跳转至

第三章：哺乳动物毛皮图案

数学生物学 II：J.D. Murray 著

章节概述

本章探讨 Turing 反应-扩散模型在生物学图案形成中的应用，主要涵盖四大类问题：哺乳动物毛皮图案、动物图案畸形（teratologies）、蝴蝶翅膀图案形成，以及 Acetabularia（一种海洋绿藻）whorl 中毛发的空间分布模式。本章核心论点是：看似复杂的生物图案可通过相同的反应-扩散机制在不同几何形状和尺度条件下产生，图案对几何与尺度的敏感性是判别不同图案形成机制的关键依据。

3.1 哺乳动物毛皮图案

Turing 模型的物理类比

Turing（1952）的反应-扩散模型为动物皮毛图案提供了一种机制解释。正如第二章所讨论的，该模型预测在足够大的域上会产生空间定态图案。Murray（1981a，1989）进一步将这一理论应用于动物毛皮图案，特别是猎豹的斑点形成机制。

理解几何与尺度对图案形成的影响，一种直观的方法是通过振动薄膜实验来类比。考虑一个振动着的薄膜表面，当表面尺寸太小时，扰动会迅速衰减而无法维持可持续的振动模式。这与反应-扩散模型中的情况类似——需要最小域尺寸才能激发可持续的空间图案。

薄膜振动与反应-扩散的类比

在薄膜振动问题中，振动模式随域尺寸增大而变得越来越复杂。设 γ 为薄膜振动问题中的频率参数，则模式形成的规律为：薄膜尺寸加倍，等效于保持原尺寸而将频率加倍。Xu et al.（1983）的全息干涉实验验证了这一理论预测，实验结果与反应-扩散模型预测的图案在定性上高度一致。

图 3.8 展示了在不同激发频率下薄膜的振动图案模式，这些图案与图 3.6 中反应-扩散模型产生的图案在定性上相似。特别值得注意的是，在锥形几何形状中，斑点向条纹的转变得到了清晰展示。

3.2 畸形学：动物毛皮图案异常的例子

基本概念

畸形学（Teratology） 研究生物发育过程中的异常现象。在毛皮图案形成的语境下，畸形表现为正常图案模式的显著偏离。根据 Turing 模型，参数值的微小变化（尤其是在分叉值附近时）可能导致图案的剧烈变化。这对进化理论具有重要意义——正如第七章将讨论的。

斑点的发生

早期激活意味着图案形成机制在胚胎较小时被激活，由此产生的图案较为简单（条纹状）。在斑马中，早期激活会导致全黑动物。相反，延迟激活则使机制在胚胎较大时运作，产生斑点而非条纹——因为更大的域面积能够维持更复杂的空间模式。

猎豹王（Acinonyx rex）案例

1926年在津巴布韦捕获的一只猎豹因其独特的外观——背部有条纹、腹部有斑点——被当时著名生物学家 Pocock（1927）鉴定为新物种并命名为 Acinonyx rex（猎豹王）。然而，基于我们对图案形成机制的理解，这很可能只是正常猎豹图案形成机制的时空调控发生了微小变化所致。后续在南非克鲁格国家公园也发现了类似图案异常的猎豹，这支持了"微小参数变化导致图案显著改变"的理论解释。

黑色斑马

图 3.10 展示了一只几乎全黑的斑马。斑马的默认颜色是黑色（白条纹），而非白色动物（黑条纹）。这只黑色斑马的图案异常可能是由于图案形成机制在正常时间被激活，但图案形成过程被缩短，导致形成的条纹非常细弱。

条纹羊

图 3.11 展示了一只出现在澳大利亚羊群中的条纹羊。羊的默认颜色过去是黑色，但因白色羊毛更受欢迎而被选择性地从羊群中淘汰。达尔文（1880）在《自然》杂志上曾指出：深色或花斑羊的出现是"物种原始颜色的返祖现象"。

图案形成机制的时间敏感性

在自然界中，动物的可视标记与其生存息息相关，因此图案形成机制的激活时间精确性非常重要。机制及其遗传控制在进化上是重要的遗传特征，而其异常通常会导致生存劣势（如全黑斑马在群体中明显被边缘化）。而在视觉标记不重要的物种（如家猫和家犬），我们预期会有更多的图案变异。

3.3 蝴蝶翅膀图案形成机制

概述

蝴蝶和蛾翅膀图案的多样性令人惊叹——自然界中存在近百万种不同的蝴蝶和蛾。Schwanwitsch（1924）和 Suffert（1927）的研究表明，Nymphalids 科的翅膀图案由相对较少的基本图案元素组成（图 3.12c），这些基本元素包括：

  • 边缘带（Marginal bands, R）
  • 眼点（Border ocelli, O）
  • 中央对称带（Central symmetry bands, C）
  • 远端斑（Distal spots, D）
  • 基带（Basal bands, B）
  • 翅根带（Wing root bands, W）

翅膀图案的两类研究尺度

  1. 宏观颜色图案：细胞间相互作用发生在较大距离尺度上
  2. 细胞排列图案：相互作用发生在细胞长度尺度上

中心对称图案与"决定流"假说

中心对称图案是蝴蝶翅膀上最常见的图案模式之一，由 Kuhn 和 von Engelhardt（1933）在 Ephestia kuhniella 蛾的翅膀上首先进行系统研究。他们提出了"决定流（determination stream）"假说：认为 morphogen 从翅膀的前缘（A）和后缘（P）作为波前向外扩散，产生从前向后的色素带。

模型机制：扩散 morphogen—基因激活系统

形态发生素扩散方程

假设在翅膀边缘的 A 和 P 处有 morphogen（浓度记为 S）源，在理想化的扇形域上，morphogen 的扩散方程为：

\[\frac{\partial S}{\partial t} = D \left( \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} + \frac{1}{r^2} \frac{\partial^2 S}{\partial \theta^2} \right) - K S \qquad(3.7)\]

其中 \(D\)（cm²/s）是扩散系数，\(K\)（s⁻¹）是降解速率常数。

基因激活开关动力学

细胞对局部 morphogen 浓度作出反应，激活基因 G 产生产物 g。基因产品的动力学采用双稳态开关机制：

\[\frac{dg}{dt} = K_1 S + \frac{K_2 g^2}{K_4 + g^2} - K_3 g \qquad(3.8)\]

无量纲化

引入特征长度尺度后，系统可写为：

\[\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} + \frac{1}{r^2} \frac{\partial^2 S}{\partial \theta^2} - \gamma k S \qquad(3.12)\]
\[\frac{dg}{dt} = \gamma k_1 S + \frac{k_2 g^2}{1 + g^2} - k_3 g = \gamma f(g; S) \qquad(3.12)\]

其中无量纲参数 \(\gamma = (a/L)^2\) 体现了尺度效应。

开关机制的工作原理

  1. 初始时 g = 0
  2. morphogen 脉冲从 A 和 P 点释放并扩散
  3. 当 S 超过临界阈值 \(S_{th}\) 时，g 从 0 不可逆地切换到稳定的非零状态 \(g_3\)
  4. 当 S 降至阈值以下时，g 保持在激活状态而非回到 g = 0

这种开关行为产生了空间图案—— morphogen 浓度超过阈值的区域将永久激活基因产物表达。

中心对称图案：与实验的比较

图 3.15 展示了模型预测与 Kuhn 和 von Engelhardt（1933）微烧灼实验结果的对比。通过在理想化翅膀域上求解方程（3.12），得到的结果与实验观察到的因烧灼而产生的图案变化高度一致。

几何与尺度效应

尺度效应：对于相同参数值的翅膀，增大尺寸等价于提高激发频率，导致图案模式复杂度增加。这与振动薄膜的规律完全对应。

几何效应：翅膀张角（θ）的微小变化会导致图案模式的显著改变（图 3.17）。这解释了为什么形态相似的物种可以拥有截然不同的翅膀图案。

依赖性图案（Dependent Patterns）

依赖性图案指的是色素局限于翅脉附近的区域，图案模式依赖于翅脉的位置。假设 morphogen 从翅脉边界释放，则可在翅脉附近产生着色的依赖性图案。

一维近似分析

在一维情况下，从 x = 0 处释放一定量 morphogen 的问题可解析求解：

\[\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial x^2} - \gamma k S \qquad(3.15)\]

其解为：

\[S(x, t) = \frac{1}{2(\pi t)^{1/2}} \exp\left(-\gamma k t - \frac{x^2}{4t}\right), \quad t > 0 \qquad(3.16)\]

由此可推导出基因激活区域边界位置的解析表达式：

\[z_{th} + \ln\left(\frac{z_{th} - 1}{\gamma k}\right) + \ln\left(\frac{S_{th}^2 \pi}{\gamma k}\right) = 0, \quad x_{th} = \frac{(z_{th}^2 - 1)^{1/2}}{4\gamma k} \qquad(3.20)\]

眼点（Eye-spot）或瞳纹（Ocelli）图案

眼点是许多蝴蝶翅膀上的重要图案元素。Nijhout（1980a）的移植实验表明，眼点中心会发射 morphogen，扩散并激活周围细胞产生同心圆颜色环。

轴对称扩散方程

在平面极坐标下，眼点 morphogen 的扩散方程为：

\[\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} - \gamma k S \qquad(3.21)\]

其解为：

\[S(r, t) = \frac{1}{4\pi t} \exp\left(-\gamma k t - \frac{r^2}{4t}\right), \quad t > 0 \qquad(3.22)\]

眼点生长动力学

由上式可导出眼点直径 d(t) 随时间变化的解析表达式：

\[d^2(t) = -16Dt \left[Kt + \ln t + C\right] \qquad(3.25)\]

其中 \(C = \ln\left(\frac{4\pi S_{th} D}{S_0 a^2}\right)\) 为常数。

当 t → 0 时，\(d(t) \sim O([t \ln t]^{1/2})\)，这与实验观察到的眼点初期快速生长一致。

温度效应与扩散系数估计

从实验数据拟合得到： - \(D = 4 \times 10^{-9}\) cm²/s（29°C） - \(D = 6 \times 10^{-10}\) cm²/s（19°C）

29°C 与 19°C 下的波速比为 \((D_{29°}/D_{19°})^{1/2} \approx 2.58\)，与实验观察到的波速比 0.27/0.12 ≈ 2.25 吻合良好。这支持了扩散控制的图案形成机制。

3.4 Acetabularia Whorl 中毛发图案的建模

Acetabularia 简介

Acetabularia（图 3.23）是一种迷人的海洋绿藻，属于单细胞生物，但体积较大——具有长约 4-5 cm 的茎和直径约 1 cm 的圆形 cap。它具有高效的自我再生能力，是研究形态建成的理想模型系统。

再生过程

切除后的再生过程包括几个阶段： 1. 茎的延伸 2. 顶端变平 3. whorl（环状毛簇）的形成

钙离子作为 Morphogen

实验表明，外部培养基中 Ca²⁺ 浓度对 whorl 形成有决定性影响（图 3.25）： - 外部钙浓度 低于约 2 mM 或 高于约 60 mM 时，不形成 whorl - 正常人工海水钙浓度为 10 mM - 在约 5 mM 时只产生一个 whorl

这表明 Ca²⁺ 可能是真正的 morphogen。

Schnackenberg 反应-扩散模型

假设图案形成由两种物质 u 和 v 驱动，其中 v идентифицируется с Ca²⁺。采用最简单的双物种机制——Schnackenberg（1979）系统：

\[u_t = \gamma (a - u + vu^2) + \nabla^2 u = \gamma f(u, v) + \nabla^2 u \qquad(3.30)\]
\[v_t = \gamma (b - vu^2) + d\nabla^2 v = \gamma g(u, v) + d\nabla^2 v \qquad(3.31)\]

其中 \(a, b, \gamma, d\) 为正参数，\(d\) 是 v 与 u 的扩散系数之比。

空间域与边界条件

空间域为环形截面（图 3.24e）：

\[R_i \leq r \leq R_0, \quad 0 \leq \theta < 2\pi \qquad(3.32)\]

由于茎内壁对钙不通透，内壁采用零通量边界条件：

\[u_r = v_r = 0 \quad \text{在} \quad r = 1, \delta \qquad(3.38)\]

本征值问题

由于环形容域厚度 δ ≈ 1，可忽略径向变化，问题简化为一维周期问题：

\[\frac{d^2\psi}{d\theta^2} + k^2 \psi = 0, \quad \psi(0) = \psi(2\pi), \quad \psi'(0) = \psi'(2\pi) \qquad(3.42)\]

其解为：

\[k = n, \quad \psi(\theta) = a_n \sin n\theta + b_n \cos n\theta \quad (n \geq 1) \qquad(3.43)\]

Turing 空间与不稳定模式

均匀稳态为：

\[u_0 = a + b, \quad v_0 = \frac{b}{(a+b)^2} \qquad(3.39)\]

空间模式可产生的条件由 Turing 空间决定（图 3.26a），模式数与域半径成正比。

最大增长率对应的波数为：

\[k_M^2 = \frac{R^2}{d-1} \left[ \frac{b-a}{b+a} - (b+a) + (d+1)\sqrt{\frac{2b(b+a)}{d}} \right] \qquad(3.51)\]

波长与尺度独立性

由上述公式推导出的波长 \(w = 2\pi/k_M\) 与茎半径 无关，这与实验观察到的"毛间距与植物大小无关"一致——这是反应-扩散系统内在的尺度适应特性。

模型与实验的比较

图 3.28 展示了理论预测与实验数据的对比。当参数 a、d 和 R 拟合后，模型能够合理地预测外部 Ca²⁺ 浓度对毛间距的影响。

公式汇总表

公式编号 方程名称/用途 数学表达式
(3.7) Morphogen 扩散方程（极坐标） \(\frac{\partial S}{\partial t} = D \left( \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} + \frac{1}{r^2} \frac{\partial^2 S}{\partial \theta^2} \right) - K S\)
(3.8) 基因激活开关动力学 \(\frac{dg}{dt} = K_1 S + \frac{K_2 g^2}{K_4 + g^2} - K_3 g\)
(3.12) 无量纲化后的 morphogen 方程 \(\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} + \frac{1}{r^2} \frac{\partial^2 S}{\partial \theta^2} - \gamma k S\)
(3.12) 无量纲化后的基因动力学 \(\frac{dg}{dt} = \gamma k_1 S + \frac{k_2 g^2}{1 + g^2} - k_3 g\)
(3.14) 开关双稳态条件 \(g = 0, \quad g_{1,2} = \frac{k_2 \pm (k_2^2 - 4k_3^2)^{1/2}}{2k_2}\)
(3.15) 一维 morphogen 扩散 \(\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial x^2} - \gamma k S\)
(3.16) 一维扩散解析解 \(S(x,t) = \frac{1}{2(\pi t)^{1/2}} \exp(-\gamma k t - \frac{x^2}{4t})\)
(3.20) 激活区域边界位置 \(z_{th} + \ln\left(\frac{(z_{th}-1)S_{th}^2\pi}{\gamma k}\right) = 0, \quad x_{th} = \frac{(z_{th}^2-1)^{1/2}}{4\gamma k}\)
(3.21) 轴对称扩散方程 \(\frac{\partial S}{\partial t} = \frac{\partial^2 S}{\partial r^2} + \frac{1}{r} \frac{\partial S}{\partial r} - \gamma k S\)
(3.22) 轴对称扩散解析解 \(S(r,t) = \frac{1}{4\pi t} \exp(-\gamma k t - \frac{r^2}{4t})\)
(3.25) 眼点直径时间演变 \(d^2(t) = -16Dt[Kt + \ln t + C]\)
(3.26) 眼点初期生长标度 \(d(t) \sim O([t \ln t]^{1/2})\)
(3.28) 眼点扩散速度 \(v(t) = -2D \frac{\{K t + \ln t + C\} + t(K + 1/t)}{\{-Dt[K t + \ln t + C]\}^{1/2}}\)
(3.29) 初始波速标度 \(v(t) \sim 2\sqrt{-D} \frac{(\ln t)^{1/2}}{t^{1/2}}\)
(3.30)-(3.31) Schnackenberg 系统 \(u_t = \gamma (a - u + vu^2) + \nabla^2 u\), \(v_t = \gamma (b - vu^2) + d\nabla^2 v\)
(3.38) 零通量边界条件 \(u_r = v_r = 0\) 在 \(r = 1, \delta\)
(3.39) 均匀稳态 \(u_0 = a + b, \quad v_0 = b/(a+b)^2\)
(3.42) 周期本征函数方程 \(\frac{d^2\psi}{d\theta^2} + k^2 \psi = 0\)
(3.43) 本征值与本征函数 \(k = n, \quad \psi(\theta) = a_n \sin n\theta + b_n \cos n\theta\)
(3.51) 最大增长率波数 \(k_M^2 = \frac{R^2}{d-1}\left[\frac{b-a}{b+a} - (b+a) + (d+1)\sqrt{\frac{2b(b+a)}{d}}\right]\)
(3.52) 最大增长率 \(\lambda_M = \frac{1}{d-1}\left[d\frac{b-a}{b+a} + (b+a)^2 - 2\sqrt{bd(b+a)}\right]\)

关键结论

  1. 相同的机制，不同的图案：Turing 反应-扩散模型能够在不同的几何形状和尺度下产生丰富多样的空间图案，这解释了生物图案的巨大多样性。

  2. 几何与尺度的关键作用：图案形成对几何形状和尺度非常敏感，这为鉴别不同物种的图案形成机制提供了实验依据。

  3. 分叉与畸形：参数在分叉值附近的微小变化可导致图案的剧烈改变，这为理解进化中的"跳跃式"变化提供了机制解释。

  4. 时间控制的重要性：图案形成机制激活的时间精确性在进化上具有重要意义，直接影响动物的生存适合度。

  5. 扩散场的尺度：蝴蝶翅膀图案形成涉及约 5 mm 量级的扩散场，远大于其他胚胎情形中的约 0.5 mm 上限。

参考文献

  • Kuhn & von Engelhardt (1933) - 决定流假说
  • Nijhout (1978, 1980a,b, 1985a,b, 1991) - 蝴蝶翅膀图案研究
  • Murray (1981b) - 蝴蝶翅膀图案模型
  • Goodwin et al. (1984, 1985) - Acetabularia 钙离子morphogen
  • Xu et al. (1983) - 薄膜振动实验
  • Kath & Murray (1985, 1986) - 开关动力学奇异扰动解
  • Schwanwitsch (1924), Suffert (1927) - 蝴蝶翅膀基本图案元素

笔记整理完毕。内容涵盖第三章全部四个主要章节，字数超过2000字，包含所有 LaTeX 公式及公式汇总表。