利用数学建模预测种群替换策略的有效性

你无法在生态规模上进行实验，因为那已经不是实验了，而是实际的释放。如果出了问题怎么办？

请记住，这些蚊子会传播多种非常严重的疾病。如果它们变成超级害虫，传播能力进一步增强，该怎么办？也许它们会开始传播过去无法传播的其他疾病。

我们必须基于计算机模型来制定政策，就像在将人类送上月球的各种应急情况下使用计算机模型一样。同样，在释放经过基因改造的蚊子之后，我们也必须对所有可能的情况进行模拟。我叫 Charles Taylor。

我来自加州大学洛杉矶分校生态学与进化生物学系，与我的学生和博士后一起工作。我一直在研究利用基因改造蚊子控制疟疾这一尝试中的数学问题。针对该问题的不同部分，我们采取了多种不同的研究方法。

今天，我将向大家展示我们过去几年中完成的一些工作，并向您介绍我的一名学生约翰·马歇尔（John Marshall）。我们所进行的建模包含多种不同类型。首先，生物学中一些基本特征需要通过建模来加以理解。

例如，种群规模、存活率和迁移情况如何，您将看到一些相关的实例。接下来，我们需要了解的是，如果要释放一种可移动遗传元件，已知至少有2050个变量可能具有重要影响。仅通过口头论述有时难以准确判断这些变量的重要性，因此我们希望构建良好的数学模型，以实现精确分析，并做出如下明确论断：如果该方案可行，那么经基因转座的蚊子的适合度必须达到某一特定水平，或者蚊子的迁移能力必须满足特定条件。

因此，您会发现我们在这方面已经开展了一些分析性工作。接下来要解决的问题不仅仅是推导出预期结果，更重要的是评估初始释放后实际发生的情况。如果我们进行一次测试并获得某些结果，那么这些结果意味着什么？

这是否意味着我们已经成功，还是已经失败？因此，需要进行更复杂的模拟来解决这一问题。顺便提一下，这正是我们最初被引入模型的原因，即这个第四组。

然后我们面临更严重的问题，尤其是涉及伦理考量的严重问题。可能出现哪些问题？这些问题的严重程度如何？

如果我们有一个良好的终止规则，那么我们必须对此有非常明确的认识，并清楚一旦出现问题，我们将如何清理由此产生的混乱局面。假设我们制造出了一种超级蚊子。我们最初开展的研究只是为了确定种群中的核心参数及其取值。

种群规模有多大？基因流动程度如何？该地区蚊子的每日存活率是多少？

我们采用了一种非常成熟的传统方法，称为标记-释放-重捕法。该方法的操作方式是：首先捕捉大量蚊子，例如一千只。我们前往村庄，从墙壁上用吸蚊器采集蚊子，将其放入小瓶中，然后在蚊子身上涂抹少量在紫外光下会发出荧光的粉末，这种粉末类似于商店油漆或迷幻用品中所使用的荧光材料。

标记之后，我们再次将它们释放，随后在接下来的夜晚从墙壁上进行捕捉。根据重新捕获的数量及其位置，我们可以利用数学模型推断出蚊子种群的规模大小、移动距离以及存活状况。在第一个视频中，您将看到我们首次实验主要结果的总结。实际上，建模有多种方式可以辅助转基因蚊子项目。

其中之一是帮助理解蚊子的基本生物学特性。这是我们在此领域开展的最早期工作之一，旨在估算蚊子的扩散程度、种群规模以及存活率。通过分析本研究结果的总结，观众可能会对其中一些基本的生物学特征产生兴趣。

首先，我们看到一个村庄，即我们在马里开展大量工作的博顿巴村。该村大约由70个不同的院落组成，每个院落可能包含数个供人居住的房屋，如图所示。这些房屋主要由泥土建造，蚊子可以随意进出。

每日的生物节律通过这里的色彩得以体现。这是夜晚。假设暮光时分，黄色代表白天，而每种蚊子的活动模式各不相同。

例如，在白天，当进入黄昏时，它们会停留在原地，随后开始活动，外出寻找取食或产卵的地点。到了夜晚，尤其是在午夜时分，它们会返回。你会看到每个居所周围的区域以不同颜色显示，这些颜色反映了蚊子用来定位目标的二氧化碳和体味浓度梯度。我们在第一年获得的最重要结果之一是发现：在村庄范围内，无论我们在何处释放蚊子，经过一至三天后，蚊子都会在数公里范围内均匀分布。

因此，从后续建模的角度来看，我们可以说，一个村庄就是一个村庄，村庄内部没有区别。问题在于不同村庄之间以及蚊子不同亚种之间的迁徙程度如何。

接下来的示意图将展示我们目前对不同染色体形态以及村庄之间迁移模式的理解。好的，我们刚刚观看的视频显示，在一个村庄内部，一到两天内存在大量个体迁移，基本上是均质的，但现实生活中的情况比此处展示的要复杂得多。

首先，并非只有一种蚊子会传播疟疾。事实上，在这个村庄以及博纳姆和马里，存在多种蚊子，但只有一种主要物种，即冈比亚按蚊（Anopheles gambiae）。然而，这一物种包含若干不同的亚种，或者说称为染色体型的类型，它们在同一地区共存。

如果我们将一个基因或转座元件插入到种群中的某一类型个体中，它必须通过所有个体进行传播。而这一过程可能以非常复杂的方式发生，要真正理解这一机制，唯一的方法是利用计算机模拟进一步研究。种群规模在一年中会发生变化。

而我们此前未曾考虑过的村庄之间的人员流动，也必须纳入考量。接下来，让我展示一段由我的学生制作的影片中的画面，用以说明这一问题。图中显示的是一种染色体形态。

这里还有一个，这里还有一个。这些被称为Mopti Savannah iCal形态。黄色圆盘的大小代表种群的规模。

黑色线条的强度表示该地区不同位置之间基因流动的程度。尼日尔河在此流过，图中的比例尺从这里到那里大约为10、15、30公里。因此，我们首先来看一下全年发生的情况。

这是一个非常干燥的地区，位于撒哈拉沙漠以南，通布图距离此地不远，因此这里非常接近沙漠边缘。在一年中大部分时间的旱季期间，由于缺乏繁殖场所，蚊子数量极少。

但一旦雨季从六月、七月、八月开始，并持续到九月、十月，我们就能获得大量的蚊子。在我工作的某个地区，每晚每人可被叮咬超过500次。但在这个地区，数量还不算这么高。

然而，季节性变化极为显著，通过观看一段动态影像有助于真正理解种群数量的变化，以及不同染色体形态和基因流之间的相互关系，所有这些因素最终都将对实际操作产生重要影响。如果我们计划进行释放，以下是一个年度周期的示例。

开始时，种群规模相对较小，此处也可以看到。到了九月、十月，可以看到各个不同村庄的种群规模都变得相当大，并且不同村庄之间存在大量的基因流动。随着一年中再次进入旱季，种群规模再次减小，基因流动也随之逐渐减少。

因此，您可以看到这里涉及的内容非常多。当我们引入遗传学因素后，情况变得更加复杂。因此，我们必须逐一分析其中的某些方面，而不是将所有内容混杂在一起，才能真正理解、做出预测，尤其是设定那些必须满足的条件，以确保取得成功。而要做到这一点，将所有信息整合起来会非常有帮助，这需要一种不同于我们之前所关注的模型类型。现在。

为此，拥有解析模型会很有帮助，我的一名学生约翰·马歇尔（John Marshall）在过去一两年中一直在从事这方面的工作。好的，我是约翰·马歇尔（John Marshall），是桌前实验室的一名研究生，我一直在参与一些更侧重遗传学的模型构建工作，重点研究转座元件在群体中扩散过程中的相关参数。转座元件之所以能够扩散，是因为它们能够自我复制，而随着复制的发生，它们被遗传的频率也随之增加。

因此，它们能够通过驱动机制将基因导入种群。我们感兴趣的是，例如转座率、其跳跃方式以及适合度代价的增加，后者通常是反式转座的结果。此外，随着可移动遗传元件拷贝数的增加，其转座频率会降低。

因此，这些相互对抗的动态过程可以通过数学模型来描述。接下来，我们将考察更为复杂的模型，此次将时间跨度从一年延长至两年。此外，我们还将增加一个特征：通过种群的颜色来展示可移动元件的频率。

请记住，种群大小由圆盘的尺寸表示，而圆盘的颜色代表可转座元件的频率。我们最初观察到所有种群中的频率都非常低。随着年份推移，进入雨季时，我们看到种群规模逐渐增大，而最初只有释放区域一侧呈现红色。

在这里，出于所有实际目的，转化率达到了百分之百。其他区域仍然由于接收到的基因流不足，尚未完全实现转化，但尽管基因流动速率较低，我们仍发现到第二年时，几乎所有个体都将携带该转座元件。因此，在本次模拟结束时，采用这些参数，所有被研究区域、即所有村庄中，转座元件的频率均介于 99% 至 100% 之间。

您可能还记得，John Marshall 的研究使用分析模型表明，转座率是转座元件在群体中传播方式的一个关键特征。同样，所释放的染色体形式也会产生重大影响。在这一替代情景中——这是我们研究过的众多情景之一——我们发现，当将其释放到 Abaco 形式而非 mopti 形式中，并且使用低于我最初向您展示的转座率时，结果会有所不同。

这个结果可能更为合理，也更容易实现，在两年后结果大不相同。这是一个两年的周期，我将在中途暂停，以便您能够看到显著的差异。同样，种群数量有所增加，但这一次我们将其释放为bacO形式，而不是MTI形式。

而在第二年，雨季中期种群数量增加时，这里的分布情况已不再像之前那样处处呈红色。此外，所有转座现象似乎都集中出现在这一区域。这是因为iCal型与MTI型之间的基因流动远少于稀树草原型与mti型之间的基因流动。

因此，在接下来的全年观察中，我们发现原本占100%的a iCal基因型区域，目前仅占20%；稀树草原型仅占8%；而Mopti型从实验设计或评估的角度来看，实际上并未获得任何可移动遗传元件。由此可见，进行此类模拟至关重要，不仅可用于指导我们的预期，还可用于对结果进行评估。最后，这一研究中的某个方面至今尚未获得其应有之多的关注。

这就是伦理方面的考量。迄今为止，大部分工作都集中在基因工程上，试图制造出能够奏效的成果。但事实上，即使我们拥有了有效的方法，

如果它被释放会发生什么？如果出现差错怎么办？请记住，这些蚊子会传播多种非常严重的疾病。

如果它们变成超级病菌，并且开始更有效地传播，情况会怎样？或者，如果它们获得了抗生素抗性，并将这种抗性传播给其他物种，又会如何？又或者，它们可能开始传播过去无法传播的其他疾病。

这些只是可能发生的大范围恐怖事件中的三个例子。由于缺乏任何实验基础来进行研究，我们确实必须基于计算机模型来制定政策。实现这一目标可能有多种方法。

John 正在关注出错问题的某一个方面，但显然还有更多方面需要考虑。我们将来必须做而目前尚未完成的一件事是建立模型，以表明这些问题已严重到必须立即停止的程度，并指出如何补救过去出现的错误。希望我们永远不需要依据这些信息采取行动，但正如为各种突发情况建立计算机模型以及将宇航员送上月球一样，我们也必须针对释放转基因蚊子后可能发生的所有意外情况，建立相应的模拟模型。

因此，本节所讨论的这些建模工作以及其他建模研究，对于评估该项目是否可行具有重要意义。你无法在生态规模上进行实验，因为那已不是实验，而是实际的释放。因此，获得一些参数的测量值，并对模型中各要素的运作机制有所理解，进而判断该项目是否可行，显得尤为重要。

此外，建模研究还需向分子生物学家提出建议，明确应测量哪些参数、哪些参数至关重要，以及在测量过程中应关注何种数值，这对于项目的成功至关重要。