在自然界中，有些生物的行為讓人既震撼又困惑：它們會主動選擇“自我犧牲”以換取整個群體的生存機會。比如，某些細菌會分泌大腸桿菌素殺死競爭者，卻也因此難逃一死；蜜蜂在蜇刺敵人后會犧牲自身，以保護蜂群安全；甚至在人類疾病中，敗血性休克可能通過個體的死亡來限制病原體在群體中的傳播。這種無私奉獻的行為在生物界廣泛存在。然而，從演化角度來看，這種“自我犧牲”行為卻是一個巨大的謎題：既然這些個體無法存活下來繁殖后代，相關的基因似乎應該逐漸消失。那么，這種行為是如何在自然選擇過程中得以延續的呢？
近日，由中國科學院深圳先進技術研究院合成生物學研究所定量合成生物學全國重點實驗室/合成生物進化研究中心的黃術強和傅雄飛課題組在國際微生物生態學會期刊The ISME Journal發表了題為"Strong segregation promotes self-destructive cooperation"的研究，通過定量合成生物學方法揭示了微生物如何在壓力環境中通過“自我犧牲”行為實現群體生存的新機制。
該研究發現，在極端分散（Strong segregation）的條件下，比如群體被分散成極小的單元（甚至初始群體只有1-2個個體）時，具有自我犧牲行為的群體（Self destructive cooperation,SDC）反而能夠在壓力環境中穩定存在，在高強度的環境壓力下變得更加顯著。這一發現不僅解釋了微生物自我犧牲行為的演化邏輯，還為理解壓力環境如何塑造自我犧牲行為提供了新的理論。
01?理論預測強分散環境有利于自我犧牲行為的演化
另一方面，驗證演化理論一直是該領域的一大挑戰，因為這需要考慮復雜的環境因素、漫長的演化時間以及眾多亞群體。為了應對這一技術挑戰，研究團隊依托深圳合成生物研究重大科技基礎設施（Shenzhen Synthetic Biology Infrastructure）開發了一套自動化實驗流程，對含有“犧牲者-作弊者（SDC-cheater）”的合成生物系統進行了高通量實驗操作，成功驗證了壓力環境塑造犧牲行為的新理論。
一般來講，個體的行為特征應當具備某種有助于生存和繁衍的優勢，從而能夠代代相傳。群體選擇理論能夠解釋弱利他行為的演化，即：雖然群體中的合作者個體相對于非合作者個體處于競爭劣勢，但合作者依然能夠通過其他方式提升自身亞群（Subgroup）的適應度，從而在群體層面上產生優勢。然而，該理論難以解釋極端利他行為的演化，比如自我犧牲行為。這種行為看似完全犧牲了自身利益，不會在亞群內留下后代，在群體內部形成極端劣勢，而且這種劣勢往往難以通過群體層面的潛在收益來彌補。這與傳統理論理解存在一定的矛盾。
針對微生物自我犧牲行為的演化，本研究提出了一種新的解釋：在極端分散的環境中，會形成大量的同類種群（都具備自我犧牲行為，或都具備作弊行為）和少量的異類種群（自我犧牲行為和作弊行為同時存在）。當施加環境壓力或遇到外敵入侵時，具備自我犧牲行為的同類種群會通過部分個體的自我犧牲保護同伴，從而讓整個種群存活下來;相反，具備作弊行為的種群則會逐漸消失。最終，大量具備自我犧牲行為的個體得以保留，從而使得“犧牲基因”能夠穩定流傳。研究還發現，環境壓力越強，這種自我犧牲行為的保留效果越顯著。這一理論不僅解釋了自我犧牲行為的演化邏輯，還為理解壓力環境如何塑造自我犧牲行為提供了新的視角。
02?開發自動化實驗流程驗證自我犧牲行為的演化
盡管理論分析表明，在強分散的環境中，自我犧牲行為可以維持并演化，但實驗驗證依然面臨許多挑戰。主要難點在于：如何構建一個可重復的實驗方案來準確模擬這種行為及其與“作弊者”之間的關系，以及整個演化過程。
為應對該技術挑戰，研究團隊首先利用構建的合成生物學系統來分別模擬“犧牲者-作弊者”，其中，“犧牲者”通過程序性死亡（Programmed cell death）釋放公共產物（Public goods），公共產物能夠有效降低環境壓力使幸存者存活；而“作弊者”既不產生公共產物也不進行程序性死亡。然后，依托合成生物研究重大科技基礎設施和自主開發的自動化實驗流程（自動化生物鑄造廠）精確控制兩者的初始比例、分散強度和環境壓力（Stress）等關鍵變量，系統性地評估了這些因素對自我犧牲行為的影響。
實驗驗證了在一定環境壓力下，弱分散操作有利于“作弊者”的演化，而強分散操作更有利于“犧牲者”的演化，當增加環境壓力（提高抗生素濃度）時，該演化結果更加明顯。這一結果與理論預測高度一致，表明定量合成生物學技術和高通量自動化實驗流程的結合，可以有效驗證復雜的演化生物學問題。
該研究拓展了演化生物學研究中經典的群體選擇理論，揭示了強分散如何促進自我犧牲行為的演化，為理解利他行為的演化機制提供了新的視角。同時，本研究展示了定量合成生物學與重大科技基礎設施在探索復雜演化現象中的巨大潛力。該發現不僅有助于解析自然界中極端利他行為的演化邏輯，還可能為生物膜控制、抗生素耐藥性治理等實際應用領域提供新的理論指導。
中國科學院深圳先進技術研究院研究員黃術強和傅雄飛為本文共同通訊作者。中國科學院深圳先進技術研究院博士生溫羚玲；中國科學院深圳先進技術研究院副研究員白陽為論文的共同第一作者。該研究得到了科技部重點研發計劃“合成生物學”專項和中國科學院先導項目等支持。
文章上線截圖
圖1. 強分散促進自我犧牲行為的演化。圖中展示了在強分散（Strong segregation）條件下，自我犧牲行為如何通過分散、增殖、加壓和合并四個步驟演化的過程。左側顯示，在強分散條件下，自我犧牲者的比例增加，表明自我犧牲行為更易被選擇；右側則顯示，在弱分散條件下，自我犧牲者的比例減小，表明自我犧牲行為逐漸消亡。
圖2 自動化生物鑄造廠驗證強分散下的自我犧牲行為演化。展示了使用生物工廠技術的自動化實驗流程，包括細胞密度測量、強稀釋、分離、培養和監測等步驟。
附件下載：