这段时间，考虑物种分化与多样性等话题比较多些。深究方法及其后面的理论，就会碰到种种假设、前提和模型。如果去掉这些假设条件，就回到了少数几个物种，甚至一个物种的情形。从数据的角度，一个物种是否可能只有一个基因？这显然就回到了生物演化之初，同时必须考虑物种概念、物种分化过程、驱动机制和维持问题。还有个问题不可忽视：物种有形成，也有绝灭。现在系统发育的工作主要偏重过去历史的重构，而罕有基于现有数据推测发展趋势的工作。从生物学的角度，新化石和遗迹的发现，会有助于理解生物演化历史。如最近发现最古老的生命在42.8亿年前后就已经以复杂的形态出现在地球上（http://news.nationalgeographic.com/2017/03/oldest-life-earth-iron-fossils-canada-vents-science/）。该项发现，不仅把地球生命的起源大大提前，还有可能颠覆生命单起源的假说，改写生命之树的基部结构。但从方法的角度，我们需要基于数学、物理和化学，模拟并推演单物种的情形。

由此问题，我也联想到几次研讨会上的一些讨论。生物学研究发展尚处于早期。很多复杂的结构、过程和功能，短期还很难精确定义和刻画。某种意义上讲，很多生物学的发现，多是描述为主的数据积累和展示。在我在南京师范大学生物系就读本科学位的时候，曾经有个说法：生物是文科中的理科，理科中的文科。这基本符合生物专业的大部分从业者、本科和研究生数理化功底较为薄弱的现实情况。尽管当时，生物系设置了高等数学，但该科要求并不太严。从现在每年招收研究生的情况来看，很多学校对数学、物理或者化学重视程度不够。学生报考研究生，只需要好好复习生物的专业课和英语，基本就能跨过考试关。即便有些学科招生设置了数学等非生物专业考试，也少有优秀的生物专业学生愿意选择考这些科目。生物专业从应用数学或者统计系招生的可能性仍然非常低。

在国内有种有趣的说法，认为中国学生数学水平比欧美的高。然而出国留学的学者却发现，欧美学者或学生，具有明显高出一筹的数学或统计功底。从现代生物学科研的角度，拥有深厚的数理化功底，已经不仅仅是学科交叉的问题，而可能是学科深入发展的必备基础前提。很多情况下，一个实验室如果拥有一个爱钻研数理化的成员，则很可能产生全新的方向，并获得较好的科研进展。现在大部分和数理化的结合，还是基于国外提出的模型和软件，进行数据分析。部分工作可能质疑这些模型和软件的假设前提，进行修改，就明显前进了一步。

经常遇到一些基础的问题，就能够深刻认识到“学会数理化，走遍天下都不怕”的说法不无道理。比较现实的建议，可能还是在生物相关的院系，在本科和研究生阶段，设置并强化数理化等必修课，才有可能在根本上解决这一阻碍很多生物专业方向发展的问题。

------------------------------------------------------------------------------------------------------------------------------------------------

假设只有1个物种；该物种只有1个基因。

问题：物种会怎样演化？如何通过数学的方式来模拟并刻画单个物种、物种分化过程？

If there is only 1 species with only 1 gene, how does this species evolve? Can we describe this species concept and illustrate the species evolutionary history with mathematics?

假设世界上有m个物种；每个物种有n个基因；且物种之间、基因之间没有互作。

问题：物种多样性会怎样演化？如何通过数学的方式来模拟并刻画这个过程？

If there are m species, with n genes for each one, how does the species diversity evolve? There are no interactions between species/genes.

Can we illustrate the species diversity evolve with mathematics?

------------------------------------------------------------------------------------------------------------------------------------------------

Citation: Servedio MR, Brandvain Y, Dhole S, Fitzpatrick CL, Goldberg EE, Stern CA, et al. (2014) Not Just a Theory—The Utility of Mathematical Models in Evolutionary Biology. PLoS Biol 12(12): e1002017. doi:10.1371/journal.pbio.1002017

How Do New Species Originate?

Speciation is another research area that has benefitted from extensive proof-of-concept modeling. Even under the conditions most unfavorable to speciation (e.g., continuous contact between individuals from diverging types), one can weave plausible-sounding verbal speciation scenarios [22]. Verbal models, however, can easily underestimate the strength of biological factors that maintain species cohesion (e.g., gene flow and genetic constraints). Mathematical models have allowed scientists to explicitly outline the parameter space in which speciation can and cannot occur, highlighting many critical determinants of the speciation process that were previously unrecognized [31]. Felsenstein [32], for example, revolutionized our understanding of the difficulties of speciation with gene flow by using a proof-of-concept model to identify hitherto unconsidered genetic constraints. Speciation models in general have made it clear that the devil is in the details; there are many important biological conditions that combine to determine whether speciation is more or less likely to occur. Because speciation is exceedingly difficult to replicate experimentally, theoretical developments such as these have been particularly valuable.

1. 22.Darwin C (1859) The Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life. London: J. Murray. 490 pp

1. 31.Coyne JA, Orr HA (2004) Speciation. Sunderland: Sinauer Associates. 545. pp

2. 32.Felsenstein J (1981) Skepticism towards Santa Rosalia, or Why are there so few kinds of animals? Evolution 35: 124–138.