遗传算法的生物学学说探究

地球诞生至今约有45.5亿年。地球上出现原始的低级生物至今约35亿年。从低级生物发展到高级生物，乃至发展到万物之灵的人类，这是一个漫长的生物进化过程。

1859年，英国生物学家C.R.Darwin（达尔文，1809—1882年），根据他长期对世界各地的考察和人工选择的实验，发表了巨著《物种起源》，系统地提出并建立了以“优胜劣汰”“适者生存”的自然选择为基础的生物进化论学说。根据他的进化论，生物发展进化主要有三个原因，就是遗传、变异和选择。遗传就是子代的性状、特征总是和亲代相似。正是这种遗传性，使得生物能够繁衍并保持种群，遗传是生物进化的基础。变异是指子代与亲代的某些不相似。变异是生物个体之间区别的基础，它为生物的进化发展创造了条件。选择决定了生物进化的方向，即优胜劣汰、适者生存。通过不断的选择（人工选择或自然选择），使有利于生存发展的变异遗传下去，积累起来，使变异和遗传向着适应环境的方向发展。经过长时间的遗传、变异和选择，生物便逐渐从简单到复杂，从低级到高级不断地进化和发展。

19世纪中叶，生物学领域的另一个巨大成就，就是遗传学（Genetics）的创立。1865年，奥地利生物学家G.Mendel（孟德尔，1822—1884年）发表了著名论文《植物杂交试验》，在当时并没有引起学术界足够重视。事隔35年后，三位植物学家同时彼此独立地重新发现了孟德尔发现的遗传规律。到20世纪初，许多科学家通过试验和观察，都证实了孟德尔的遗传规律的普遍意义。Mendel的遗传学说认为，遗传是作为一种指令遗传码封装在每个细胞中，并以基因（gene）的形式包含在染色体（chromosome）中，每个基因有特殊的位置并控制某种特性，基因杂交和基因突变可能产生对环境适应性强的后代，通过优胜劣汰的自然选择，使适应性强的基因结构保存下来。

20世纪遗传学的重大发展，就是从细胞水平向分子水平的发展。1953年，美国人J.D.沃森和英国人H.C.克里克提出了DNA分子结构的双螺旋模型。这是20世纪的三大伟大发现之一（另两大发现是量子力学与相对论），他们二人也因此于1962年获得诺贝尔生理学或医学奖。DNA是一种高分子化合物，称为脱氧核糖核酸，组成它的基本单位是脱氧核苷酸（见图9.1.1）。每个脱氧核苷酸由一分子磷酸（P），一分子脱氧核糖（S）和一分子含氮碱基（A、T、G、C）组成。组成脱氧核苷酸的含氮碱基有四种，它们是腺嘌呤（A）、鸟嘌呤（G）、胞嘧啶（C）和胸腺嘧啶（T）。相应地由不同碱基组成的脱氧核苷酸也就分别称为脱氧腺苷酸、脱氧鸟苷酸、脱氧胞苷酸和脱氧胸苷酸。多个脱氧核苷酸一个连一个，形成脱氧核苷酸链。DNA大分子是由两条头尾方向相反的脱氧核苷酸长链、以右手螺旋的方式盘绕着同一中心轴而形成的，有点像右旋扶梯。每对碱基都处于同一平面，与中心轴垂直，两个碱基平面相互平行，间距0.34 nm，螺旋的直径为2 nm，10个碱基对就在螺旋上转一圈。碱基对的组成依据严格的配对规律，即腺嘌呤（A）通过两个氢键与胸腺嘧啶（T）配对，鸟嘌呤（G）通过三个氢键与胞嘧啶（C）配对。这种对应关系叫做碱基互补配对原则，可以用图9.1.2来表示。

图9.1.1　DNA的双螺旋结构

P—磷酸，S—脱氧核糖，A，G，C，T—四种含氮碱基

(www.xing528.com)

图9.1.2　碱基互补配对

在DNA的分子结构中，两条长链上的脱氧核糖（S）与磷酸（P）交替排列的顺序是稳定不变的；而长链中碱基对的排列组合方式却是千变万化的。科学实验表明，生物的特性及遗传的信息，都贮存在DNA分子的碱基对中，不同的碱基对的排列组合，对应了不同的生物体。DNA分子中有遗传效应的片段称为基因，每个DNA分子含有很多基因。染色体是由DNA分子与蛋白质一起构成的。1944年，科学家O.T.埃弗里等人做了一个著名的实验，证明了决定遗传性的物质不是蛋白质，而是DNA。所以染色体的遗传性就取决于基因，基因是控制生物性状的遗传物质的功能单位和结构单位。每个基因中可以含有成百上千个脱氧核苷酸。人基因组DNA（即编码在螺旋形DNA里的全部遗传信息）大约由30亿个脱氧核苷酸组成，其信息量约为120亿比特，可以编码20万种蛋白质。不同的基因，碱基排列顺序不同。人类大约有10万个基因，现在科学家已把人类全部基因的排列顺序搞清楚了。上述染色体-DNA-基因的结构就成为当今遗传算法（genetic algorithm，简称GA）的基础之一。

分子遗传学的另一重要研究领域就是遗传的动态机制。研究表明，DNA分子可以自我复制，自我复制时就保留了原来的碱基对的组合。DNA分子还可以把碱基原型按照碱基互补配对的原则“转录”到核糖核酸（RNA）中，但用尿嘧啶（U）代替了DNA中的胸腺嘧啶（T），如图9.1.3所示。

图9.1.3　DNA与RNA

可见，通过转录，DNA的遗传信息就传递到RNA上，这种RNA称为信使RNA。信使RNA分子可以控制合成不同蛋白质的氨基酸。这一过程称为“翻译”。现已发现RNA中每三个碱基（称为三联体）决定一种氨基酸，这种碱基的组合可以达到64（43=64）种。氨基酸的种类有20多种，大多数氨基酸与几个三联体对应。例如：UUU决定苯丙氨酸；CGU决定精氨酸；UUU和UUC都编码决定苯丙氨酸。遗传学上把信使RNA上决定一种氨基酸的三个相邻的碱基叫做“密码子”。1966年，科学家破译了全部密码子。在64种可能的组合中，有61种可用于编码各种氨基酸，另外三种核苷酸组合（UAA，UAG，UGA）并不编码任何氨基酸。它们都是编码终止信号，表示氨基酸链合成的终止。由于RNA中A、G、C、U（亦即DNA中A、G、C、T）碱基的无穷无尽的排列组合，制造了无穷无尽的不同的蛋白质，它们有不同的功能，形成了生物体内千变万化的生理过程和千差万别的生物种群。

科学研究还发现，RNA也可以自我复制。在蛋白质合成过程中，不单是DNA决定RNA，RNA同样也可以反过来决定DNA。在分子遗传学说中，把DNA分子的自我复制及DNA分子通过RNA分子的“转录”再控制（“翻译”）氨基酸的合成过程统一称为“中心法则”。RNA的自我复制及RNA与DNA的相互作用，是对“中心法则”的重要补充。1973年，美国的科恩（S.N.Cohen）和博耶（H.W.Boyer）演示了世界上第一例基因工程，用化学方法完成了DNA的基因重组，改变了遗传密码。这是一个划时代的发现，从此用人工方法改变基因，创造新生物品种的遗传工程便开始了。

基因的复制、重组、交换、变异等操作，就成为遗传算法的另一个基础。