人类的价值九部曲
上QQ阅读APP看书,第一时间看更新

引言

以人为镜,可以明得失;以史为镜,可以知兴替

本书的灵感来自一位有远见的梦想家,卢卡·卡瓦利-斯福扎(Luca Cavalli-Sforza)。他开创了利用遗传学手段研究人类历史的先河。我曾师从他的一位学生,所以也算是他学派里的一员。在他的愿景里,我们可以透过基因组来理解人类的过去。为此,我深受鼓舞。

1994年,《人类基因的历史和地理》(The History and Geography of Human Genes)一书出版,这标志着卡瓦利-斯福扎的学术巅峰,它综合了当时考古学、语言学、历史学和遗传学上的发现,讲述了一个人类辗转发展的宏大故事。1该书对人类遥远的过去做了一个概览,但它受限于那个时代的认知水平,当时的遗传学数据极为匮乏,跟考古学和语言学的信息比起来,几乎可以忽略不计。仅有的一些遗传学数据在某些情况下可以揭示某些与其他领域吻合的模式,但由于信息量不够丰富,还不足以让人们提出新颖的洞见。实际上,卡瓦利-斯福扎所提出的少数几个重要的新论点,最终都被证明是错的。20年前,无论是卡瓦利-斯福扎还是像我这样的初学者,都还在DNA数据的黑暗时代里摸索。

1960年,卡瓦利-斯福扎进行了一次豪赌,这决定了他的整个学术生涯。他相信,我们基于当代人(1)的遗传多态性,就有可能把历史上的人类大迁徙给还原出来。2

通过接下来50年孜孜不倦的工作,卡瓦利-斯福扎的研究不断取得突破,似乎马上就要取得胜利。在开始这项工作之初,研究人类遗传变异的技术还很薄弱,他唯一能做的就是测量血液中的蛋白质,然后观察不同个体之间的差异,就跟医生在给病人输血前做血型检验那样。到了20世纪90年代,卡瓦利-斯福扎和同事们已经收集了来自不同人群的100多种不同性状。利用这些数据,他们可以根据个体间携带相同性状的频率,准确地对不同的个体按照大陆来源进行聚类。例如,欧洲人之间、东亚人之间、非洲人之间的聚合度都很高。到了20世纪90年代和21世纪初,他们在技术上突破了蛋白质变异数据的限制,开始直接分析DNA数据,也就是我们人类的遗传密码。他们从散布在地球各处的约50个人群中提取了约1 000人的DNA,并检查了这些个体在基因组中300个位置上的差异。3当他们利用计算机程序把所有的个体聚类成5个组的时候,虽然这些计算机内并没有存储任何与人群标签有关的信息,但结果与人们出于直觉所划分的深层血缘关系非常一致。计算机分的5个组是:欧亚大陆西部人(2)、东亚人、美洲原住民、新几内亚人和非洲人。

卡瓦利-斯福扎特别感兴趣的是从人群历史的角度对当代人群的划分进行解读。他和同事们使用了一种特殊的技术来分析收集到的血液分组数据,可以从多个生物学差异性性状中识别出最有效的组合特征,并以这些组合来概括不同个体间的差异。在把这些血液分组的组合特征投射到欧亚西部的地图上之后,他们发现,其中一个组合特征在近东地区达到了最大值,然后沿着从东南到西北的方向朝着欧洲逐渐递减(见图1a)。4他们解释道,这是农民从近东进入欧洲的迁徙过程所留下的“遗传足迹”,而从考古学的角度来看,在9 000年前以后,的确发生过这样一个迁徙过程。逐渐递减的变化趋势则表明,第一批农民到达欧洲后,他们与当地的采猎者(3)发生了人群融合,在不断扩张的过程中,农民人群积累了越来越多的采猎者的血统——该过程也被称为“人口扩散”(demic diffusion)。5直到最近,很多考古学家仍将这个人口扩散模型当成一个考古学和遗传学交叉融合的经典例子。

图1a 安纳托利亚农民祖先横跨欧洲示意图(卡瓦利-斯福扎版)

卡瓦利-斯福扎在1993年绘制的等值线图(上图做了一定调整)。基于当代人群的血液分组变异模式,他重建了农民从东方朝欧洲流动的过程,从中可以看出,农民祖先血统占比最高的区域在欧洲东南部,靠近安纳托利亚(5)的地方。

上述模型在理论上很有吸引力,但却是错误的。其缺陷从2008年起开始显露出来。当时,约翰·诺文布雷(John Novembre)和同事们证明,即使没有人口迁移,也可以产生像欧洲那样的梯度变化。6然后,他们又表明,采用卡瓦利-斯福扎的数学方法,农业由近东向欧洲扩张的过程有可能会出乎意料地产生一个与迁移方向垂直的梯度(4),而不是像真实数据中所呈现的与迁移方向平行的梯度(见图1b)。7

图1b 安纳托利亚农民祖先横跨欧洲示意图(全基因组数据版)

全基因组数据表明,欧洲农民祖先的主梯度变化方向非但不是东南到西北,而是几乎与此垂直。究其原因,主要是一支从东方迁徙来的游牧民族替代了大多数第一批达到的农民。

随着从古代骨骼中提取DNA的技术突破,“古DNA革命”(ancient DNA revolution)横空出世,最终推翻了人口扩散模型。基于古DNA革命的技术手段,我们发现,哪怕在欧洲最偏僻的地域,例如不列颠群岛、斯堪的纳维亚半岛和伊比利亚半岛,最早进入欧洲的农民也基本没有与采猎者相关的血统。实际上,他们的基因组中来自采猎者祖先的比例甚至比当代欧洲各处的人口还要低。而且,在今天的欧洲,人类基因组中来自早期农民祖先的比例最高的地区,不是卡瓦利-斯福扎根据血型数据所推断出来的欧洲东南部,而是位于意大利西部地中海内的撒丁岛。8

以卡瓦利-斯福扎的地图为例,我们就可以明白为什么他的豪赌出娄子了。他假设当代人群的遗传结构就像“回声”一样,可以反映人类历史上的一些重大事件,这点是正确的。例如,与非洲人相比,非洲以外人群的遗传多样性较低,这反映出在大约5万年前以后,人类走出非洲、从近东地区向外扩张,在此过程中逐渐丢失了遗传多样性。但是,当代人群的遗传结构并不能完美地复原古代事件的细节。难处不仅在于,相邻的人群会发生混血,从而模糊了历史事件所遗留下来的遗传信号。更大的困难是,我们现在已经从古DNA中知道,当今的人群几乎从未与同处一个地区的、远古时代的人群维持过严格的血缘继承关系。9在这种情况下,任何试图通过当代人类遗传结构来重建历史上人口流动的努力都摆脱不了其局限性。卡瓦利-斯福扎在《人类基因的历史和地理》中写到,他的分析已经排除了已知的、由人类大迁徙产生的人群,比如有着欧洲人和非洲人血统的美国人,他们的祖先是大西洋彼岸的移民,再比如像罗姆人(6)和犹太人这样的欧洲少数民族。卡瓦利-斯福扎所赌的,就是过去比现在要简单得多,通过聚焦在那些已知的、没有受到过重大移民活动影响的人群,就能够研究古时候居住在同一地方的人类的直系后代。问题是,古DNA告诉我们,过去并不比现在简单,人类总是在不断地动荡、融合,以及相互更替。

卡瓦利-斯福扎对人类史前史的开创性遗传学研究,使我想起了《圣经》中摩西那样有远见的领导者。卡瓦利-斯福扎的成就高于任何追随者,他创造了一个新的观察世界的框架。《圣经》里曾写道,“以色列中再没有兴起先知像摩西的”,但《圣经》同时也告诉我们,摩西是无法到达应许之地的。在带领他的人民行走旷野四十载后,摩西爬上尼波山,却发现对面的约旦河西岸可望而不可即。踏上这片应许之地的荣光,已经留给了他的继任者们。

以上就是过去利用遗传学对人类历史进行研究的情况。卡瓦利-斯福扎敢为天下先,洞察到了遗传学揭示人类历史的全部潜力,但他的愿景远超前于实现它所需的技术。然而,今天的情况已经大为不同了。时至今日,我们拥有了数十万倍的数据,而且还具备了探究古DNA中丰富信息的能力。在传统的考古学和语言学工具之外,这些信息已经成为研究历史上人类流动的更加确切的数据来源。

首批5个古人类基因组是在2010年公布的:几个古尼安德特人的基因组10,一个古丹尼索瓦人(7)的基因组11,一个在格陵兰发现的、约4 000年前的现代人个体的基因组12。接下来的几年里,又出现了另外5个个体的全基因组数据,2014年则涌现了总计38个人的数据。到了2015年,古DNA全基因组分析领域的进展突飞猛进,出现了3篇论文,又分别添加了66个13、100个14和83个样本15。到了2017年8月份,仅我的实验室就独立产生了超过3 000个古样本的全基因组数据(见图2)。现在我们生产数据的速度非常快,以至于数据生产后,还没等到发表,这个领域内的总数据就已经翻了一倍。

图2 2010年以来拥有全基因组数据的样本累计总数

现在,古DNA实验室生产数据的速度非常快,以至于数据生产和数据发布之间的间隔比将这个领域内的总数据加倍所需的时间还要长。

与古DNA革命相关的很多技术的发明者都是斯万特·帕博(Svante Pääbo)(8),以及他在德国莱比锡马克斯·普朗克演化人类学研究所的同事们。该研究所开发此技术的目的是研究极其古老的样本,例如尼安德特人和丹尼索瓦人。我的贡献则在于将此技术扩展到大量的、相对较新的样本上,尽管这里所谓的“较新”也有数千年历史。传统上,一个学徒的培训周期是7年,而从2007年起,属于我的古DNA学徒期启动了:在尼安德特人、丹尼索瓦人等基因组项目上,我开始与帕博一起合作。到了2013年,帕博帮助我建立了自己的古DNA实验室,也是美国第一个专门研究古人类全基因组的实验室。在这方面,我的工作搭档是娜丁·罗兰德(Nadin Rohland),在加入我的实验室之前,她也曾在帕博的实验室里度过了自己的7年学徒期。我们的想法是让古DNA研究工业化,也就是利用欧洲开发的、研究少数样本的技术,建立一个美国式的基因组工厂。

罗兰德和我意识到,要想将古DNA研究工业化,关键在于帕博实验室的马蒂亚斯·迈耶(Matthias Meyer)和付巧妹所开发的技术。迈耶和付巧妹的发明是由其研究需求所催生的:他们需要从来自中国的田园洞(9)、有大约4万年历史的早期现代人遗骸身上提取DNA。16他们发现,从这个田园洞人的腿骨上提取的DNA之中,只有0.02%来自这个人自己,其余的都来自他死后侵入的微生物。这样一来,直接测序(direct sequencing)的成本就太高了,即便是采用大概在2006年之后出现的、成本已经低了数十万倍的技术还是不可取。为了解决这个问题,迈耶和付巧妹借鉴了医学遗传学家的做法:将最感兴趣的2%的基因组部分分离出来,再将剩下的98%丢掉。于是,他们两位从田园洞人腿骨的DNA里分离出属于人类的一小部分遗传序列,而丢掉了其余的部分。

迈耶和付巧妹开发的DNA分离方法对古DNA革命的成功至关重要。早在20世纪90年代,分子生物学家们就改造了印刷电子电路时使用的激光蚀刻技术,用来将选中的数百万个DNA序列附着在硅或玻璃晶圆上,在特定的液体中,这些DNA序列可以被分子剪刀(工具酶)(10)剪切下来。迈耶和付巧妹利用了这种办法,首先人工合成出了许多52个字母长的DNA序列,它们互相交叠着覆盖了人类第21号染色体的绝大部分,就像是屋顶上的瓦片。借助于高度相似的DNA序列容易互相结合这一特性,他们以人工合成的序列为“饵”,从田园洞人的古DNA中“钓”取了他们感兴趣的DNA序列。通过这种办法获取的DNA,大部分都来自田园洞人本身的基因组,而且还恰恰都是他们梦寐以求的那些片段。数据分析结果表明,田园洞人是一种早期的现代人,是最终演化成当代东亚人的那个支系的一员。同时,他们还发现,田园洞人身上古老型人类(archaic human)的遗传成分并不多,在几十万年前,古老型人类和现代人的支系就已经隔离开了。这就推翻了先前人们根据骨骼形状所做出的推断(11)17

罗兰德和我改进了这种技术以便于研究整个基因组。我们与德国的同事合作,人工合成了一系列52个字母长的DNA序列,这些序列覆盖了超过100万个人类基因组中的位置。在这些位置上,我们已经知道不同的人会有不同的字母。我们使用这些“诱饵序列”来钓取人类的DNA片段(而不是微生物的),发现这种方法可以显著地富集我们感兴趣的DNA片段,有时候提取效率可以提升100倍以上。另外,因为我们只针对基因组中富含信息的特定位置进行处理,在效率上又有了额外大约10倍的增加。我们实现了整个过程的自动化,利用机器人来处理DNA,使得一位研究人员可以在几天内同时研究超过90个样本。我们聘请了一批技术员将古代的遗骸取样并研磨成粉末,然后从粉末中提取DNA,再将提取出来的DNA转化成我们可以测序的形式。

以上是古DNA研究的实验室工作部分,但这仅仅是一个开始。除了这些,还有一项同样复杂的任务,那就是将测序得到的几十亿个DNA序列归类到它们所属的样本,并剔除掉那些已经受到污染的样本,最终生成一个便于使用的数据集。绍普·马利克(Shop Mallick)是一位物理学家,他6年前加入了我的实验室,并建立了整个计算机系统来完成上述这些工作。而且,随着数据性质的改变和数据规模的增加,他也在不断地对计算机数据处理的策略进行升级。

结果比我们预想的还要好。生产全基因组数据的成本降到了每个样本低于500美元。这比全基因组暴力测序(brute-force whole-genome sequencing)便宜了许多倍。更棒的是,采用我们的方法,在我们选择的骨骼样本中,有大约一半能获得全基因组数据。当然,成功率取决于所研究的骨骼的保存完好程度。例如,在俄罗斯寒冷条件下获得的古样本,其成功率为75%左右,而对取自近东地区炎热环境下的样本,我们的成功率只有30%上下。

这些进展意味着,对古DNA展开全基因组研究时,再也不需要事先筛选大量的骸骨,才能找到一个可分析的DNA样本了。相反,相当一部分曾被筛除的过去1万年内的样本,现在都可以转化为全基因组数据了。得益于新方法的使用,在单个研究中一次性分析数百个样本也是游刃有余。有了数据,人们就可以重建人群在流动过程中的诸多精致的细节,而这些细节将颠覆我们对历史的认知。

到了2015年底,我在哈佛的古DNA实验室已经发布了全世界一半以上的古人类全基因组。我们发现,北欧的人类群体在很大规模上曾经被5 000年前来自东欧大草原的一次大迁徙所替代;181万多年前,农业在近东地区多个高度分化的人群中发展起来,这些人群随后又与农业文明一起向四面八方扩散和融合;19而3 000年前到达太平洋偏远岛屿(12)的第一批人类移民并不是今日当地居民的唯一祖先。20同时,我启动了一个调查当今人类多样性的项目,该项目使用了一种我与合作者一起为研究人类历史而设计的专用微芯片。我们使用这种芯片研究从全世界范围内1 000多个人类群体中选择出来的上万个个体——由此而产生的数据集,不仅在我的实验室,也在世界上其他研究遗传变异的实验室里,发挥着中流砥柱的作用。21

古DNA革命对历史事件的解析、还原程度令人惊叹不已。我快博士毕业那会儿的一次晚餐,至今仍然让我念念不忘。当时跟我一起进餐的有我的博士生导师大卫·戈尔茨坦(David Goldstein)和他的妻子卡维塔·纳亚尔(Kavita Nayar),他们两位都是卡瓦利-斯福扎的学生。那是1999年,也就是全基因组古DNA技术发明的10年之前。我们在一起畅想,利用历史遗留下来的痕迹,我们到底可以在多大程度上将历史事件准确地重建出来。现在想想,当时如同做白日梦一般。一个手榴弹在房间里爆炸了,我们能把每一个残存的碎片都拼凑起来,把墙上的每一个弹片都考虑在内,从而得到爆炸前每一个物体的准确位置吗?一门语言早已绝迹了,我们能开启一个洞穴,利用尘封在内的、至今仍激荡着的数千年前话语的回声,把它复原出来吗?今天,古DNA技术使这一切细致入微的重建工作都成为可能。

如今,人类基因组变异分析在研究远古时期人口变迁中所起到的作用早已超越了传统的考古学工具——对文物的研究。22这几乎对所有人都是件惊喜的事情。卡尔·齐默(Carl Zimmer)是《纽约时报》的科学记者,经常撰写这个新领域的文章。他告诉我,当初被报纸分配来报道古DNA研究成果的时候,他还抱着一种过来给科学报道团队帮帮忙的心理,反正他的主攻方向是演化和人体生理学,穿插着跟进一下就可以了。他本来的设想是每隔6个月左右写篇文章,一两年之后相关的工作成果也就偃旗息鼓了。没想到,现在齐默发现,每隔几周就会有一篇重磅论文发表,而且还有愈演愈烈之势。

我们这本书所讲述的,就是在人类历史研究中的基因组革命。这场革命源自全基因组数据,由一系列连珠炮似的发现所组成。全基因组意味着对所有的遗传信息进行一次性的分析,而不是仅对其中像线粒体DNA(mitochondrial DNA)这样的小片段进行分析。从古人类遗骸中提取全基因组DNA的新技术则使这一次基因组革命如虎添翼、威力大增。在本书中,我没有试图去追踪以前人们通过遗传学手段来研究历史的过程,几十年来,人们从对骨骼差异的分析起步,已经发展到对人类基因组中极少数片段的遗传差异进行研究。尽管所有这些努力都对人群间的关系和迁徙给出了新见解,但在2009年以后涌现出来的海量数据面前,这些见解都显得如此苍白无力。在2009年前后,对基因组中个别位置的研究或许凑巧会引出某些重要的发现,或者为某种假说提供一些支撑性的证据。但总的来说,在2009年之前,这些遗传学的证据都属于无心插柳的产物,在主流考古学中始终处于从属的地位。然而,到了2009年以后,全基因组数据开始大展身手,破天荒地对考古学、历史学、人类学,甚至语言学中某些习以为常的观点提出了挑战,而且还开始解决这些不同领域之间的矛盾之处。

古DNA革命正在以摧枯拉朽之势改变着我们对人类历史的看法。然而,目前还没有一位正投身于这场革命的遗传学家开始撰写书籍,阐述其影响、解释其机制,并描绘出新的科学方法是怎样帮助科学家们去伪存真的。古DNA革命的方方面面需要从晦涩难懂、充满术语的科学论文中提炼出来,更不用说这些论文有时还带着几百页密密麻麻的描述实验方法的附件了!因此,本书的目标是以古DNA这个非凡的视角,向读者提供一个人类历史的清晰画卷——一本专家和外行都能雅俗共赏的、讲述古DNA的故事的书籍。我无意于写一本集大成的综述,因为在这个领域里,变化一日千里,当本书到达读者的手中时,它所描述的一些先进的东西或许已经落伍,甚至被推翻了。在我写作此书的3年中,又有许多新的发现爆发出来,所以我在这里所描述的大部分内容都是我开始写作后才显现的成果。因此,我希望读者能够将本书中的话题看作是全基因组研究所能发挥的爆发性威力的例子,而不是看作对科学的一个阶段性总结。

在本书中,我将引领读者一起来进行一场发现之旅。每一章节都像是一场讨论会,每个读者在一开始时或许都有自己的一个观点,而结束一个章节时,读者会发现结论大相径庭。其实这就是本书的目的。我会以讲述自己的相关工作为主,因为在这上面,我有极大的发言权。不过,我也会讲述一些我没有参与的、对整个故事都至关重要的工作。这种讲故事的方式不成比例地突出了我的实验室的成果,对此我表示道歉,特别是对那些做出了同样重要贡献、而我没有提及名字的人士。我的首要任务不是书写一篇科学综述,而是通过讲述基因组革命的奇妙和精彩,让读者沉浸在一个个引人入胜的故事里。

我还强调了一些正在浮出水面的主题,尤其是人们发现,在人类历史上,高度分化人群之间的混血曾经反复出现、屡见不鲜。今天,许多人仍认为,人类可以按照生物学特征归类到各种“原始”(primeval)群体中去,这与“种族”(race)的概念相对应,种族的起源就是数万年前分居的人群。但是,过去几年里,在新的数据面前,长期以来的“种族”观点已经被证明是错误的。而且,这一新的批判与过去百年间人类学家对“种族”概念的批判截然不同。基因组革命带来了一个令人震惊的发现,也就是即便在相对近期的时代里,人群之间虽然一直存在着巨大的差异,但彼此的分界线却是今非昔比。从1万年前的人类遗骸中提取的DNA告诉我们,当时的人群结构与今日有着本质的不同。今日的人类是过去的人群混血的结果,而过去的人类同样也是混血的结果。所以,人群的大融合才是主线,不管是非洲裔美国人,还是美洲的拉丁裔人群,他们都只是这条主线上的最新一代而已。

本书分为3个部分。

第一部分,“人类的历史深处”,描述了人类基因组不仅提供了受精卵发育所需的所有信息,还包含了我们物种的历史。第1章,“我们是谁”,提出基因组革命的意义不在于揭示了人类和其他动物相比所具有的特质,而在于揭示了人类形成的历史过程:人类的迁徙与融合。第2章,“尼安德特人”,叙述了人们是如何利用古DNA技术,突破性地获取了尼安德特人的基因数据,从而发现人类的这个大脑袋亲戚是怎样与非洲以外的现代人祖先发生混血的。第3章,“丹尼索瓦人”,着重强调了古DNA如何帮助我们发现意想不到的历史事件,以及古DNA如何初战告捷,发现了考古学家从未预言过的古老型人类——丹尼索瓦人。而在当代新几内亚人身上,也发现了其祖先与丹尼索瓦人发生过混血的痕迹。丹尼索瓦人的基因组序列同时带动了一系列古人类种群及其混种的发现,这确切地证明了,大融合才是人类发展的中心要素。

第二部分,“人类的演化之路”,讲述了基因组革命和古DNA如何改变了我们对现代人支系的认知,并以人类群体大融合为主旨,带领读者开始周游世界。第4章,“‘幽灵人群’”,介绍了这样一种思路:人们可以借由遗留在当代人身上的遗传物质,从蛛丝马迹出发,重建那些早已不知踪迹、未经混血的“纯种”的人类群体。第5章,“现代欧洲的形成”,解释了当代欧洲人是如何从3个高度分化的人类群体传承下来,以及这3个人类群体如何在过去的9 000年中逐渐融合在一起。在古DNA技术产生之前,考古学家们做梦也没想到这一点。第6章,“碰撞中诞生的印度”,揭示了在不同时间、不同地点下,南亚人类群体的产生与欧洲人何其相似。两者都经历了两次大融合。第一次是9 000年前的近东地区农民的大规模移民,这些移民与原住的采猎者相融合。第二次是5 000年前来自欧亚大草原的大规模移民,这一次又给南亚人类群体带来了另一个祖先。与之同行的,也许还有印欧语系的语言。第7章,“追寻美洲原住民的祖先”,展示了如何通过对现代DNA和古DNA的分析证明,在欧洲人到来之前,美洲原住民的祖先可以追溯到来自亚洲的好几波移民。第8章,“东亚人的基因组起源”,描述了东亚人的祖先有多少是源于中国的农业中心地带的人口扩张。第9章,“不可或缺的非洲人类史”,特别讲述了古DNA的研究如何掀开蒙在非洲大陆之上的层层面纱,揭示了过去几千年来农民的大规模扩张,以及农民与原住民之间要么此长彼消、要么相互融合的深厚历史。

第三部分,“颠覆性的基因组”,则将重点放在了基因组革命的社会意义上。我们将如何看待自己在世上的位置?如何构建与同样活在当下的超过70亿人口的关系?前有古人,后有来者,我们和他们又有何牵连?针对这些问题,基因组革命都能给我们一些新的启示。第10章,“基因组中的不平等”,展现了古DNA研究如何揭露人群之间、性别之间、同一人群内不同个体之间社会权力不平等的深层历史,以及这种不平等是如何决定了繁殖的成败。第11章,“基因组中的种族和身份”指出,20世纪出现的一种所谓正统观念早该寿终正寝了,这种观念认为,人群之间的关系是如此的紧密,以至于平均说来,它们之间不可能存在着实质性的生物学差异。不过,本章同时也表明,长期以来种族主义的世界观更是与遗传学数据告诉我们的事实天差地别。本章中也提出了一种新的看待人类群体差异性的方式——一种由基因组革命所启迪的方式。第12章,“古DNA的未来”,这是关于基因组革命下一步何去何从的讨论。借助于古DNA,基因组革命终于实现了卢卡·卡瓦利-斯福扎的梦想。作为一种研究过去的人类群体的工具,古DNA一点也不比传统的考古学和历史语言学逊色。而且,古DNA和基因组革命还可以回答过去无法解决的深层次问题:发生了什么,也就是古人类之间有何等恩怨情仇,人类迁徙又如何促成了考古学记录中的沧海桑田。古DNA技术对考古学家们来说应该是一种解放性的手段,考古学家们离这些问题的答案越近,他们就越能充分地研究最感兴趣的话题,也就是,为什么会有这些变化?

在读者全心投入本书之前,请容我讲一个2009年我在麻省理工学院的一次客座讲座中遇到的事情。我的那次讲座是一门课程在学期末的最后几堂课之一,目的是给该课程增加一些趣味性。这门课程旨在向学生们介绍,在寻找疾病治愈手段的过程中如何借助计算机进行基因组研究。我提到了印度人群的历史,当时一位坐在前排中间的本科生一直盯着我看。我在做总结的时候,她笑着问我:“你是怎么获得研究资金来干这事的?”

我嘟囔了一些关于人类历史对遗传变异的影响,以及为了识别疾病的风险因素,了解人类的历史是如何如何重要之类的话。我举了一个例子,讲到在印度存在着数千个不同的人群,其中某种疾病的发病率很高,原因是导致这种疾病的遗传突变恰好是由其人群奠基者所携带的,随着群体规模不断扩大,这种突变的频率也在群体内大大增加了。后来,当我向美国国家卫生研究院提出基金申请的时候,我就是顺着这种思路,建议找出在不同人群中发生频率不同的疾病风险因素。自从2003年我组建实验室以来,这类资助支持了我大部分的工作。

诚然,这些话都没错,但我希望当时我能够理直气壮地给出不同的回应。我们科学家,受困于科研资助体制,经常要证明我们的研究工作在卫生或科技方面有实用价值。但是,人类的好奇心本身难道不应该被认可吗?对人类来说,回答“我们是谁”这样的基本问题难道不应该作为我们这个物种的头等大事吗?一个开明、进步的社会,难道不应该推崇、重视智力活动吗?哪怕这些活动可能没有直接的经济或者其他实用价值。我再次呼吁,对人类自身历史的研究至关重要,无论是艺术、音乐、文学,还是宇宙学等。这些研究,可以让我们对人类的共同处境保持警醒的认知。这些认知越是在意料之外,对人类就越是举足轻重。