2018. április 10., kedd

A cukorbajos hal, aminek nincs semmi baja

Azt gondolnánk, hogy hasonló élettani problémák, hasonló betegségeket okoznak bennünk és más állatokban. Amikor nincs így, akkor találtunk egy példát, hogy a betegséggel együtt lehet élni és ez segíthet a gyógyításban.


A barlangi vaklazac (Astyanax mexicanus) nevével ellentétben nem csak barlangban él. Felszínen élő populációi teljesen normális halacskának néznek ki. A barlangban élők viszont szemtelenek (vakságukról itt) és világos színűek. Az itt élők egy igen más környezetben élnek, mint felszíni társaik: a barlangokban sokkal szegényesebb a környezet. És van még egy különbség: a vércukorszintjük rendkívül magas. Olyan magas, ami nem tűnik egészségesnek.

A barlangi vaklazac felszíni (felül) és barlangi formája. Csak a barlangi forma vak (szem nélküli).


Alapvetően nem kell sok cukor a vérben. Annyira van szükség, hogy a sejteket ellássa energiával. Amikor eszünk, akkor felveszünk cukrot (jobbára szénhidrátot eszünk, amiből szőlőcukor lesz) és a vércukorszintünk megemelkedik. Az inzulin hormon hatására  a cukor raktározódik és a vércukorszint csökken. Éhezés vagy jelentősebb cukorfelhasználás (aktív mozgás) hatására csökken a vércukorszint és a glukagon hormon hatására cukor szabadul fel. A vércukorszintünk így egy közel állandó értéken marad. A cukorbetegség az az állapot, amikor ez a szabályzás valamiért nem működik, és a vércukorszint tartósan magas.


Ezeknek a halaknak 2-es típusú cukorbetegsége van, azaz a sejtek ellenállóak az inzulinra. Az inzulintermelésük teljesen normális, de a magas vércukorszintjük sokkal lassabban csökken, s általában is magas a vércukorszintjük. Genetikailag az inzulin receptor-gén 211. aminosavja prolinról leucinra változott, s ez nagyobb részt magyarázza az inzulin rezisztenciát (a fenotípusok közti különbségért több gén felelős, de a többit még nem találták meg). Hasonló mutáció emberben cukorbetegséget (Rabson–Mendenhall szindrómát) okoz. A barlangi halak viszont nem mutatják a cukorbetegség tüneteit. Sőt, gyorsabban és nagyobbra nőnek. Minden bizonnyal a szegényes környezetükhöz való adaptáció számukra a megváltozott vércukorszint szabályzás.


Azt gondolhatnánk, hogy van valamilyen hátránya is ennek a nem egészséges állapotnak és ezek a barlangi halak például gyorsabban öregednek. A sok cukor a vérben elősegíti a cukrok kötődését fehérjékhez, amelyet emberben több öregedéssel összefüggő folyamatban megfigyeltek. Ez az egyik ok, amiért nem akarunk túl magas vércukorszintet. Gyorsabban öregednek ezek a barlangi halak, mint felszíni társaik? NEM! Sőt, lassabban öregednek. 15 éves korukra a felszíni halak mutatják már az öregedés jelét, amit viszont a barlangi fajtársaik nem.


Ez a felfedezés igazi érdekessége: hogyan kerülik el ezek a vaklazacok a magas vércukorszint öregedést gyorsító hatását? Nem tudjuk, de tudjuk, hogy képesek elkerülni, tehát vizsgálatukkal lehet, hogy megoldást találunk cukorbetegségben szenvedő embertársaink életkörülményeinek javításához.


Hivatkozott irodalom

Riddle, M. R., Aspiras, A. C., Gaudenz, K., Peuß, R., Sung, J. Y., Martineau, B., Peavey, M., Box, A. C., Tabin, J. A., McGaugh, S., Borowsky, R., Tabin, C. J. és Rohner, N. 2018. Insulin resistance in cavefish as an adaptation to a nutrient-limited environment. Nature 555: 647–651

2018. március 29., csütörtök

Emberfélék, mint gyomfajok

A gyom faj egy olyan faj, ami nagyon gyorsan képes elterjedni / elszaporodni. Bár elsődlegesen növényekre alkalmazzuk, de más élőlényekre is használhatjuk. És az a 7,6 milliárd ember, akik az egész Földet benépesítik egészen gyomszerűvé tesz minket. Az ismertetendő tanulmány a mellet érvel, hogy már távoli őseink az ausztralopitekuszoktól kezdve ilyen gyomfaj volt, s ebben segítette őket a monogámia elterjedése.


A probléma felvetését kezdjük onnan, hogy a jelenlegi emberfélék alcsaládjának (Homininae) tagjai egy kivétellel Afrikában élnek és igen csekély egyedszámuk miatt veszélyeztetettek. A gorillák, a csimpánzok és a bonobók egyedszáma csökken és a kihalás fenyegeti őket. Az alcsalád jelenleg élő egyetlen másik tagja viszont benépesítette az egész világot. S ez evolúciós szétválásunk óta így lehet. Bár az ausztralopitekuszok nem jutottak ki Afrikából, de azt teljes egészében belakták. Az ember nem (Homo) viszont kilépett a fekete kontinensről és Eurázsiát is birtokba vette (majd később a modern ember hódítja meg Amerikát és Ausztráliát). Mi tette ezt lehetővé?


Felegyenesedtünk és talán egy kicsit okosabbak lettünk (a 375–525 cm³ között agytérfogattal egy ausztralopitekusz agya kissé nagyobb egy csimpánz átlagosan 350 cm³ agytérfogatánál). Egyik sem magyarázhatja a sikerünket, hiszen a felegyenesedés bár lehetővé tesz nagyobb távolságok megtételét, de négykézláb is elég messze el lehet jutni és messze nem lettünk annyival okosabbak, hogy ez legyen a különbség oka. Adjuk ehhez hozzá, hogy a fákra egyre kevésbé tudtunk ügyesen felmászni, ami bizonyos élelemforrásokhoz – gyümölcsök – való hozzáférést nehézkesebbé tett.


Megváltozott viszont a szaporodásunk. A gyermekek közötti idő csökkent. Nem tudjuk pontosan mikor történt ez. A csimpánzok körülbelül 6 évenként szülnek, a bonobók 5,5 évente. Ezzel szemben a vadászó-gyűjtögető társadalmakban a gyermekek közötti átlagos idő 4 év (s ez csökken majd 2 évre a mezőgazdasággal). Ez önmagában segíthet a világ benépesítésében.


A makákók egy hasonlóan széles körben elterjedt, gyomfaj, mint az ember. A jégkorszakok előtt egész Eurázsiában elterjedtek voltak, mára "csak" Ázsiában (kivéve a Giblartáron és Afrikában élő berber makákót) jellemzőek. Városokban és vadon is csoportokban járkálnak (ajánlom a Majom királyság filmet megtekintésre), talán az egyik legismertebb majomfajták. A tanulmányban a rhesusmajomra (Macaca mulatta), a közönséges makákóra (Macaca fascicularis), a parókás makákóra (Macaca radiata) és a Ceyloni makákóra (Macaca sinica) fókuszálnak. Ezen fajok akár 10%-os évenkénti növekedési rátát képesek produkálni. Mauritiusra például a XVIII. század elején 10–15 makákót telepítettek. Mára lényegében kimeríthetetlen forrása a laborokban használt makákónak csak ez a populáció. Ez a jelentős növekedési pontenciál magyarázza, hogy bármely helyet képesek belakni, illetve rossz évek / katasztrófák követően újra belakni / elterjedni.


A demográfiai adatok elemzésével a kutatók arra jutottak, hogy nem az ivarérés korai kora (4–6 év) vagy a gyerekek nagy száma következtében lesz sikeres egy faj. A rhesusmajmok 15 éves korukra biztosan befejezik a szaporodást, olyan 8 évet élnek és az átlagos generációs idő 7 év. A közel rokon közönséges makákó később válik ivaréretté, de tovább is él. A növekedési rátájuk azonban közel azonos. Mindegyik makókófajban igen jelentős az első 5 évben a halandóság. Nagyjából 50% körüli (ami amúgy az emberi populációra is jellemző volt, és a csimpánzokban is hasonló figyelhető meg). Az igazán nagy populációnövekedés akkor figyelhető meg a makákóknál, amikor a fiatal nőstények túlélése valamiért (például jobb évek, amikor több az élelem) megnövekszik. A több szülőképes nőstény jelenléte teszi lehetővé a magasabb növekedési rátát.


Mi van az embernél, illetve tágabban az emberszabásúaknál? Egy alapvetően hosszú életű fajnál már az átlagos generációs idő is igen jelentős. Embernél és csimpánznál is nagyjából 22–24 év (fogamzásgátlót nem használó populációban). És ahogy előbb említettem, a gyerekkori mortalitás igen jelentős. Ennek csökkentése mellett a populáció növekedés jelentősebb. Ne feledjük, hogy az emberi populáció elmúlt két évszázadban tapasztalható exponenciális növekedésének az alapja is a gyerekkori mortalitás csökkenése. Magyarországon 1900-ban az 5 éves kort a születettek 65–70%-a érte el, míg 1976-ban ez 96-97%.


Mi lehetett az a változás őseinkben, ami lehetővé tehette a magasabb túlélést? A közlemény a szociális monogámiát azonosítja fő okként. A viselkedés nem mutatkozik meg a csontleletekben, viszont már az ausztralopitekuszoknak is visszafejlett a szemfoga, ami az egymással versengő hím csimpánzok esetében igen kifejezett. Ez utalhat arra, hogy bizony már ekkor sem volt jellemző az erős hím-hím versengés. Monogámiának ez a fő előnye számunkra, hímek számára. A nők viszont segítséget kaphatnak a gyermekek felnevelésében, ami javíthatja az apróságok túlélését. A cikk a mellett érvel, hogy a nőknek nem kellett vadászni elmenni, így biztonságban maradhattak, ebben nem biztos, hogy hiszek, de a monogámia túlélést javító hatásában igen. Újabb érv, hogy a monogámia régebben van velünk, mint szeretnénk gondolni.


Az embarszabásúak őse promiszkuus társadalomban élhetett, azaz minden hím, minden nősténnyel kapcsolatba kerülhetett. A gorillák háremtartása levezetett bélyeg lehet. A csimpánzok és bonobók  ilyen társadalomban élnek. Az ember pedig áttért a monogámiára. És ez sikeressé tette! Éljenek a családok!

 

Hivatkozott irodalom

  • Meindl, R. S., Chaney, M. E. és Lovejoy, C. O. 2018. Early hominids may have been weed species. Proceedings of the National Academy of Sciences 115(6): 1244–1249
  • Központi Statisztikai Hivatal: Magyarország halandósági táblái, 1900/01-tól 1967/68-ig. Budapest, 1971, p. 54-105
  • Human Life Table Database http://www.lifetable.de

2018. február 22., csütörtök

III. Béla és a finnugorok

Megszekvenálták III. Béla királyunk DNS-ét, ami csodálatos és lehetővé teszi, hogy a kétséges királysírokról megállapítsuk, hogy ki is fekszik benne. Az Y kromoszóma apáról fiúra száll, s így abban a férfi ági rokonok között nagy különbségnek nem szabad lennie.


Amit a szakcikk megállapít az az, hogy III. Béla királyunk az R1a haplocsoportba tartozik, ami amúgy a leggyakoribb jelenleg is Magyarországon. Bár a szakcikkben erről semmi szó nem esik, de a Magyar Időkben ez már úgy lett tálalva, hogy III. Béla királyunk biztosan nem volt finnugor eredetű. Az index szerencsére ezt már árnyaltabban tálalja, külön felhívva a figyelmet a szakcikk ezen mondatára: "It is the most frequent haplogroup in various populations speaking Slavic, Indo-Iranian, Dravidian, Turkic and Finno-Ugric languages." Tehát az R1a haplocsoport a leggyakoribb a szláv, az indo-iráni, a török és a finnugor nyelveket beszélő populációkban. Legyünk őszinték ez sem mond semmit. A magyar finnugor nyelv, ezen kár rugózni, s mivel messze mi vagyunk a legnépesebb ilyen népcsoport, ami ránk jellemző, az jellemző a mai finnugorokra.
1. ábra. Az R1a1 haplocsoport gyakorisága a világban. Ez az R1 kládon belül a leggyakoribb csoport. Vegyük észre, hogy elterjedésére nézve kelet-európai népekre jellemző, s ebben bizony a magyarok, az észtek és a finnek is beletartoznak. Underhill et al. 2009 alapján.


Ha megnézzük az 1. ábrát, akkor azt látjuk, hogy az R1a (az R1a1) haplocsoport igen gyakori Kelet-Európában. Ez a régió így magába foglalja a finnugor nyelvet beszélő Magyarországot, Észtországot és kisebb gyakorisággal Finnországot is. Underhill et al. 2009-es tanulmányában komikat, permják-komikat és marikat is említenek. Az R1a1a gyakoriság az utóbbi két népcsoportban 37% és 26%, a komiknál 6%. A hanti és a manysi népcsoportban is megtalálható az R1a1 haplocsoport (és mellette az N-es észak-eurázsiai) (Pimenoff et al. 2008). A szibériai uráli nyelveket beszélő népcsoportok igen széles skáláját vizsgáló tanulmányban Karafet és munkatársai (2002) szintén találtak R1a-s haplocsoportba tartozókat ezen népességben. Finnországban is csekély gyakorisággal, de jelen van az R1a1 (az R1a nem) (Lappalainen et al. 2006). Tehát ez a haplocsoport igenis jellemző a finnugor nyelveket beszélőkre. Továbbá a mai magyar lakosság és a manysik között kimutatható bizonyos fokú genetikai hasonlóság (Fehér et al. 2015).


Lehet, hogy én értek valami félre, s III. Béla abba a haplocsoportba tartozik, ami csak az R1a jelű és nem abba a tágabba, amely az R1a1-et is magába foglalja. Ebben az esetben itthon is ma ritka haplocsoportba tartozik. Ha nem ez van, akkor viszont a jelenkori finnugornak is nyugodtan elmehet. Fontos itt megjegyezni, hogy egy haplocsoport hovatartozásból messze menő következtetéseket levonni nem érdemes. Vannak gyakoribb és kevésbé gyakori haplocsoportok egy népességen belül, de ritkán lehet a nép hovatartozást pusztán ez alapján megállapítani, főleg egy gyakori és széles földrajzi elterjedésű haplocsport esetében, mint III. Béla királyunk R1a-ja. Szóval azért én még nem jelenteném ki egyértelműen, hogy nem volt finnugor.


Hivatkozott irodalom


2018. február 19., hétfő

Az elméleti biológia és a fekete halál

A pestist okozó Yersinia pestis baktérium többféleképpen is terjedhet az emberi populációban. Leggyakoribb formái a bubópestis, amelyet rágcsálók vagy bolhák / tetvek terjesztenek, és a tüdőpestis, ami cseppfertőzéssel terjed. Ezen terjedési módok elkülönítésében lehet segítségünkre az elméleti biológia, egészen pontosan a fertőzés matematikai leírása, mivel a fertőzés dinamikája más és más.


Három nagy pestis-járványt különböztetünk meg. Az első a VI–VIII. században folyt, a 541–542 közötti bizánci járványban a lakosság 40% veszett oda. A második pestisjárvány a 1347–1352 között tomboló Fekete halál, ami Európa lakosságának 30–60%-át elpusztította. Ez a járvány - kisebb intenzitással - a XIX. századig tartott. A harmadik járvány az azóta eltelt időről szól. Ma is vannak lokális járványok, amelynek halálos áldozatai vannak, de - szerencsére - messze nem olyan mértékűek, mint a korábbiak.
A budai várban található szentháromságszobor. Közép-Európára jellemző forma pestisjárványoknak állít emléket. Dudoros alakja az oszlopnak a bubópestis testi elváltozásaira utal (csomósan megnagyobbodó nyirokcsomók). Ez az 1709-es járványnak állít emléket. (forrás: wikipedia)


A jelenlegi járványokat főleg patkányok terjesztik (patkányokon élő bolhák). A második járvány, időszakában azonban ez az átadási mód nem lehetett gyakori, Észak-Európában kevés patkány élhetett és a főleg családokban terjedő betegség közvetlenebb átadásra utal. A mai pestisjárványokban viszont az emberi bolháknak és tetveknek van nagyon csekély szerepe, így azok analógiaként nem használhatóak. A bőrünkön élő paraziták (ektoparaziták) visszaszorulóban vannak, csak nagyon fejletlen és/vagy a higiéniát figyelmen kívül hagyó helyeken jellemzőek.


A történelmi adatok egyes helyek esetében elég pontosak ahhoz, hogy napi szinten ismerjük a meghaltak számát. Ez már egy adat, amivel lehet valamit kezdeni. Egy norvég kutatócsoport a járványtanban bevett SIR modell három változatának illeszkedését vizsgálta a halálozási adatokra, hogy ez alapján eldöntse, hogy milyen átadás volt jellemző a második pestisjárványban.


A SIR modell alapja, hogy a populációt három részre osztja: azok, akik fogékonyak a betegségre (Susceptible), akik fertőztek és képesek fertőzni (Infected) és azok, akik gyógyultak (Recovered). Ez utóbbi csoport nem terjeszti a betegséget és nem is képes megfertőződni.
Legyen a fenti három differenciálegyenlet. Elsőre lehet, hogy félelmetesek, de megérthetőek. Az első egyenlet azt mondja, hogy a betegségre fogékonyak számának változása (ez ugye a dS/dt) egy negatív szám, azaz csak fogynak. Ez egybevág azzal, amit várunk. Amikor egy fertőzött és egy fogékony találkozik (ennek a valószínűsége arányos a két darabszám szorzatával, S*I, a teljes populációmérettel (S+I+R) való osztástól lesz ez találkozási gyakoriság) fertőzés történhet. Feltételezzük, hogy nagyjából véletlenszerűen találkoznak a személyek. A β paraméter adja meg, hogy milyen valószínűséggel történik fertőzés átadás találkozáskor. A második egyenlet a fertőzöttek számának változását írja le. Egyrészről itt pozitív előjellel szerepel az előbbi kifejezés, azaz, aki meg lett fertőzve, az a fogékonyak népességéből átkerül a fertőzöttekhez. A fertőzöttek a gyógyulással fogynak. Minden időintervallumban alatt a fertőzöttek (I) egy része (γ) meggyógyul. A gyógyultak pedig a fertőzöttekből "keletkeznek" (ez a harmadik egyenlet).
A járvány egy lehetséges lefolyása β=0,5 és γ=0,2 paraméterek mellett. Kezdetben 1000 fogékony egyed és 1 fertőzött volt a populációban.
A pestis, főleg az emberről-emberre közvetlenül terjedő tüdőpestis, elég halálos. Itt nem gyógyultak, hanem halottak vannak az egyenlet utolsó részében. A R helyett legyen D (Death=halottak) és ők természetesen nem számítanak az élők közé, amikor a találkozások valószínűségét osztom a teljes populációmérettel.
Ugyanazon paraméterek mellett a halálozást feltételező modell eredménye. Mindenki kihal. Itt ugyanis az immúnis gyógyultak nem védik a még meglevő fogékonyakat.
Ez utóbbi egyenletrendszer a tanulmányban is szerepel: leírja a tüdőpestis lefolyását. A paraméterek persze mások, a fertőzi együttható, β, 0,001 és 1 között lehet valahol, a betegség 2,5 nap alatt átlagosan elviszi a fertőződött személyt, így 1/γ=2,5.


A bubópestis bolhákon keresztül adódik át, ehhez a bolhának akkor kell a beteg vérét szívnia, amikor abban sok baktérium kering. Ekkor a bolha hordozóvá válik, s fertőzhet egy következő embert, amikor arra átkerül. A bubópestisből ki lehet gyógyulni. Lefolyása lassabb. Így 7 differenciálegyenlettel modellezték ezt a rendszert, ahol a bolhák népességét is külön figyelembe kell venni. Ezek leírásától a kedves olvasót megkímélem most.


Hasonlóan a 10 egyenletet tartalmazó rágcsáló - bolha - ember átadási út egyenleteit is mellőzöm. Ebben az esetben a patkányok között is terjedhet a betegség, amit a bolháik adnak tovább. Egy halott patkányon levő bolhák új gazdát keresnek, s véletlenül emberre is kerülhetnek. Ott szaporodni nem képesek, de megfertőzni az embert igen. Tehát lényegében egy patkánypestis-járvány csordul túl az emberi populációra.


Mindhárom rendszer egyes paraméterei jól becsülhetőek, másokat illesztettek a halálozási adatokra (ez az egyetlen, amit pontosan ismerünk). Majd megállapították, hogy mely egyenletrendszerrel kaphatjuk vissza legjobban az ismert halálozási számokat. Az adatok francia (1348), olasz (1400), spanyol (1490), angol (1563-1564), lengyel (1709), svéd (1710-1711), Orosz (1771) és máltai (1813) adatokra illesztették (zárójelben a járvány ideje).


A legtöbb esetben a bolha/tetű általi átadás modellje jobban illeszkedett az adatokra, mint a többi modell. Két esetben (a francia Givry és az angol Eyam település adatai) nem tudtak szignifikáns különbséget kimutatni, bármelyik modell jól (vagy éppen nem jól) illeszkedett az adatokra.


Ezek az egyenletek nem bonyolultak. Főleg, mert a megoldásukat a számítógépre lehet hagyni (a fenti görbéket én gyártottam le egy rövid kis programmal). Tehát egy nem túl nehéz módszert alkalmaztak kreatívan a szerzők egy történelmi / járványtörténeti kérdés megválaszolására. Hogyan terjedt a közép- és újkorban a pestis? A válasz úgy tűnik, hogy az embereken élő bolhák és tervek terjesztették azokat, s nem a patkányok (bolhái), mint manapság.


Ritkán szólok arról, hogy miért is választok egy cikket a bejegyzéseimhez. Ebben az esetben két oka volt: (1) Az elméleti biológia a szakmám és szeretném megmutatni milyen kérdésekre lehet választ adni modellezéssel. (2) A tanulmány egyik szerzője, a norvég tudományos akadémia volt elnöke, Nils Stenseth, múlt héten Magyarországra látogatott. A norvég és magyar kutatóintézetek keresik a kapcsolatot közös kutatásra. Volt nagyszabású előadássorozat az MTA épületében csütörtökön (feb. 15). Pénteken (feb.16) viszont az Ökológiai Kutatóintézetbe látogatott beszélgetni a kutatókkal, ahol én is jelen lehettem. És ha már pár héttel korábban volt egy érdekes cikke a PNAS-ban, így ez megerősített a választásban, hogy erről írni kell.

Hivatkozott irodalom

Dean, K. R., Krauer, F., Walløe, L., Lingjærde, O. C., Bramanti, B., Stenseth, N. C. és Schmid, B. V. 2018. Human ectoparasites and the spread of plague in Europe during the Second Pandemic. Proceedings of the National Academy of Sciences 115(6): 1304–1309



Egy apró Python program az alapmodell tanulmányozására:
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt

def f(s,t):
    b = 0.5;
    g = 0.2;
    Susceptible = s[0]
    Infected = s[1]
    Recovered = s[2]
    dSdt = - b * Susceptible*Infected/(Susceptible+Infected+Recovered);
    dIdt = b * Susceptible*Infected/(Susceptible+Infected+Recovered) - g*Infected;
    dRdt = g*Infected;
    return [dSdt, dIdt, dRdt]

t = np.linspace(0,200)
start0=[1000,1,0]

s = odeint(f,start0,t)

plt.plot(t,s[:,0],'r--', linewidth=2.0)
plt.plot(t,s[:,1],'b-', linewidth=2.0)
plt.plot(t,s[:,2],'g-', linewidth=2.0)
plt.xlabel("Idö, t")
plt.ylabel("Egyedszám")
plt.legend(["S","I","R"])
plt.show()

2018. február 14., szerda

Hol és mennyien éltek a vadászó-gyűjtögetők?

Történetünk során volt egy periódus, amikor minden emberpopuláció vadászó-gyűjtögető volt. Még nem találták fel a mezőgazdaságot vagy a pásztorkodást. Hol és milyen népsűrűségben élhettek eleink, akiknek a száma olyan 10 millió lehetett?


1. ábra. (A) Mi korlátozza leginkább az népességnövekedést? Piros: kórokozók; kék: kevés faj; zöld: kevés elsődleges termelés. (B) Jósolt egyedsűrűség logaritmusa. 0-nál 1 fő/100 km2, 1-nél 2,7 fő/100 km2, 5,1-nél pedig 164 fő/100 km2.


A legnagyobb népsűrűséget Pápua Új Guinea területére, az Amazonasz területére, az Észak-Amerikai Keleti parta és Dél-Afrika tengermelléki területére helyezik. Ezen eredményt úgy kapták, hogy vették a most élő vagy történelmi dokumentumokból számolható vadászó-gyűjtögető népek egyedsűrűségét. Megnézték, hogy az adott területen mekkora a elsődleges termelés (lényegében a növények által megkötött széndioxid mennyisége, azt mutatja, hogy mennyi növényi anyag keletkezik, s ugye főleg azt eszünk, vagy az általunk vadászott élőlények azt eszik), mekkora a fajdiverzitás (több faj általában jobb), illetve milyen gyakoriak egyes rusnya fertőző betegségek (malária, dengue-láz, filariae, tífusz, tripanoszóma, leishmaniasis, bilharziózis, pestis, lepra, és spirochaeták).

2. ábra. (A) elsődleges termelés, (B) faj-diverzitás és (C) parazitanyomás.


Ezen adatbázisok alapján magas elsődleges termelés a trópusi égövön van, fajdiverzitás az Amazonas vidékén és Óceániában magas, sok kórokozó meg Afrika trópusi részén és Dél-Ázsiában található (2. ábra).


Az ismert vadászó-gyűjtögető csoportok (lásd alább) zöme Észak-Amerikában és Ausztráliában él. Az ő környezet és népesség összefüggésük alapján lehet becslést tenni arra, hogy milyen körülmények között mekkora népesség-sűrűséget várunk.



3. ábra. A feldolgozott vadászó-gyűjtögető csoportok helye fekete pöttyel jelölve. A környezeti feltételek alapján becsült magas egyedsűrűségű helyek pirossal.


A sok vadászó-gyűjtögetőt eltartó vidékeken most nem találunk (vagy nem mindegyiken) vadászó-gyűjtögetőket. Ezek a területek elég nagy egyedsűrűséget tettek lehetővé, hogy kialakuljon a mezőgazdaság (a kultúrához kell egy bizonyos populációméret) (Nyugat-Európa, Amerika partmenti területei, Kaukázus) vagy a gyarmatosításkor váltak mezőgazdasági területekké (Ausztrália, Új-Zéland).


A tanulmányban nem az az érdekes, hogy a több élelem mellett több ember él. Ez triviális. Az azonban nem, hogy esetleg egyes helyeken a kórokozók nagyon korlátozhatják az egyedsűrűséget. Ne feledjük, hogy még a 164 fő/100 km2, ami a legmagasabb érték az 1-es ábrán, Ausztrália és Kanada átlagos népsűrűsége is ennek a duplája (ami úgy jön ki, hogy az irdatlan ország nagy része lakatlan). Magyarországon a népsűrűség 10600 fő/100 km2. A vadászó-gyűjtögetők egyenletesebben foglalták el a területet, s így a fertőző betegségeknek nem volt annyi lehetősége lokálisan nagyon elterjedni. A városiasodással lett egyre jellemzőbb a járványok terjedése. Ennek ellenére úgy tűnik, hogy van olyan hely, ahol a kórokozók korlátozzák a népsűrűséget. Afrika, Dél-Amerika és Dél-Kelet Ázsia trópusi része, ahol ugye rengeteg faj van és nagyon magas az elsődleges termelés.


A különböző helyeken más és más problémát kellett megoldani. Európában több élelmet kellet termelni, míg egyes trópusi területeken a betegségeket kellett valahogy leküzdeni. Az előbbit értjük: a technológiai fejlődés lehetővé tette számunkra, hogy hűsebb területeken is elegendő élelmet állítsunk elő. A kórokozók kérdése összetettebb. Egyrészről a nagyon fertőzött területek jelenleg a legsűrűbben lakottak (gondoljunk Indiára vagy Kínára). Amiből következne, hogy valahogy kordában lehet tartani a kórokozókat. Viszont az is igaz, hogy ezeken a területeken nem olyan jó élni. Gazdasági fejlettség szempontjából elmaradnak az északi, kevésbé termékeny, de kevésbé fertőzött területektől.


A jelennel kapcsolatban felhívja a figyelmet arra, hogy a klímaváltozás miatt északra húzódó betegségek nem fogják csökkenteni Európa népsűrűségét. De sokkal rosszabb hellyé fog válni, mint amilyen most. Lehet, hogy Soros helyett inkább a klímaváltozást kéne megállítani?

Hivatkozott irodalom


Tallavaara, M., Eronen, J. T. és Luoto, M. 2018. Productivity, biodiversity, and pathogens influence the global hunter-gatherer population density. Proceedings of the National Academy of Sciences 115(6): 1232–1237
Burger, J. R. és Fristoe, T. S. 2018. Hunter-gatherer populations inform modern ecology. Proceedings of the National Academy of Sciences 115(6): 1137–1139

2018. január 17., szerda

Anyanyelv helyett "születésihelynyelv"

Az anyanyelv kifejezés azt sugallja, hogy ezt a nyelvet édesanyánktól sajátítjuk el. Ez az olyan homogén nyelvű környezetben, mint Magyarország (vagy Európa zöme), akár természetes is. De valójában az édesanya első nyelve határozza meg a következő generáció által használt nyelvet?


A születési helyen használt nyelv lesz az elsődleges nyelve a gyermekeknek, függetlenül a szüleik nyelvétől.


Ezen a kijelentésen nem lepődünk meg, bár itt érdemes lenne megkérdezni a külföldre szakadt családtagjainkat és ismerőseinket. Mi a gyermekük elsődleges nyelve? Gyanítom a magyar. Az itt ismertetendő tanulmány nem Európában, hanem Indonéziában vizsgálódott, ahol igen nagy számú nyelvet beszélnek ma is, s akár szomszédos falvak nyelve is más lehet. Zömében az ausztronéz nyelvcsaládhoz (további információk itt) tartozó nyelvet beszélnek, de találunk itt pápua nyelvcsaládhoz tartozó nyelvet beszélőt is. Mindehhez hozzátartozik, hogy tartják azokat a szokásokat, amelyek meghatározzák, hogy kinek honnan kell házasodnia. E tekintetben négy lehetőség adódik: (1) mindenki a szülőhelyén marad és ott házasodik, (2) mindenki a szülőhelyétől eltérő helyre házasodik, s ott is fog élni, (3) a férfiak a szülőhelyükön maradnak, a nők viszont másik településre mennek férjhez, és (4) a nők maradnak helyben és a férfiak nősülnek egy másik településre vándorolva.
Sumba és Timor szigeteken a vizsgálatba vont települések és azon nyelvi megoszlása. A Bunak (pápuai nyelv) kivételével a többi nyelv ausztronéz.

A vizsgálatokat Timor és Sumba szigeteken folytatták. Az utóbbin a települések egynyelvűek, míg az előbbiben egy-egy településben több nyelv is egymás mellett élhet. A települések zömében a férfiak maradnak a szülőhelyükön (patrilokális családmodell), de Timor közepén, Wehali környékén több matrilokális (nők maradnak a születési helyükön) falu is található. A kutatásban feljegyezték a személyek elsődleges nyelvét, genetikai mintát vettek tőlük és feljegyezték a családfájukat a nagyszülőkig visszamenőleg.


A genetikai vizsgálatok alapján rokonságot lehet vizsgálni a vizsgálatba vont személyek között. Amennyiben az Y kromoszómájuk hasonló úgy apai ágon rokonok (az Y kromoszóma csak férfiakban van, így apáról fiára öröklődik). Az anyai rokonok viszont a mitokondriális genomjukban hasonlóak, amit mindenki az anyukájától kap. Mivel mindkét jel együtt csak férfiakban van jelen, így csak férfiakat vizsgáltak.


A patrilokális társadalmakban az apai ágon való rokonság erősen korrelált az azonos nyelvvel, míg a matrilokális társadalmakban a nőági rokonok "születésihelynyelve"1 volt hasonló. Tehát az elsődleges nyelvet az határozza meg, hogy ki hol nő fel és nem az, hogy az édesanyja milyen nyelvet beszél. Természetesen nem minden vándorlás jár nyelvváltással, hiszen a közeli falvakban hasonló (általában azonos) nyelvet beszélnek (főleg Sumbán).


A vizsgált személyek közötti rokonság messze távolabbi volt mint, amire szokásosan emlékezünk (a közös ősök a történelem homályába vesznek). A genetikai távolság (és így a szétválás becsült ideje) és a beszélt nyelv azonossága vagy mássága alapján becsülhető, hogy milyen gyakran váltanak nyelvet az egyes leszármazási vonalak. A nyelvváltás átlagos valószínűség 0,5% generációnként (0,3%–1%). Tehát igen sokáig, több ezer évig változatlan egy egy leszármazási vonalon a nyelv.


Ez egyrészt azt jelenti, hogy egy-egy leszármazási vonal nagyon együtt tud maradni és a kultúra is változatlan sokáig. Sőt a közös gén és kultúra tovább megmaradhat, mint amilyen sokáig egy nyelv fennmarad, azaz egy leszármazási vonal együtt is cserélheti a nyelvét.


Timor közelmúltjában volt némi felfordulás, ami jelentősebb populációs mozgást eredményezett (migráció). Ennek ellenére a nyelv és a leszármazási vonal együttmaradása nem változott. Sőt, a többnyelvű falvakban is igaz ez a jelenség, azaz az egyes leszármazási vonalak megtartják a nyelvüket a jelenlévő többi nyelv ellenére.


A kultúra nagyon erősen képes összetartani a népeket, sokkal inkább, mint önmagában a közös leszármazás. A génáramlás messze szabadabb lenne, de a nyelvi határok ennek korlátot szabnak. Azon elmélkedem, hogy mond-e ez számunkra valamit. Egyrészt Magyarország viszonylatában azt látjuk, hogy bár genetikailag nem nagyon térünk el a környező népektől, nyelvünket meg tudtuk tartani. Azaz a nyelv sokkal stabilabban öröklődik, mint a gének. Adhat-e ez alátámasztást annak, hogy esetleg sokkal régebben beszélnek a Kárpát-medencében magyarul, mint az gondolnánk?



1 Tudom, hogy ez így helyesírásilag nem helyes, de az anyanyelv mintájára itt pontosabb.


Hivatkozott irodalom

Lansing, J. S., Abundo, C., Jacobs, G. S., Guillot, E. G., Thurner, S., Downey, S. S., Chew, L. Y., Bhattacharya, T., Chung, N. N., Sudoyo, H. és Cox, M. P. 2017. Kinship structures create persistent channels for language transmission. Proceedings of the National Academy of Sciences 114(49): 12910–12915

2018. január 8., hétfő

Evolúciós változások a jelen emberében

Négy évvel ezelőtt (ez a blog 5. éve) azzal a kérdéssel kezdtem, hogy van-e evolúció az emberi populációban? Ez a kérdés az egyre több molekuláris adatnak köszönhetően egyre jobban vizsgálható. Nem csak az elmélet mondatja velünk, hogy kell lennie evolúciónak jelenleg is, de az adatok is ezt támasztják alá.


Vegyünk egy jó adag embert, akik túl vannak a reproduktív korukon. Nőknél ez nagyjából 45 év felett, férfiaknál 50 év felett (kivételek tudjuk vannak). Kérdezzük meg – vagy vegyük elő az adatbázisból –, hogy hány gyermeket szültek / nemzettek. Ez legyen az életükben elért szaporodási siker. Mivel az emberi gyermekhalandóság igen alacsony, ez igen jól korrelál a rátermettséggel.


Amennyiben ismerjük az egyedek fenotípusát, ami ugye akármi lehet a magasságuktól kezdve, a testtömeg indexen át az iskolai végzettségükig, akkor a fenotípusos jelleg és a gyerekszám korrelációja mond valami arról, hogy mennyire erős irányító szelekció hat az adott tulajdonságra. Először ezt a korrelációt vizsgálták egy igen nagy brit adatbázisban, amiben a személyek több tulajdonsága (beleértve a gyerekszám) szerepel. A szelekció ereje gyenge, de több tulajdonságra szignifikánsan eltér nullától. Érdekes – de nem meglepő –, hogy nőkre és férfiakra más a szelekció, bár általában az iránya azonos.


A legerősebb szelekció arra hat, hogy minél előbb legyen egy nőnek gyereke. Az első szülés ideje minél alacsonyabb, annál magasabb a várható gyerekszám (rátermettség). Nem az első cikk, amely ezt kimutatja. Ezzel összefüggésben az első menstruáció idejének korábbra tolódására is van szelekció. Viszont a reproduktív kor kitolására (menopauza korának emelésére) nagyon gyenge vagy nincs is szelekció.


Ehhez hozzátartozik, hogy az iskolázottság fordítottan arányos az első gyerekvállalás idejével. Ez a kettő együtt egyben azt is okozza, hogy az iskolázottság önmagában negatívan korrelált a rátermettséggel (érts a kevésbé iskolázottak terjednek). A helyzet nem ennyire rossz. Ha kivesszük a korai szülés hatását, akkor a trend megfordul. Az iskolai végzettség –, ami reményeink szerint azért valamennyire korrelál az ésszel – pozitívan hat a gyerekszámra. Ez a hatás viszont gyenge. Az iskolában töltött évek kitolják az első gyerekvállalás idejét, s ez jobban hat a populációnövekedésre, mint a pozitív hatása az észnek. Amennyiben ez a trend folytatódik, akkor bizony az az emberiség elhülyüléséhez fog vezetni. Ez viszont nem holnap fog megtörténni (akármit is gondolunk a mai helyzetről), sőt a nem túl erős hatások következtében évszázadok - évezredekben mérhető az ideje, hogy látványos változás legyen. Ennyi idő alatt bőven megváltozhatnak a trendek.


Kevésbé lehangoló eredmény, hogy a magasságra is van szelekció. Valahogy mindig éreztük, hogy a magasabb férfiaknak valahogy egyszerűbb párt találnia. Igen, van ilyen hatás (több gyerekük van), de a hatás gyenge vagy lehet, hogy nem is létezik. Ellenben a nők alacsonyságára erősebb szelekció van. Valamiért kedveljük az alacsonyabb hölgyeket. És ez az oka, hogy miért nem fog folyamatosan nőni az emberi testmagasság: a férfiak magasságra való szelekcióját kiegyenlíti a nők "alacsonyságra" való szelekciója. A nem okoz egy bizonyos fokú különbséget a magasságban, de azt alapvetően olyan gének határozzák meg, amelyek nem nemfüggőek.
A magasság és a becsült relatív rátermettség viszonya férfiakra (fekete vonal) és nőkre (piros vonal). A relatív rátermettség a gyerekszám osztva az átlagos gyerekszámmal. Az oszlopok a magasságeloszlást jelölik. Az átlagos hölgy kicsit magasabb 160 cm-nél, míg az átlagos férfi olyan 175 cm. A rátermettség szempontjából a nőknek olyan 155-158 cm-nek kéne lennie, míg a férfiaknak kicsit 180 felett.

Érdekes továbbá, hogy pozitív szelekció hat a testtömeg index, a csípőkerület és derékbőség  növekedésére férfiaknál. Miért jobb kissé elhízott férfinak lenni, nem tudom (személyes tapasztalat: nem jó. Bár az átlaghoz képest több gyerekem van).
Nők és férfiak mérhető jellemzőinek genetikai korrelációja a teljes élettartamra vonatkozó reproduktív értékkel (gyerekszám). A negatív érték azt jelenti, hogy kisebb érték nagyobb gyerekszámot eredményez, míg a pozitívnál a nagyobb érték a jobb (a gyerekszám szempontjából). Csak a *-al jelöltek szignifikánsak, a többi mintha nem is létezne.
Az adatok egy brit adatbázisból származnak, amelyből csak a fehér britekre vonatkozó adatokat vették elő (magyarázat, mert abból van elég, de sejtem azért, hogy ne tűnjenek rasszistának). Ez azt is jelenti, hogy az eredmények szigorúan csak a brit társadalomra érvényesek. Egyes eredményeik gyanítom érvényesek világszerte.

Hivatkozott irodalom

Sanjak, J. S., Sidorenko, J., Robinson, M. R., Thornton, K. R. és Visscher, P. M. 2018. Evidence of directional and stabilizing selection in contemporary humans. Proceedings of the National Academy of Sciences 115(1): 151–156