一 你身上有两套 DNA
你身体里几乎每一个细胞，都带着两套彼此独立的 DNA。一套在细胞核里，你从父母那里各拿一半。而另一套在别的地方，只从母亲那里来。
那个地方叫线粒体——细胞里负责把食物和氧气转换成能量的小结构，常被叫作细胞的发电厂。一个细胞里通常有几百到上千个，心肌，肝脏这些耗能大户里尤其多。
而每一个线粒体里，都有好几份自己的 DNA。所以一个细胞里这套 DNA 的拷贝数，可以是细胞核那套的上千倍。
精子尾巴的根部也缠着一圈线粒体，那是它游泳的发动机。可父亲那一侧的线粒体在受精之后基本被清除掉，所以这一套 DNA 是沿母系单线传下来的。
正因为只走母系，它成了追溯祖先的好工具。顺着它往回追，今天所有人的母系线，都汇到约十几万到二十万年前非洲的一位女性身上，人称线粒体夏娃。
她不是当时唯一的女人，只是所有人的母系线恰好都走到了她这里。它也能认亲：1993 年，英国的菲利普亲王提供了血样，帮着认出了末代沙皇皇后和女儿们的遗骨——沙皇皇后的姐姐，是他的外祖母。
线粒体 DNA 变得快，也常被拿来分辨近缘的物种：给动物做"条形码"，常用的就是线粒体里的一段基因，市场上的鱼肉是不是标签上写的那种鱼，就靠它来查。它的基因哪一个出了错，都可能引起疾病，而且只从母亲传下来。
2015 年，英国立法允许一种办法：把母亲有缺陷的线粒体，换成另一位女性捐出的健康线粒体。生下来的孩子，带着三个人的 DNA。2025 年，英国纽卡斯尔的医生报告，用这种办法已经生下了八个孩子。
问题是：细胞的一个零件，为什么会有自己的 DNA。你的肝脏没有自己的一套 DNA，你的骨头也没有。细胞里那些负责运输，降解，合成的结构，统统没有。为什么偏偏这个零件有。而它不只是有 DNA。
它用自己的一套机器来读这些 DNA 造蛋白质，而这套机器更像细菌的，不像细胞其他部分的。有些专门杀细菌的抗生素能干扰它，却不干扰细胞质里的同一类过程。它外面包着两层膜，而不是一层。它靠一分为二来增殖，而不是被细胞重新造出来。
最后这一条尤其说明问题。细胞里的大多数结构，在细胞分裂时是重新组装出来的。而线粒体不是——它自己长大，自己一分为二，像细菌那样。把这些放在一起，有一个解释异常简洁：它曾经是一个细菌。
很久以前，一个细胞把另一个细胞吞了进去，却没有消化掉它。被吞进去的那个留在里面，继续复制，逐渐失去独立生活的能力，最后变成了宿主的一个零件。
这个解释叫内共生——一个生物住进另一个生物体内，从此不再分开。它今天写进了中学课本，可从有人提出到被普遍接受，隔了大半个世纪。
1905 年，俄国植物学家梅列施科夫斯基在一本德文杂志上发表论文，主张植物细胞里负责光合作用的叶绿体，来自曾经独立生活的蓝藻样生物。二十年代，美国解剖学家沃林走得更远，声称能从动物组织里把线粒体单独培养出来。
如果成立，这是最直接的支持：线粒体要是还能独立培养，它就还是细菌。可那些培养物排除不了外来细菌的污染，别人重复不出来，反倒连累了这个想法的名声。
1967 年，美国生物学家马古利斯发表了《有丝分裂细胞的起源》，署的名字是林恩·萨根——那是她第一段婚姻留下的姓，前夫是天文学家卡尔·萨根。她把好几个细胞结构放进同一个内共生的框架：线粒体来自呼吸型细菌，叶绿体来自光合细菌，真核细胞的鞭毛来自螺旋体。
前两条后来得到了强有力的分子证据，第三条没有。流传很广的一个说法是这篇论文被十五家左右的期刊退过稿，这个数字出自她本人多年后的回忆。
从二十世纪二十年代到七十年代，反对意见前后归结起来有五条，每一条都站得住脚。第一，线粒体里到底有没有自己的遗传物质，直到六十年代初都没人直接看见过。
第二，像不像不能当证据：双层膜，细菌般的大小，一分为二的增殖，都和内共生相容，可仅凭这些说不出供体是谁。第二篇讲过，相似可以来自共同祖先，也可以来自各自演化成相似的样子。
第三，控制权高度集中在细胞核：大量线粒体蛋白是细胞核编码的。在蛋白怎样被送进线粒体还没弄清的时候，这可以被读成"不像独立细菌"的证据。
第四，是沃林那批培养实验留下的坏名声。第五，马古利斯理论里后来没被接受的那一部分，连带着让人怀疑整套说法。
改变判断的，是一件件具体的发现。最早的两件，就出在马古利斯那篇论文之前，她也正是拿它们当依据。
1962 年，有人在一种绿藻的叶绿体里看到了像 DNA 的区域。次年，一对夫妇研究者在鸡胚的线粒体里看到了带着 DNA 特征的细丝。
第一条反对意见被直接拆掉了。可拆掉一条，不等于论证成立。尤其是第三条，要等蛋白怎样被送进线粒体弄清楚以后，才从反对的证据变成支持的证据。
接下来是造蛋白质的机器。线粒体和叶绿体里的那一套被确认是细菌型的，某些专杀细菌的抗生素也能干扰它。有些抗生素的副作用，就来自误伤了线粒体里这台细菌式的机器。
但这些证据有一个共同的天花板：它们能说明"像细菌"，说不出"和哪一类细菌最近"。跨过这道天花板的是序列。
1975 年到 1976 年，有人拿红藻叶绿体的核糖体 RNA——就是第二篇里那个用来建树的分子——和原核生物比，发现它落在蓝细菌那一边。1978 年，美国的施瓦茨和戴霍夫把蛋白和核酸序列放在一起比，给原核生物，真核生物，线粒体和叶绿体画出了系统关系。
这就是第二篇那棵树在这里的用处：只要能建树，就能问"它落在哪一根枝上"，而这是形态相似回答不了的。两条共识也不是同一天形成的。
叶绿体和蓝细菌的关系定得早些，也直观些。线粒体和它那一类细菌的关系，需要更多序列和更复杂的校正，那是下一节的事。
二 供体在哪一支，以及什么时候
线粒体来自细菌，这一点有强证据。可它具体来自哪一支，长期定不下来，原因很具体。
线粒体已经在细胞里待了约二十亿年。在这二十亿年里，它的基因组一直在快速变化——比自由生活的细菌快得多，因为很多原本受选择约束的功能已经不需要了。于是它在关系图上表现为一根特别长的枝。而长枝恰恰是最容易被放错位置的。
先说它属于哪个大类。阿尔法变形菌是细菌里的一个大类群，既有许多住在别的细胞里的种类，也有许多自由生活的海洋细菌，豆科植物根瘤里那些固氮的根瘤菌也属于这一类。线粒体和这个大类的深层关系，有强序列支持。定不下来的，是它在这个大类内部的具体落点。
立克次体那一目——引起斑疹伤寒的病原就在其中——一度是最有影响力的候选，因为它们全都住在别的细胞里，和线粒体一样。1998 年，瑞典的研究者测出了斑疹伤寒病原的基因组，发现它和线粒体有许多相像的地方，一时被看作线粒体最近的亲戚。
可住在细胞里，本身就会让序列变得飞快，组成也跟着偏，这恰恰是制造长枝吸引的条件，也就是第二篇说过的那种假象：演化得特别快的两支，即使毫无亲缘，在图上也可能被拉到一起。
2018 年，一项工作扩大了取样，专门处理这种偏差，最好的模型把线粒体放在当时已知的所有阿尔法变形菌的外侧。2022 年又有人用更精细的模型，得到"线粒体是大多数已知阿尔法变形菌的姐妹"这个结果。所以今天能说的是：线粒体来自和阿尔法变形菌同源的一支，而它最近的活亲戚，也许已经不在了，也许还没被找到。
时机的问题更麻烦，它绕着一个圈，有点像先有鸡还是先有蛋。现代细胞吞掉一个细菌，靠的是一整套装置：细胞骨架推动膜变形，把目标包起来，形成小泡，再融合。这套装置很复杂，而且耗能。
如果假定完整的吞噬装置先存在，细菌的进入就很好描述——但必须解释：一个还没有内部"发电厂"的宿主，是怎么先建起这套耗能装置的。反过来，如果线粒体较早进入，又必须说明：一个还不会吞东西的宿主——今天的变形虫和白细胞，吃东西，抓细菌，靠的都是吞——是怎么和细菌建立起足够紧密，最终把它收进体内的关系的。
1998 年，马丁和米勒提出了氢假说，影响最大。宿主是一个靠氢气过活的古菌型细胞，而细菌伙伴在不同条件下能够呼吸，也能产氢。
两者最初靠交换物质绑在一起，用不着预先存在的吞噬系统。这有点像两家店铺挨着开，一家的废料正好是另一家的原料，挨得久了，就并成了一家。第二篇讲过的阿斯加德古菌，就是今天找到的离这个宿主最近的一类亲戚。
这个假说的强项是：它能解释为什么许多厌氧真核生物仍然有线粒体变来的结构。后来的基因组研究证明，曾被列为"天生没有线粒体"的许多生物，其实都带着线粒体的退化版本。它解释不了的部分同样具体：它不直接给出细胞核，内膜系统和复杂细胞骨架是怎样一步步来的。
2014 年，一对堂兄弟——鲍姆兄弟，一位研究细胞的形状，一位研究植物的演化——提出的内外翻转模型换了个几何：宿主的细胞膜向外长出大量突起，把贴在它外表面的线粒体前身包围起来。
这些突起扩大，融合，就成了细胞质和内膜，而今天的细胞核，对应的是祖先细胞原来的主体。它能同时处理"核膜和内膜连成一片"和"不需要先会吞噬"这两件事，困难是关键的中间形态没有直接记录。
也有模型认为，线粒体进来的时候，宿主已经相当大，有动态的膜，细胞骨架，甚至已经会吞东西。"有些真核生物天生没有线粒体"的旧说法已经被否定，但这类晚期进入的模型并没有因此全部出局。
今天有把握的是：最后一个真核共同祖先——从酵母，海带到人，都是它的后代——已经有线粒体，也已经有复杂的真核细胞装置。这些装置谁先谁后，一直排不出来。2025 年底有一项研究，按基因复制发生的先后来排，认为细胞核，细胞骨架，膜运输，连吞东西的装置，都比线粒体来得早，线粒体是最后才进来的。它还不是定论，却给晚期进入那一方添了一大块砝码。
这个共同祖先活在什么时候，分子钟的答案从约十亿年前到二十三亿多年前都有，那时陆地上没有一株植物，海里也没有一个动物。差别来自化石校准点的选择，模型，取样，以及怎样定义这个共同祖先。
三 正在发生的并入
内共生不只发生在二十亿年前。2024 年，美国和日本的研究者在《科学》上宣布：一种海洋单细胞藻类体内的一支蓝细菌，已经变成了它的一个细胞器，专门负责固氮。
研究者给它起名叫固氮质体。宿主是一种颗石藻，身上披着五边形的碳酸钙小片。研究者估计，这对伙伴从约一亿年前就开始一起过日子了。
固氮，是把空气里的氮气变成生物能用的氮。植物和动物自己都做不到这件事：豆科植物靠的是根瘤里的细菌，庄稼靠的是化肥。
在此之前，人们知道的真核细胞器里，没有一种会固氮。研究者说，这套系统也许能为一个很诱人的方向提供线索：有一天把这样的细胞器装进庄稼。
这支蓝细菌早在 1998 年就从太平洋的海水里被检测到，可它的宿主一直养不活。日本的一位研究者前后出海采样三百多次，花了十几年，才把这种藻在实验室里养了起来。有了活的材料，研究者才看清它们怎样一起过日子。
证据有三条。蛋白质组显示，宿主细胞核编码的三百多种蛋白被送进了这个共生体。共生体的分裂和宿主的细胞周期同步：宿主一分为二，它也跟着一分为二，平均分给两个子细胞，大小也总和宿主成比例，就像线粒体和叶绿体那样。它的基因组已经大大缩水，只剩一百四十万个碱基对上下，缺了完整的光合装置和好几块核心代谢。
那么它算不算细胞器。争的主要不是这些观测，而是"细胞器"这个词的界线划在哪里。基因组小不能算数：许多只能住在细胞里的细菌，基因组极小，仍然被叫作共生菌。
分裂同步和稳定地传给后代也是强指标，但一些共生菌也做得到。有些硅藻体内也住着固氮的蓝细菌，整合的程度各不相同，就不宜统统叫作细胞器。
最强的一条是宿主的蛋白被送了进去：这说明它已经离不开宿主供货。生物学里没有一条"满足几个条件就自动改称细胞器"的规则。
拿一个不算数的例子比一比就清楚了。有一种海蛞蝓吃藻类的时候，会把藻的叶绿体留下来，藏进自己的细胞，靠它们晒太阳过上好几个月。
可至今没发现宿主往这些叶绿体里送蛋白，它们也不会跟着海蛞蝓的细胞分裂。偷来的叶绿体不会复制，用坏了就得再吃。
另一个活样本，人们认识得更早。一类叫保利内拉的带壳变形虫，多住在淡水里，体内有一个负责光合作用的结构，叫色素体，一个细胞里只有两个，形状像两根香肠。
它来自另一支蓝细菌，是一次和叶绿体完全无关的独立并入。早期的估计说它至少发生在六千万年前，2016 年的分子钟给出的上限，在九千万到一亿四千万年前。
这比叶绿体那次年轻了一个数量级以上，于是很多中间状态还看得见。它的色素体基因组约一百零二万个碱基对，编码约八百六十七个蛋白，而近缘的自由生活蓝细菌有约两千九百一十七个。
它只留下了约四分之一到三成，叶绿体则已经缩到不足百分之五。它们来自不同的并入事件，却让我们看见相似整合过程的不同阶段；年轻的一支，并不保证会走到同一个终点。
宿主的细胞核里，已经找到几十个明确来自这支蓝细菌的基因。2012 年的实验直接显示，宿主细胞核编码的蛋白进入了这个色素体。
2017 年的蛋白质组工作又证明，送进去的蛋白远不止那几十个转移基因的产物。它已经是一个必须靠宿主供应蛋白才能运转的系统。
并入还能一层套一层。有的藻类吞进去的，本身就是一个已经带着叶绿体的真核细胞。结果是一个套娃：外层是宿主，中间是被吞那个细胞的残骸，最里面才是最初那个蓝细菌的后代。有些类群的叶绿体因此外面包着三到四层膜，有两类藻甚至还留着被吞那个细胞的细胞核的一点残余。
海里的硅藻——地球上约五分之一的光合作用出自它们——还有引起赤潮的许多甲藻，祖上都走过这一步。让人得疟疾的疟原虫也是：它体内还留着一个早已不会光合作用的退化叶绿体，有的抗疟药打的就是它。这个退化的叶绿体，到二十世纪九十年代才被认出来。
这样的二次并入发生过几次，没有统一的整数答案。红藻来源和绿藻来源的复杂叶绿体不可能来自同一次事件，所以至少两次，把彼此独立的几个类群也算上，保守的计数已经到了至少三次。
四 基因组去了哪里
1981 年，英国剑桥的一个组把人的线粒体 DNA 完整测了出来，这是人身上最早被完整读出的一套基因组。人类线粒体基因组是一万六千五百六十九个碱基对，三十七个基因——其中十三个编码蛋白，其余的编码翻译所需的 RNA。作为参照，一种自由生活的阿尔法变形菌，基因组约四百万个碱基对，三千七百多个基因。
人类线粒体只有它的约二百四十分之一。不过基因组的长度，和保留下来的祖先基因数，不是一回事。
有些蝇子草——石竹科里的一类野花——线粒体基因组约一千一百三十万个碱基对，还拆成了一百多条环状的小染色体。西伯利亚落叶松的约一千一百七十万个。
这些数字超过许多细菌基因组的总长度。而它们的基因数并没有按比例扩大。扩张来自非编码序列，重复序列和外来序列。
所以讨论"基因组去了哪里"，要比较的是还能干活的基因，不是长度。
典型的叶绿体基因组约十二万到十六万个碱基对，通常约一百到一百二十个可识别基因，比线粒体多得多，光合作用的不少核心零件还留在原地。而自由生活的聚球藻约二百七十万个碱基对。
所以叶绿体那一侧的缩减，和线粒体这一侧是同一个形状：都缩到了自由生活近亲的极小一部分，而缩的程度各谱系不同。
那些不见了的基因去了哪里。有三条路。转移到细胞核之后继续干活。直接丢失——因为宿主已经有同功能的系统，或者这个功能不再需要。或者被别处来的基因替代。
保利内拉把这一点变得可以直接看见：它的色素体相对近缘自由生活蓝细菌只保留了约四分之一到三成的基因，而已经检测到的明确来源的核基因是数十个。剩下的那个差额，大部分属于基因丢失，不是全部转核。
所以"搬家"只说对了一小半。大部分基因不是搬走了，是没了——因为宿主已经有同样功能的系统，或者那个功能在细胞内部不再需要。真正搬走的是少数，留下的是更少数。
搬走的那一部分，可以直接测。1990 年，有人在酵母的线粒体里放进一个只有进了细胞核才能起作用的基因，测到它逃进细胞核的频率，大约每十万次细胞分裂里两次。而反向的核 DNA 进入线粒体，至少低约十万倍。
十万倍这个不对称很要紧。它说明这不是一个双向的随机扩散，而是一条有方向的单行道：东西往核里走，基本不往回走。
2003 年的烟草实验同样巧：在叶绿体的基因组里放进一个只有进了细胞核才能表达的基因。在约二十五万个后代中取得了十六个独立的整合事件，相当于约每一万六千个花粉里，就有一个带上了转移过去的叶绿体 DNA。
这件事在人身上也还在发生。每个人的细胞核里，都带着几百段来自线粒体的旧片段，研究者管它们叫核线粒体片段。
一项人群基因组研究找到了一百四十一个此前没记录过的插入位点，不同人群，甚至不同个体，带着的近期插入各不相同。更大规模的分析又测到了刚刚发生的新插入，大约几千次出生里就有一次。
换个说法：每几千个新生儿里，大概就有一个带着一段刚刚从线粒体搬进细胞核的 DNA。这个过程没有停，它就发生在此刻。这些片段有时还会给法医和研究古代 DNA 的人添乱：细胞核里的旧片段，可能被误当成线粒体 DNA。
五 转移不走的那一部分
既然转移持续在发生，而且已经进行了约二十亿年，那么问题就变成：为什么还剩下十三个。而在回答之前，得先说清一件事：那十三个蛋白，现在是怎么被造出来的。
绝大多数线粒体蛋白，是在细胞质里造好，再被运进线粒体的。线粒体的膜上有专门的通道，蛋白带着一段"地址标签"，被识别，拉过膜，在里面折叠成形。所以理论上，任何一个线粒体基因都可以搬到细胞核去——只要它的产物还能被送回来。
那么为什么有十三个送不回来。这一问有好几套解释，每一套都解释不了全部。
第一套：就地控制。英国的艾伦 1993 年提出的这个想法主张：呼吸链的核心零件如果由位于同一个线粒体内部的基因控制表达，就可以直接响应局部的状态。而这个线粒体忙不忙，有没有出问题，细胞核在远处未必知道。
支持它的一点很清楚：保留得最稳定的那批基因，高度集中在呼吸链的核心膜蛋白上。
它解释不了的是：线粒体基因组还保留翻译所需的 RNA 和核糖体蛋白，而这些不直接参与电子传递。反过来，那些丢了呼吸链的线粒体变体，大多连基因组也一起丢了，这一点倒正合它的预期。
第二套：太油了，运不过去。这里需要一个画面。蛋白质是由氨基酸串成的链，而不同氨基酸有的亲水，有的怕水。
呼吸链的核心零件是嵌在膜里的，所以它们的表面必须是怕水的——否则待不住膜里。而一个极度怕水的蛋白，在细胞质的水环境里会发生什么。
它会抱团。就像一滴油在水里会聚成球一样——分子之间互相粘住，再也打不开。或者它会误入别的膜，或者卡在转运通道里过不去。
2002 年的一项研究给出了直接支持：在大豆这类豆科植物里，一个线粒体基因已经自然搬进了细胞核，它编码的蛋白怕水程度明显降低了。而实验性地降低怕水程度，也可以改善导入。2016 年，有人在人的细胞里试着把其中两个基因搬进细胞核，再让造出的蛋白找回线粒体，居然成功了一部分。
它解释不了的是：仍然留在线粒体里的亲水蛋白和 RNA 基因。以及为什么怕水程度相似的蛋白，在一个谱系已经搬走，在另一个谱系仍然留着。
第三套：密码不一样。DNA 是用三个字母一组来编码氨基酸的，而这本密码本几乎所有生物通用。
而多条线粒体谱系已经把某些三字组重新指定了含义。人的线粒体里，就有一个在别处表示"停"的三字组，被读成了一种氨基酸。于是一个线粒体基因如果未经改变就搬到使用标准密码的细胞核，可能被翻译成不同的氨基酸，或者提前终止。
它同样不是普遍答案。很多谱系与核密码的差异有限。序列在转移之后也可以通过突变改变相关的三字组。而密码的重新指定本身，还可能发生在大批基因搬家之后。
此外还有转运信号的约束，基因本身的碱基组成，以及就地装配的需要。目前没有"一个原因解释全部"的共识。要判断这几套解释谁强谁弱，有一个直接的检验：不同谱系保留下来的基因，是不是收敛到了同一小组。
人类线粒体的十三个蛋白编码基因，全部是呼吸链和那台旋转装置上的核心膜蛋白：七个属于呼吸链上的第一个质子泵，三个属于最后一个，两个属于那台旋转装置，还有一个在中间。
它们全部是嵌在线粒体内膜上，直接参与"把质子泵到膜外"或者"让质子流回来推动转轮"的零件。也就是第三篇讲的那套水坝系统里，最核心的几块。换句话说：最难搬走的那些基因，恰好编码着最深地嵌在膜里的那些蛋白。
这个极小的集合，强烈符合"膜里的核心零件更容易留下"的趋势。不过别的生物留下的，并不都是这十三个。
1997 年测序的一种原生生物的线粒体基因组约六万九千个碱基对，保留约九十七个基因，是已知最接近基因丰富祖先状态的线粒体之一。另一种保留约一百个。有些谱系比动物多保留数倍的基因。
跨线粒体最强的部分收敛，发生在细胞色素氧化酶，细胞色素还原酶复合体的核心亚基，以及那台能量合成装置的核心膜亚基这几类。而具体哪些亚基仍由线粒体编码，会因谱系而变。
所以留下来的既不是随便几个，也不是一份人人相同的名单：都是同几类零件，具体是哪几个却各家不同。这说明约束是叠加的，不是单一的。
不同谱系留下部分相同、又不完全相同的基因，提示共同约束与谱系差异都要考虑。“怕水与膜装配”和“就地控制”都可能参与解释；仅凭这份名单，不能判定哪一种机制单独就足够，也不能用“没有搬完”代替对机制的研究。
另一端是完全失去。2016 年，有人报道一种厌氧的单细胞真核生物，完全没有线粒体，也没有任何线粒体变来的结构。
它住在毛丝鼠——就是常被当作宠物养的龙猫——的肠子里。这不是显微镜没找到：它的基因组和转录组里也没有找到维持线粒体蛋白输入，铁硫中心形成所需的那一整套标志蛋白。
而它不是线粒体获得之前残留至今的分支。系统证据表明它的祖先曾经有线粒体，后来完全失去了。关键的替代变化之一，是获得了一套细胞质里的系统，使原本依赖线粒体的铁硫中心合成可以在细胞质中完成。
所以，所有已知的真核谱系都追溯到曾经有线粒体的祖先，而少数谱系后来可以把它全部丢掉。基因组还可以在结构消失之前先消失。
贾第虫——喝了不干净的水闹肚子，它是常见的元凶之一——那个退化的线粒体没有基因组，主要保留铁硫蛋白装配的功能。滴虫的那个通常也没有自身基因组，却保留着线粒体来源的蛋白输入系统以及部分能量代谢。
完整线粒体，仍保留能量代谢的退化版，主要做铁硫装配的退化版，以及彻底没有——这是一系列不同的终点。"有线粒体"和"没有线粒体"的二分法描述不了它。
而判断一个结构是否还在，要看它剩余的代谢，蛋白输入和遗传整合，不是只看那个最醒目的祖先功能。光合作用丢失，不等于叶绿体立即消失，疟原虫就是例子。呼吸链丢失也不等于线粒体衍生结构立即消失。
六 还有什么是新的
真核细胞的"真核"，说的就是它有一个真正的细胞核：遗传物质被两层膜包起来，和细胞的其他部分隔开。人的一个细胞核里，DNA 拉直了约有两米长，却要塞进一个直径只有几微米的核里。细菌和古菌没有这层包装，合称原核生物。
真核细胞多出来的，也不只是一个线粒体和一个核。它还有一整套内部的膜，能把货物装进小泡运来运去，有一副会变形的细胞骨架，很多还会把别的东西整个吞进去。这些东西从哪来，是真核起源里最难的部分。
细胞核怎么来的，有三类说法。一类说它是宿主自己的膜往里折，包住了遗传物质。今天核膜的外层和细胞里另一套叫内质网的膜系统——一大片折叠起来，专门造蛋白和脂质的膜——连成一片，核孔和运货小泡外面那层蛋白也共用同一种折叠，都和这个说法相容。可今天的连续，恢复不了古代的几何过程：往里凹，或者第二节那种由内往外翻，都能造出核膜和内质网的连续，讲的却是相反的历史。
第二类说它来自一种大型 DNA 病毒。这类病毒进了细胞，会自己围出一个带膜的复制小区，把复制和翻译分在两处，和细胞核有几分像。
可这类病毒和真核细胞长期互相交换基因，共有的蛋白说不清是谁给了谁，也找不出一棵像线粒体那样稳定的供体树。
不过病毒确实做得出这种东西。2017 年有人发现，一种感染细菌的巨型病毒，进了细菌以后会用蛋白围出一个像细胞核的小隔间，把自己的 DNA 关在里面复制，还用一种像微管的蛋白丝把它推到细菌的正中间。
第三类说细胞核本身也来自一次内共生，可今天的细胞核里，找不到一个能认出是独立细菌或古菌的小基因组。
三类说法都没有胜出。能确定的是另一件事：最后一个真核共同祖先已经有了复杂的核孔。一个核孔由几百到上千个蛋白拼成，是细胞里最大的蛋白复合体之一，每秒能放过上千个分子。2010 年有人在各类真核生物的基因组里，都找到了核孔主要部件的同源物。
细胞骨架给出了一个更干脆的结果。过去的教科书说原核生物没有细胞骨架，这句话已经被推翻。细菌里有一类蛋白，2001 年解出的结构和肌动蛋白——我们的肌肉收缩就靠它——几乎一样，也能连成丝。
另一类参与细菌分裂的蛋白，1998 年解出的结构和微管蛋白同属一种折叠。
它们和真核的那一套属于同一个古老的家族，只是各自独立演化了很久，谁也不是谁的直接前身。所以造细胞骨架的零件，在真核细胞出现之前就有了。第二篇讲过的阿斯加德古菌，基因组里也带着一些过去以为只有真核生物才有的细胞骨架和膜运输基因。
把这些零件组织成一套能推动膜，运输货物，拉开染色体的网络，是后来的事。细胞分裂时把染色体拉向两边的纺锤体，就是微管搭起来的。
真核的新东西，更多在于家族的扩张，新的聚合方式，分子马达和调控的组合。神经细胞里，分子马达背着装货的小泡，沿着微管一步一步地走，每步八纳米，从脊髓一路走到脚趾，要走上一米。
内膜系统也一样。跨真核的基因组比较显示，最后一个真核共同祖先已经有一套非常完整的膜运输机器，不只是一个简单的内质网。有些零件能在古菌里找到更深的同源，但大量家族的扩张，发生在真核这一支自己身上。
有把握的是：最后一个真核共同祖先已经同时有线粒体，细胞核，核孔，复杂的膜运输和成熟的细胞骨架。这些东西谁先谁后，还在争，第二节那项 2025 年的研究认为线粒体来得最晚。
线性染色体还带来了一个新问题。细菌的染色体多是环状，没有末端。线性染色体的两端，每复制一次就会短一点。
真核细胞用末端的一段段重复序列来缓冲，再用一种专门的酶把它补回来。这种酶叫端粒酶，和它有关的发现在 2009 年拿了诺贝尔奖，获奖的三位里，就有第三篇里研究生命起源的绍斯塔克。
我们的大多数体细胞里，端粒会随着一次次分裂慢慢变短，而大多数癌细胞，都把这种酶重新打开了。不同真核生物的末端并不都一样，人类的那一套不能直接套到祖先身上。
七 一次被推翻的证据
化石这一侧，借用第一篇的分法：甲层是较广泛接受的，乙层是有道理但还站不稳的。
到约十六亿五千万年前，已经有较广泛接受的真核微化石，属于甲层。它们是一个个直径几十微米的小囊，带着复杂的壁面装饰，突起和分枝，在显微镜下像长刺的小海胆，或者镶了花边的小球，研究者管这类说不清归属的微化石叫疑源类。
认它们是真核，靠的不是个头大，是这些壁面结构和可塑的形态，很难由已知的原核细胞做出来。其中有一批，出自中国华北燕山一带的地层。
另一件甲层材料叫班吉藻，是一串串附着生长的细胞丝，和今天红藻的某些生长方式极像，是已知最早能归到现生类群的多细胞生物之一。2018 年有人重新测定它所在岩层的年龄，把它从约十二亿年前改到约十亿四千七百万年前，年轻了一亿五千万年。它出自加拿大北极的一座岛上，第七篇还会讲到它。
乙层里有一件很漂亮的材料。2017 年，瑞典的研究者用同步辐射做断层扫描，在印度中部约十六亿年前的岩石里，看到了两类化石的三维细胞结构，解释为红藻。有的细胞里还能看到一块块菱形的小结构，研究者认为那是叶绿体里负责固碳的一个部件。
如果成立，红藻的记录会一下子往前推五亿多年。可它只有形态，没有独立的分子信息，所以先放在乙层。
接下来是一次证据被完整推翻的经过。1999 年，当时还在澳大利亚读博士的德国青年布罗克斯和同事在《科学》上报告，西澳大利亚约二十七亿年前的岩石里有一类分子，叫甾烷。
甾烷是胆固醇一类分子在漫长埋藏之后留下的稳定碳骨架。胆固醇一类分子——体检单上的胆固醇就是其中之一——在真核生物里普遍存在，在细菌里则罕见。
所以在岩石里找到甾烷，通常被当作真核生物的痕迹。如果这些分子和岩石同龄，真核生物在二十七亿年前就已经存在，比最早的真核化石早了将近十亿年。
后来的问题不在"仪器看错了"，在于这些分子是不是真的和岩石同龄。2008 年有人测了岩石里一粒粒有机质的碳同位素，指出这些分子是在约二十二亿年前岩石受热变质之后才进去的，很可能是后来的流体带进去的。
2012 年，几个实验室联手，用前所未有的干净办法，在西澳大利亚重新钻取了同一批地层的岩芯，再分头独立分析。2015 年发表的结果是：新鲜岩芯内部的甾烷浓度，和程序空白差不多——测出来的量，和什么样品都不放时仪器读到的背景一样。而按老办法采集的岩芯外表面，高出空白一个数量级以上。
这项研究还发现，真正属于那套古老岩石的有机物，早已被地热烤得面目全非，而此前报告的那些甾烷，相对"年轻"。那些用来论证二十七亿年前真核生物的甾烷，不再有效。推翻它的那篇论文，作者里就有 1999 年的布罗克斯本人。后来他用同一类分子，在约六亿五千万年前的岩石里，读出了藻类在海洋里的一次大扩张。
污染能从三个地方来。钻探，样品表面和实验处理，都能带进现代或较年轻的有机物。地下流体能在漫长的地质时期里，把较年轻的有机物送进更老的岩石。而即使完全没有现代污染，只要分子进入的时间晚于沉积，它也不能证明沉积那时的生命。
2023 年又有新的分子证据：有人报告了最早约十六亿四千万年前的一类原始甾体分子，它们是今天合成胆固醇一类分子时的早期中间产物，合成路线比现代的短，并用模拟实验建立了对应关系。论文题目的前半句就是"复杂生命的失落世界"：造出这些分子的，可能有细菌，也有一批早已灭绝的，处在真核谱系根部的生物，在海里繁盛了几亿年。
它比 1999 年那个说法年轻约十亿年，分子类型也不同，不是旧主张的恢复。一条证据线被推翻之后，同一条线上后来的新证据，不会自动继承旧的主张。
八 一次，和还没走的那十三个
线粒体给了真核细胞什么。2010 年，伦敦大学学院的生物化学家莱恩和提出氢假说的马丁给了一个很有名的答案：能量。
他们的论证是这样的。一个细菌要多产能，得扩大呼吸用的膜，而细菌的呼吸膜就是包住整个细胞的那层细胞膜。
扩大它，就得把整个细胞变大，可细胞变大之后，基因组还是那一份，要供应更大的体积。真核细胞却可以有几百上千个线粒体，每一个都有自己的呼吸膜，每一个只留极小的一份基因组，大部分蛋白由一个大得多的细胞核编码。
他们算出的数字是：摊到每一个基因头上，真核细胞可支配的能量，约是原核细胞的二十万倍。这是模型的产物，不是逐个基因测出来的。莱恩后来把这个想法写进了一本很畅销的科普书。
质疑同样是定量的。林奇是研究基因组演化的美国学者，他一向主张，基因组变大变复杂，很多时候不是被选择推出来的，而是小种群里随机漂变的结果。
2015 年，林奇和马里诺夫算了一个基因从复制，转录到造出蛋白，再到蛋白更新的全部成本，认为基因本身在细胞能量预算里的占比，不足以构成"没有线粒体就养不起大基因组"的障碍。2017 年的一项跨物种比较，把实际的代谢功率按细胞体积，表面积和生物量换算，也没有发现线粒体让真核细胞单位体积的产能跳上一个数量级。
还有一个直接的落差。典型的细菌有三四千个蛋白编码基因，现生真核生物多在六千到四万个之间，实际只是它的一倍半到十倍左右，不是二十万倍。
理论上的余量要真有那么大，基因数为什么只涨了几倍。可能基因数不是由能量单独决定的，也可能模型的分母选得不对，两种可能都还没被排除。
第三条质疑，是一个肉眼看得见的细菌。2009 年，法国的一位研究者在加勒比海瓜德罗普岛的红树林里第一次采到它，十几年后，2022 年，研究者才正式描述了这种巨型硫细菌：平均一个细胞长九毫米多，最长的接近两厘米，大小和形状都像一根睫毛。它的名字意思是"壮丽的硫珍珠"。一般的细菌只有几微米，它大了几千倍。
它的基因组有一千一百多万个碱基对，比多数细菌大，同一套基因组在一个细胞里有几十万份。它的 DNA 和造蛋白质的机器，集中在许多有膜包着的小囊里。细胞中间是一个巨大的液泡，占掉大部分体积，把有活性的部分挤成薄薄一层贴在外围，扩散的距离因此很短。
它推翻的是细菌个头的旧纪录：此前已知最大的细菌也不到一毫米，它一下子大了约五十倍。它没有推翻的，是"巨大的细菌得靠特殊结构解决扩散和基因表达的问题"——那个大液泡，那几十万份基因组和那些小囊，正说明这些问题真实存在。
那些小囊，也还不能说是细胞核的同源物。所以能说的是：线粒体大大改变了真核细胞造能量的空间布局，这一点没有争议。它是不是一道没有它就过不去的门槛，还在争。
至于谁多，第四篇已经算过：按碳算，真核生物占了绝大多数，主要是陆地植物的功劳。按细胞数算，原核生物在地球上总体压倒性地占优。
真核这套组织出现过几次。现存真核生物共享细胞核，核孔，细胞骨架，膜运输系统和线粒体祖先这一大批复杂的同源系统，可以追溯到同一个最后共同祖先。
所以按"有现代真核基本组织的谱系"算，地球上只有一次可以确认的起源。这个事实不能拿来推算这种组织在别的行星上出现的概率：样本只有一个。
可内共生本身发生过不止一次：叶绿体一次，保利内拉独立一次，复杂的叶绿体又经过多次二次并入，固氮细胞器是另一次，也很年轻。"真核基本组织只追溯到一次"和"内共生只发生过一次"，不是同一句话。
现在回到这一篇的构。这个系列说的构，不只是人造的判据：凡是划出边界，决定什么算在里面的东西，都算。在这一篇里，它是一个更高层级的单位。
一个自由生活的细胞被并入另一个细胞，失去了独立复制的能力，它的基因组被拆开，大部分功能被搬走或者删掉。整合完成之后，这个更高层级的单位开始作为一个整体被复制，被选择。
这是这个系列里第一次，被选择的单位换了一层。前面几篇里，一个构装不下的时候，办法是修修补补，或者往外扩张，或者换一个同一层的新构。这一篇的办法不一样：换层。原本能各自复制的两个单位，合成了一个共同繁殖的新单位。
构装不下，又消不掉的那部分，这个系列叫余项。这一篇的余项，是那一小把转移不走的基因。它不是"还没搬完"。
线粒体这段并入的历史已延续约二十亿年，人类线粒体仍保留十三个蛋白编码基因。今天仍能测到线粒体 DNA 片段进入细胞核，大约几千次出生里一次；但片段进入，不等于核里已经能造出可送回线粒体、正常工作的蛋白。搬进细胞核，和搬走一项功能，不是同一步。
二十亿年，几千次出生里一次，剩十三个。这不是一个特例。保利内拉那个年轻的色素体，也还保留着祖先约四分之一到三成的基因。叶绿体那一侧，同样留着一百多个。这些仍保留自身基因组的细胞器说明，并入不一定意味着把原有的遗传系统全部清空。
你身上几乎每一个细胞里，那十三个基因此刻都还待在线粒体那一小圈 DNA 上，用一台细菌式的机器，照着一本改过几处的密码本被读出来。这是余项最纯的一种形态：被完整测出，被完整承认，而且被持续尝试搬运，它仍旧留在原地。至于它为什么不走，没有一条理由能解释全部。
极强的怕水性，就地控制的需要，转运与装配的限制，碱基组成，谱系特有的密码——每一条都解释一部分。留下来的都是同几类零件，具体是哪几个却各家不同。
这个构做到了前面几篇没有做到的事：它换了层。它没有做到的，是把并入的那一方完全化开。