Y11-杨继芸-靠谱找工作、找面试题、改简历、模拟面试(@seclink)의 스레드

생물학 분야에서는 1960년대부터 분자 진화에 대한 중립적 이론이라는 연구를 이끌어 온 이론이 있습니다. 이 주장은 대부분의 유전자 돌연변이는 중립적이며, 자연선택은 해로운 돌연변이를 제거하는 반면, 유익한 돌연변이는 드물고 개체군에서 수정하기 어렵다는 것입니다. 그러나 미시간 대학의 최근 연구는 고요한 호수에 돌을 던진 것과 마찬가지로 생명의 진화의 본질에 대한 심오한 성찰을 불러일으켰습니다. 진화생물학자 장젠즈가 이끄는 연구팀은 효모와 대장균을 대상으로 최대 800세대에 걸쳐 실험을 수행한 결과, 실험실에서 유익한 돌연변이의 빈도가 이론적 예측을 크게 뛰어넘는 것을 발견했습니다. 즉, 모든 돌연변이의 1%가 넘었는데, 이는 중립적 이론에서 허용하는 "드물다"는 기준보다 훨씬 높습니다. 그러나 개체군의 실제 진화 속도는 이러한 고빈도 돌연변이로 설명할 수 있는 속도보다 훨씬 느립니다. 마치 경주로에서 운전자들이 가속 페달을 밟고 트랙을 자주 바꾸지만, 결국 전체 속도가 예상보다 훨씬 느리다는 것을 알게 되는 것과 같습니다. 이러한 "역설"을 풀기 위해 연구자들은 "적대적 다면적 적응 추적(antagonistic pleiotropic adaptation tracking)"이라는 새로운 프레임워크를 제안했습니다. 간단히 말해, 진화의 "결과"는 환경에 대한 적응인 것처럼 보이지만, 실제로는 환경 변화 속에서 개체군이 끊임없이 서로를 "쫓는" 역동적인 게임이라는 것을 의미합니다. 실험에서 그들은 두 개의 대조군을 설정했습니다. 한 집단은 일정한 환경에서 진화하여 유익한 돌연변이가 적게 축적되었고, 다른 집단은 80세대마다 10가지 다른 성장 환경(온도와 영양 등)을 경험했습니다. 결과는 후자 집단이 더 유익한 돌연변이를 가지고 있었음에도 불구하고 집단에 뿌리내리는 데 어려움을 겪었음을 보여주었습니다. 이는 기존 환경에서 돌연변이가 점진적으로 축적됨에 따라 새로운 환경 압력이 조용히 나타나기 때문입니다. 한때 유익했던 돌연변이가 새로운 환경에서는 해로울 수 있습니다. 집단은 마치 "움직이는 과녁"을 쫓는 것처럼 적응과 부적응 사이를 끊임없이 오갑니다. 이 발견은 중립 이론의 핵심 가정에 정면으로 도전합니다. 즉, 환경이 "최적의 해"를 선택하는 것이 아니라, 급격한 환경 변화로 인해 개체군이 "안정적 적응"의 종착점에 도달하지 못한다는 것입니다. 장젠즈 교수는 생생한 비유를 통해 이를 설명했습니다. "중립 이론은 진화가 '도착'에 관한 것이라고 가정하지만, 우리는 그것이 오히려 '틈'에 가깝다는 것을 발견했습니다. 환경 변화의 속도는 개체군을 '완성'하기보다는 끊임없이 '조정'하게 만듭니다." 이 연구의 중요성은 미생물학 실험실에서의 관찰을 훨씬 뛰어넘습니다. 진화생물학에서 종의 환경 적응 능력은 종종 "진화적 성공"의 기준으로 여겨지지만, 이 연구는 적응 자체가 정적인 결과가 아니라 역동적인 과정임을 보여줍니다. 인간의 경우, 유전자는 여전히 고대 환경의 "각인"을 지니고 있을 수 있으며, 현대 생활 방식의 급격한 변화(식단 및 수면 패턴 등)는 환경과 유전자 사이의 "부조화"의 근본 원인일 수 있습니다. 환경 변화의 속도가 유전자 진화의 속도를 훨씬 앞지른 지 오래되었기 때문에 우리는 결코 완전히 "적응"할 수 없을지도 모릅니다. 물론 이 연구는 단세포 생물(효모, 대장균)을 대상으로 했으며, 그 결론이 인간과 같은 다세포 생물에도 적용되는지는 아직 검증이 더 필요합니다. 하지만 적어도 완전히 새로운 관점을 제시합니다. 생명의 진화는 "적응"의 끝이 아니라, 오히려 영원한 "변화"의 과정일지도 모릅니다. 강물이 끊임없이 흐르듯이, 생명의 진화는 끊임없이 변화하는 세상을 "쫓고" 있습니다. 이러한 사고방식은 "적응"의 의미를 재정의할 뿐만 아니라, 인간 질병이나 종 멸종 위기와 같은 현실 세계의 문제를 이해하는 데 새로운 아이디어를 제공합니다. 환경 변화가 가속화될 때, 우리는 "최적의 해결책을 찾는 방법"보다는 "역동적인 환경에서 진화적 회복력을 유지하는 방법"에 더 집중해야 할까요? 이것이 바로 과학적 탐구의 매력일 것입니다. 알려진 것의 경계를 넘어 더 많은 가능성을 볼 수 있게 해주기 때문입니다.