2026年10月7日 ·15 分钟·English

生物学有没有自己的守恒律？从中心法则到代谢标度律的一次检验

中心法则规定了遗传信息流动的环节与方向，却几乎不限制基因组和表型能走到哪里。生物学缺少守恒律那样能大幅削减可能性空间的硬约束，数据驱动的积累因此是它的常态。

science

生物学里常有一种默认的乐观：分子生物学已经给出了生命的底层规则，剩下的工作是把细节填满。这篇想检验这个判断。问题很具体：生物学有没有像守恒律那样、能在看数据之前就排除大片可能性的硬约束？现在讨论它，是因为生命科学正大规模押注数据与基础模型；如果硬约束本就稀缺，这种押注就是学科结构使然，而不只是技术潮流。

机制、定律与约束：只有约束能在看数据之前削减可能性

讨论「第一性原理」之前，先要分清三种常被混用的话。

第一种是机制。它说明一个过程按什么步骤、沿什么方向发生，例如转录先于翻译、核糖体沿 mRNA 从 5′ 端向 3′ 端移动。

第二种是定律。它给出变量之间稳定的定量关系，例如理想气体状态方程、米氏动力学。定律可以很精确，但它往往只在特定条件下成立，参数需要逐个系统去测。

第三种是约束。它不描述过程怎么走，只划定哪些状态根本不可达。能量守恒不告诉你一颗弹珠怎样在碗里滚动，但它保证弹珠不会自己滚到比出发点更高的位置。

约束：对系统可达状态的先验限制：无论过程细节如何，违反它的状态都不会出现。约束的价值在于排除。

三者的区别，落在对预测的贡献上。机制帮助理解，定律帮助在已知条件下计算，约束则在还不了解细节的时候就把可能性空间切掉一大块。守恒律之所以被称为「一句顶一万句」，是因为它属于第三种。

为了让比较可以操作，本文用一个粗略的量来刻画约束的力量。

约束强度：一条约束在不依赖具体系统数据的前提下，能从可能状态空间中排除多大比例、削去多少自由度。强度越高，剩下需要靠观测和拟合去确定的部分越少。

判断一条规律的约束强度，可以问三个问题。其一，它能否在不拟合当前系统数据的情况下推出？其二，它是否跨系统成立，以至于一旦观测与之矛盾，人们会先怀疑观测而非规律？其三，它削去了多少维度，还是只把空间收窄了一点？

后文用这三个问题去检验物理学与生物学各自的候选。

中心法则说的是信息怎么走，没说生命能走到哪里

中心法则由 Francis Crick 在 1958 年提出。1970 年，他在 Nature 上重新表述了它，核心是一句话：序列信息一旦进入蛋白质，就不能再出来（Crick 1970, Nature[1]）。

在同一篇文章里，Crick 把九种可能的信息转移分成三类。一般转移出现在所有细胞中：DNA→DNA、DNA→RNA、RNA→蛋白质。特殊转移只在特定情形下出现：RNA→RNA、RNA→DNA，以及无细胞体系中的 DNA→蛋白质。其余三种，即从蛋白质到任何核酸或蛋白质，被推定为不会发生。

同一年，Temin 与 Mizutani、Baltimore 分别报道了逆转录酶（Temin & Mizutani 1970[2]；Baltimore 1970[3]）。按 Crick 的分类，RNA→DNA 属于特殊转移，并不违反中心法则。当代教材通常以 DNA→RNA→蛋白质的三步流程讲授中心法则，再把逆转录和 RNA 复制作为特殊情形单列；朊病毒传递的是构象，不涉及序列信息，一般也不被视为对它的反例。

这里有一个需要正视的细节：Crick 的原始表述本身是一条禁止性陈述，形式上像一条约束。但它禁止的是信息转移图上的几条边。它不告诉你一个物种的基因组能变成什么样，不告诉你哪种调控网络可以存在，也不告诉你某个表型能否出现。

用上一节的三个问题衡量，这条禁令跨类群成立，至今没有可靠的反例，前两项都过关。它削去的维度却很少：在基因型与表型的可能性空间里，它几乎没有排除任何具体状态。

图 1 ｜机制与约束的区别：左侧是规定步骤与方向的有向流程，右侧是从可能的解集中削去大部分、只留下一小块可达状态的边界 · 来源：一目半绘制

「第一性原理已经到位」的印象，很大程度上来自把这段流程读成了边界。知道信息怎样从 DNA 流向蛋白质，和知道哪些蛋白质、哪些细胞状态不可能出现，是两种不同的知识。前者分子生物学已经掌握得相当完整，后者至今只能逐个测。

物理学的预测力，来自少数几条守恒关系对状态空间的切削

物理学的强预测力，往往被归功于方程的精确。更深的原因在于约束的结构。

1918 年，Emmy Noether 证明：如果一个系统的动力学可以由作用量的变分原理给出，那么作用量的每一个连续对称性都对应一个守恒量（Noether 1918 英译本[4]）。时间平移对称给出能量守恒，空间平移对称给出动量守恒，转动对称给出角动量守恒。

这个定理有两个前提。一是系统要有作用量表述；二是对称性必须连续。对于耗散的开放系统，没有现成的作用量，定理不能直接套用，已有的推广都需要额外构造。

前提满足时，压缩效果非常可观。以两个天体在引力下的相对运动为例，相空间是六维的。能量、角动量的三个分量，加上拉普拉斯–龙格–楞次矢量，合起来提供五个彼此独立的守恒量。于是轨道被压到一条一维的闭合曲线上，几乎不需要任何观测数据就能确定它的形状类别。

约束的硬度还体现在人们如何对待矛盾。1930 年前后，β 衰变中电子的能量呈连续谱，看上去违反能量守恒。Pauli 选择保留守恒律，假设存在一种未被观测的中性粒子带走了能量。这种粒子在 1956 年由 Cowan 与 Reines 的反应堆实验探测到（Cowan et al. 1956, Science[5]）。

这正是第二个问题所描述的情形：观测与约束冲突时，人们先修改对世界的描述，而保留约束。

图 2 ｜守恒约束对预测空间的压缩：几条守恒关系把大片未受约束的可能状态切成一条窄带，实验观测落在窄带之内 · 来源：一目半绘制

从这里可以得到一条一般的关系：约束越多、越硬，确定一个系统所需的数据就越少；约束越少，剩下的空间就只能靠拟合去填。物理学并不总能免于拟合，但它的拟合是在一个已经被大幅削减的空间里进行的。

把诺特定理直接搬到生物学对象上，困难在于两个前提都不满足。细胞和种群是远离平衡的开放系统，人们并不知道它们有什么作用量，也不知道哪些连续对称性值得考虑。Longo、Montévil 与 Kauffman 甚至主张，生物演化的特点恰恰是对称性不断被改变，相空间本身无法预先给定（Longo et al. 2012, arXiv[6]）。这是一种理论立场，尚无共识，但它至少说明，把物理学的约束机制平移到生物学，并不是一件显然的事。

生物学已有的不变量：多半借自物理，或者带着例外

说生物学缺少硬约束，并不是说生命不受约束。逐项盘点，可以把候选分成三类。

第一类是物理约束。能量守恒限定了生物体的能量收支；扩散速度限定了没有主动运输时细胞能长多大；温度通过反应速率影响几乎所有生理过程。这些约束是真实且坚硬的，但它们属于物理学和化学，不是生物学自己发现的。

基于约束的代谢建模是一个有代表性的例子。通量平衡分析利用化学计量矩阵和稳态假设，把反应通量限定在一个多面体里（Orth et al. 2010, Nat Biotechnol[7]）。质量守恒在这里确实削去了许多维度，但剩下的可行区域通常仍然很大。要从中选出一个具体的通量分布，还需要假设一个目标函数，例如生物量最大化，而这个假设是否成立，要靠实验逐个条件去检验。

第二类是量上的不变量，它们是生物学自己的发现，但都带着例外或适用范围。

遗传密码长期被称为「通用密码」。1979 年，人们发现人类线粒体中 UGA 编码色氨酸而非终止（Barrell et al. 1979, Nature[8]）。此后发现的变体越来越多，NCBI 目前维护的翻译表除标准密码外还有二十余套，例如白色念珠菌把 CUG 读作丝氨酸（NCBI Genetic Codes[9]）。这些发现被当作例外收录，没有人因此怀疑测序结果。这与 β 衰变的处理方式恰好相反。

序列保守性也是如此。2004 年，Bejerano 等人在人、大鼠和小鼠基因组之间找到 481 段长度不少于 200 bp、完全一致的超保守元件（Bejerano et al. 2004, Science[10]）。如此极端的保守，很自然会被读成「不可更改」。

然而 2007 年，Ahituv 等人在小鼠中分别敲除了其中四段。四个品系都能存活和生育，在生长、寿命、病理和代谢等检测中没有发现关键异常（Ahituv et al. 2007, PLoS Biol[11]）。保守性是演化历史留下的统计结果，并不等于对可达状态的限制。

元素化学计量也类似。海洋浮游生物的碳、氮、磷比例常以 Redfield 比值作为参照，但实测比值随纬度和环境系统性变化（Martiny et al. 2013, Nat Geosci[12]）。它更像一个有用的平均值。

第三类是标度关系。它是唯一看起来既属于生物学、又可能跨类群普适的候选，下一节单独处理。

图 3 ｜生物学中候选约束的三个来源：物理约束、量上的不变量和标度关系，汇总后要回答哪些是真约束、哪些只是拟合 · 来源：一目半绘制

代谢标度律：最强的反例为何仍难成立

如果某条标度关系能从机制推出，又在所有类群上给出同一个指数，生物学就有了自己的硬约束，本文的论点就要退让。代谢率与体重的关系，是这个位置上最有力的候选。

这一关系通常写成代谢率正比于体重的某个幂次。按表面积与体积之比的简单推理，指数应为 2/3，这一想法可追溯到 19 世纪 Rubner 的工作。1932 年，Kleiber 汇总哺乳动物数据，得到接近 3/4 的指数（Kleiber 1932, Hilgardia[13]），此后「3/4 定律」流传甚广。

1997 年，West、Brown 与 Enquist 提出一个分形输运网络模型，从空间填充、末端单元大小不变、能耗最小等假设推出了 3/4（West et al. 1997, Science[14]）。这是标度律最接近「由机制推出的约束」的时刻。

问题在于后续的测量并不一致。

2001 年，Dodds、Rothman 与 Weitz 重新分析了哺乳动物和鸟类的经典数据集，发现几乎没有证据能拒绝 2/3 而支持 3/4；他们还认为，现有推出 3/4 的理论都依赖不足以服人的假设（Dodds et al. 2001, arXiv[15]）。

2003 年，White 与 Seymour 分析了 19 个目、619 种哺乳动物的基础代谢率，在控制体温、消化状态和系统发育之后，得到的关系与 2/3 相符（White & Seymour 2003, PNAS[16]）。

2010 年，Kolokotrones 等人指出，即便考虑体温，哺乳动物的代谢率与体重在对数坐标下也呈凸曲线，并非纯幂律（Kolokotrones et al. 2010, Nature[17]）。若曲线本身是弯的，不同研究拟合出不同的指数，部分只是取样落在不同体重区间的结果。

同年，Capellini 等人在系统发育框架下发现，指数在不同谱系间显著不同：有的接近 3/4，有的接近 2/3，有的与两者都不一致（Capellini et al. 2010, Ecology[18]）。

尺度放宽到整个生命之树，差异更大。DeLong 等人报告，原核生物的指数明显大于 1，原生生物接近 1，后生动物接近 3/4（DeLong et al. 2010, PNAS[19]）。

还有一层混杂难以绕开。体型、体温与系统发育彼此共变：大型哺乳动物和小型哺乳动物往往属于不同的目，生活方式和体温也不同。Gillooly 等人把温度以 Boltzmann 因子的形式纳入模型（Gillooly et al. 2001, Science[20]），这改善了拟合，但也说明单靠体重的关系并不自足。在观测数据中，这些因素很难被完全分离。

用三个问题检验，代谢标度律的处境就清楚了。它能否先验推出？有模型声称可以，但模型的假设本身存在争议。它是否跨系统成立？不同类群、不同尺度给出的指数并不相同。遇到不一致的数据时，学界的做法是引入温度项、曲率项、谱系差异，而不是怀疑数据本身。这是对待一条经验规律的方式。

判别一条规律是不是硬约束，要看它与观测冲突时谁让步：物理学修改对世界的描述以保住守恒律，生物学则为规律添上例外和修正项。

这并不否认标度关系的价值。它是一个极有用的经验概括，能在缺少细节时给出量级估计。但它的约束强度远低于守恒律：它收窄了空间，没有切掉维度。

结论与仍然开放的问题

回到开头的问题。中心法则是分子生物学最重要的理论成果之一，但它描述的是信息流动的机制；它那条禁止性陈述跨类群成立，却几乎不削减基因型与表型的可能性空间。生物学内部被称作「不变」的量，要么借自物理和化学，要么带着例外。代谢标度律是最强的候选，但指数随类群和尺度变化，混杂因素难以控制，目前更像一条有用的经验规律。

由此得到的判断是：生物学的预测能力只能靠数据与模型一层层积累，这是学科结构的后果。约束少，可能性空间就大，填满它就需要大量观测。数据驱动的方法在生物学里占据中心，并不说明这门学科还不成熟，而是由它的对象决定的。

这个判断有几处局限，需要说明。

第一，本文对「约束强度」的定义是定性的。要把它变成可以计算的量，需要先定义状态空间和先验分布，而生物学恰恰难以预先给定状态空间。

第二，演化本身可能提供另一类约束。自然选择、历史偶然性和发育路径会让某些区域实际上难以到达，但这类约束依赖历史，不具备守恒律那种跨系统的普适性。

第三，本文没有讨论热力学第二定律在生命系统中的推广，例如非平衡热力学对复制和适应的限制。这类工作有可能为生物学提供更接近物理意义的约束，但目前离直接预测生物状态还有距离。

要点

机制规定步骤与方向，约束削减可达状态；只有后者能在看数据之前压缩预测空间。
中心法则跨类群成立，但几乎不限制基因组与表型能走到哪里；生物学中的不变量多半借自物理，或带着例外。
代谢标度律的指数随类群与尺度变化，且与体温、谱系共变，目前不足以充当生物学自己的硬约束。

仍然开放的问题至少有两个。其一，是否存在尚未被识别的生物学不变量，它们可能藏在高维数据的结构里，要等足够多的扰动实验才能显现？其二，如果约束只能从数据里事后读出，那么它与一次成功的拟合之间的界限由什么划定？一个可能的标准是：当新的观测与之矛盾时，我们愿意先怀疑哪一个。