems,” PhD dissertation, University of California, Berkeley, CA (2012).

73. M. E. Power, K. Bouma-Gregson, P. Higgins, S. M. Carlson, The thirsty Eel: Summer and winter flow thresholds that tilt the Eel River of Northwestern California from salmon-supporting to cyanobacterially degraded states. Copeia 2015, 200–211 (2015).

74. J. B. Sculley, R. L. Lowe, C. A. Nittrouer, T. M. Drexler, M. E. Power, Eighty years of food-web response to interannual variation in discharge recorded in river diatom frustules from an ocean sediment core. Proc. Natl. Acad. Sci. U.S.A. 114, 10155–10159 (2017).

75. K. Bouma-Gregson, R. M. Kudela, M. E. Power, Widespread anatoxin-a detection in benthic cyanobacterial mats throughout a river network. PLoS One 13, e0197669 (2018).

76. J. K. Carah et al., High time for conservation: Adding the environment to the debate on marijuana liberalization. Bioscience 65, 822–829 (2015).

77. K. Bouma-Gregson, M. E. Power, M. Bormans, Rise and fall of toxic benthic freshwater cyanobacteria (Anabaena spp.) in the Eel River: Buoyancy and dispersal. Harmful Algae 66, 79–87 (2017).

78. J. Sahu, S. P. Adhikary, Heterotrophic growth and nitrogen fixation in the filamentous blue-green alga Anabaena sp. Z. Allg. Mikrobiol. 21, 669–676 (1981).

79. M. A. Miller et al., Evidence for a novel marine harmful algal bloom: Cyanotoxin (microcystin) transfer from land to sea otters. PLoS One 5, e12576 (2010).

80. C. Mann, The Wizard and the Prophet (Vintage, 2019).

81. A. Anthony, Interview: Charles Mann: “The relationship between population and consumption is not straightforward.” The Guardian, 10 June 2018. https://www. theguardian.com/environment/2018/jun/10/charles-mann-book-wizard-prophet-interview. Accessed 19 February 2020.

82. S. M. Wisely, O. A. Ryder, R. M. Santymire, J. F. Engelhardt, B. J. Novak, A road map for 21st century genetic restoration: Gene pool enrichment of the black-footed ferret. J. Hered. 106, 581–592 (2015).

83. M. J. H. van Oppen, J. K. Oliver, H. M. Putnam, R. D. Gates, Building coral reef resilience through assisted evolution. Proc. Natl. Acad. Sci. U.S.A. 112, 2307–2313 (2015).

84. B. L. Webber, S. Raghu, O. R. Edwards, Opinion: Is CRISPR-based gene drive a biocontrol silver bullet or global conservation threat? Proc. Natl. Acad. Sci. U.S.A. 112, 10565–10567 (2015).

85. R. Sandler, The ethics of genetic engineering and gene drives in conservation. Conserv. Biol. 34, 378–385 (2020).

86. National Academies of Sciences, Engineering, and Medicine, Forest Health and Biotechnology: Possibilities and Considerations (The National Academies Press, 2019).

87. W. A. Powell, A. E. Newhouse, V. Coffey, Developing blight tolerant American chestnut trees. Cold Spring Harb. Perspect. Biol. 11, a034587 (2019).

88. G. Popkin, Can genetic engineering bring back the American chestnut? New York Times Magazine, 30 April 2020. https://www.nytimes.com/2020/04/30/magazine/ american-chestnut.html. Accessed 10 May 2020.

89. S. A. Zimov, N. S. Zimov, A. N. Tikhonov, F. S. Chapin, III, Mammoth steppe: A highproductivity phenomenon. Quat. Sci. Rev. 57, 26–45 (2012).

90. R. Anderson, Welcome to Pleistocene Park. The Atlantic, April 2017, pp. 1–34.

91. J. Rockström et al., A safe operating space for humanity. Nature 461, 472–475 (2009).

92. P. Bacigalupi, Wind Up Girl (Nightshade Books, San Francisco, CA, 2009).

93. M. K. Anderson, Tending the Wild (University of Californa Press, Berkeley, CA, 2006).

94. K. Lightfoot, O. Parrish, California Indians and Their Environment (University of Californa Press, Berkeley, CA, 2009).

95. N. Gilles, Wildfires are essential: The forest service embraces a tribal tradition (2017). https://www.yesmagazine.org/issue/science/2017/04/03/wildfires-are-essential-the-forestservice-embraces-a-tribal-tradition/. Accessed 15 June 2020.

96. R. T. Paine, Serengeti Rules (Passion Pictures). https://www.youtube.com/watch? v=rB72Hy5AGuA. Accessed 15 June 2020.

97. B. LaTour, Love your monsters: Why we must care for our technologies as we do our children. The Breakthrough Journal, 14 February 2012. https://thebreakthrough.org/ journal/issue-2/love-your-monsters. Accessed 15 June 2020.

98. B. A. Hungate et al., Quantitative microbial ecology through stable isotope probing. Appl. Environ. Microbiol. 81, 7570–7581 (2015).

99. D. Kotliar et al., Identifying gene expression programs of cell-type identity and cellular activity with single-cell RNA-seq. eLife 8, 507 (2019).

100. J. Eberwine, J. Y. Sul, T. Bartfai, J. Kim, The promise of single-cell sequencing. Nat. Methods 11, 25–27 (2014). 1

01. B. Koch et al., Estimating taxon-specific population dynamics in diverse microbial communities. Ecosphere 9, e02090–e15 (2018).

102. J. A. Estes et al., Trophic downgrading of planet Earth. Science 333, 301–306 (2011).

103. B. J. Meyer, Sex and death: From cell fate specification to dynamic control of X-chromosome structure and gene expression. Mol. Biol. Cell 29, 2616–2621 (2018).

104. M. G. Turner, Landscape ecology: The effect of pattern on process. Annu. Rev. Ecol. Syst. 20, 171–197 (1989).

105. J. Dekker, E. Heard, Structural and functional diversity of topologically associating domains. FEBS Lett. 589, 2877–2884 (2015).

106. National Academies of Sciences, Engineering, and Medicine, A Vision for NSF Earth Sciences 2020–2030: Earth in Time (The National Academies Press, 2020).

107. J.S. Chen et al., CRISPR-Cas12a target binding unleashes indiscriminate singlestranded DNase activity. Science 360, 436–439 (2018).

108. J. S. Gootenberg et al., Nucleic acid detection with CRISPR-Cas13a/C2c2. Science 356, 438–442 (2017).

109. M. Phelps, Increasing eDNA capabilities with CRISPR technology for real-time monitoring of ecosystem biodiversity. Mol. Ecol. Resour. 19, 1103–1105 (2019).

110. M. A. Williams et al., The application of CRISPR-Cas for single species identification from environmental DNA. Mol. Ecol. Resour. 19, 1106–1114 (2019).

111. B. Heery et al., ColiSense, today’s sample today: A rapid on-site detection of β-D-glucuronidase activity in surface water as a surrogate for E. coli. Talanta 148, 75–83 (2016).

112. M. A. Williams et al., Comparing CRISPR‐Cas and qPCR eDNA assays for the detection of Atlantic salmon (Salmo salar L.). Environ. DNA 3, 297–304 (2021).

113. D. H. Janzen, How to save tropical biodiversity. Am. Entomol. (Lanham Md.) 37, 159–171 (1991)

(参考文献可上下滑动查看)

原文地址:
https://www.pnas.org/content/118/22/e2004833118

来源:学术经纬 2021-07-15

(0)

相关推荐