模擬生命，這是一個很有想像力的問題。雖然有很多理論和技術上的困難，但有很多科學家在做初步的嘗試。

一. 擁有合成基因組的人造物種

說到模擬生命，不得不又提到科學狂人Craig Venter。他曾經單槍匹馬與全世界科學家競爭人類基因組測序計劃，而且一度領先，並極大的推動了這個計劃的提前完成。

這位大仙早在05年，就把一個人工組裝合成的基因組植入一個不含DNA的細菌，從而構建出了一個全新的能夠自主複製的蕈狀支原體（Mycoplasma mycoides）。從某種意義上講，是一個自然界不存在的新物種。

二. 模擬細胞

斯坦福大學前幾年做了一個研究發表於《Cell》，模擬了尿道支原體（mycoplasma genitalium）內部的所有化學反應，包括所有的RNA，DNA，蛋白質，所有的大分子，代謝反應等，建立了一個完整的「虛擬細胞」。注意：這個研究也有上面那位大仙的資助和參與。

尿道支原體是最簡單的生命之一，基因組小，基因少，幾乎所有的代謝產物都已知或者容易被測定。這個研究證明，只要我們投入足夠的計算能力，並且對生命的理解足夠深入，模擬是可行的。

三. 模擬大腦

最近，加拿大滑鐵盧大學的幾位神經科學家和軟體工程師，構建出一個叫做Spaun（Semantic Pointer Architecture Unified Network，語義指針架構統一網路）的模擬「大腦」。

這個模擬大腦擁有250萬隻虛擬神經元，可以執行8項不同的任務。這些任務涵蓋的範圍從複製繪畫、計數，到回答問題和作出流暢的推理。所有的運算都是嚴格按照生理學原理進行的，其中既有脈衝電壓，也有神經遞質，就連人類大腦的侷限性都被準確的模擬了出來。

四. 生命遊戲 - 模擬進化

這個動圖是一個著名的模擬生命競爭和進化的遊戲，Game of Life，最早的構想由著名的計算機的發明者馮·諾依曼提出。圖上每個點代表一個細胞，並人為制定了這個世界的生存法則 。

具體法則是：每個細胞死或活的狀態由它周圍的八個細胞所決定：任何活細胞如果活鄰居少於2個，則死掉。；任何活細胞如果活鄰居為2個或3個，則繼續活；任何活細胞如果活鄰居大於3個，則死掉；任何死細胞如果活鄰居正好是3個，則活過來。奇妙的是，在這個遊戲中，會隨機的出現各種「物種」（不同形狀的黑點），某些物種一閃即逝，而某種物種則可以很穩定的存活相當長的一段時間，這和自然界的物種競爭和進化進程在本質上非常相似。

五. 模擬生命起源

無生命的有機小分子，是如何變成可以自我複製，響應環境的具有生命特徵的DNA的，一直是一個生命起源的重大的問題。

去年，Nature報道了哈佛大學George M. Whitesides教授團隊發現的能在自催化過程中實現自我複製的有機分子，它能產生自己的催化劑，該系統對環境的變化能夠產生複雜、非線性的響應（類似於生物體）。這是第一例擁有複雜行為的反應網路和自催化系統，而該系統僅含有簡單的生命相關的有機小分子。

六. 生命奇蹟

生命的本質是什麼，是人類一直在思考和探索的問題。今天，我們已經在諸多方面對這個問題開始了切實深入的研究和實驗，儘管這樣的探索還有很長的路要走。生命從混沌中產生，經過億萬年的進化，開始試圖理解生命，並創造生命，這本身就是一種生命的奇蹟。

生物的DNA只能決定由基因控制的性狀。基因的表達，轉錄翻譯除了受到內部生長因素的調控外，還受到外部環境因素的調控，外部環境因素足以改變體內大部分基因的轉錄水平。而目前生命科學的發展還不足以瞭解每個基因受到各種環境條件誘導下的表達情況，特別是當環境因素與內部生長因素相結合的情況下，就更加複雜。

此外，生物的生長，發育，除了在轉錄水平調控外，在轉錄後水平，翻譯水平和翻譯後水平都有複雜的調控過程，如各種乙醯化，磷酸化修飾，隨著現代生物學研究水平的深入發現在轉錄水平後的調控過程中生長發育中起著越來越重要的作用。

但是，現在的研究水平也可以做到根據DNA預測一些由基因控制的各種形狀，如人的話可以根據DNA推測大致的相貌特徵，如今年六月份發表在PNAS上的研究進展，就通過基因組數據與對供者的外貌表型測量聯繫起來，利用全基因組測序和統計建模成功實現了對每個人人類身體特徵進行鑒別，預測了來自不同血統的1061名參與者的生物學特徵。單獨來看，對於大部分性狀而言，之前的預測容易超出了祖先和人口信息的限制。研究團隊開發了一種最大熵演算法，它整合了多個預測，以確定哪些基因組樣本和表型測量來自同一個人。

如上圖，左為真實面貌，右為根據DNA信息電腦預測。

然而，作者也承認這項工作挑戰了當前關於基因組隱私的概念，可能會產生深遠的倫理和法律影響。它對個人隱私、知情同意的充足性、數據識別的生存能力和價值、警方分析的潛力等都具有重大的倫理和法律意義，需要進行更多的公眾審議。

參考文獻：Lippert C, Sabatini R, Maher M C, et al. Identification of individuals by trait prediction using whole-genome sequencing data.[J]. Proceedings of the National Academy of Sciences of the United States of America, 2017, 114(38):10166.

推薦閱讀：
相關文章