《Trends in Ecology & Evolution》:Constraint and convergence in the evolution of vertebrate sound production
编辑推荐:
理解脊椎动物发声为进化中的约束与趋同提供了有力的见解。发声可分为两大类:肌肉驱动型和气流驱动型。肌肉驱动机制在鱼类中广泛存在,严格受限于肌肉收缩速率,产生较低频率的信号且往往辐射效率低下。相反,气流驱动机制,特别是那些利用肌弹性空气动力学(myoelastic
理解脊椎动物发声为进化中的约束与趋同提供了有力的见解。发声可分为两大类:肌肉驱动型和气流驱动型。肌肉驱动机制在鱼类中广泛存在,严格受限于肌肉收缩速率,产生较低频率的信号且往往辐射效率低下。相反,气流驱动机制,特别是那些利用肌弹性空气动力学(myoelastic aerodynamic, MEAD)原理的机制,克服了这些限制,使得长距离通信能够在巨大的频率范围内实现。基于MEAD的喉发声在四足动物中占主导地位,并在鸟类和齿鲸的新型发声器官中趋同进化——这些都支持了复杂、长距离的通信和新的声学生态位。本综述展示了物理和生理约束如何塑造趋同创新,将MEAD定位为构成脊椎动物声音显著多样性的核心进化策略。
声学通信的进化:从脊椎动物通信的约束到趋同
声学通信是一种广泛且多功能的信息传递形式,使动物能够选择配偶、协调社会行为、寻找食物、避免捕食和导航复杂环境。动物发声的物理和生理学日益明确,两大类机制——肌肉驱动和气流驱动——构成了动物界声学通信的基础。研究发声机制是高度跨学科的,揭示了解剖学和生理学如何与物理和生态压力相互作用以塑造声学通信的进化。了解这些机制说明声学通信的进化反映了约束和趋同。最近工作表明,一种新型发声机制在不同脊椎动物谱系中独立进化,包括基干哺乳动物、鸟类和齿鲸,提供了显著的趋同进化例子。本综述综合了对两类动物发声机制的见解,聚焦于脊椎动物社会通信和回声定位中使用的声学信号。基于肌弹性空气动力学(MEAD)原理的气流驱动发声代表了一种趋同机制,多个支系借此克服了鱼类和节肢动物中主导的肌肉驱动机制所施加的各种限制。MEAD系统允许从低于10 Hz(鲸和象)到大于100 kHz(蝙蝠)的巨大频率范围发声,开启了广阔的声学空间以开发新的社会和生态环境。
声学通信的物理约束:辐射与传播
声学信号面临三个基本挑战:信号必须由信号发送者以足够能量产生和辐射;信号必须通过环境传播给接收者;接收者的感觉系统必须从背景噪声中检测和辨别声音。
声学身体尺寸与声音辐射问题
声音辐射通常是声学通信中的严峻问题。物理定律决定了动物无法有效辐射声音的最低频率,该频率取决于声源尺寸与发射波长的关系,可总结为其声学身体尺寸(ka)。动物能有效辐射的最低频率随身体尺寸增大而降低。估计动物的声学半径需要了解辐射声音的结构。在空气中,以半径等于口开口的活塞模型是鸟类和哺乳动物的良好近似。对于通过鱼鳔脉动产生声音的鱼类,声学半径是鳔的半径。例如,约10 cm直径的蟾鱼(Opsanus tau)鱼鳔在水中只能有效辐射高于约4.8 kHz的频率,远高于其身体能产生肌肉驱动声音频率250 Hz。鱼类的ka通常很低,它们将大部分动能转化为流体动力流而非传播声波,严重限制了声音通信距离,因此鱼类通常适应于相对短距离的声学通信。
还存在一个最大频率,超过该频率动物无法向所有方向辐射声音:随着声源ka值增加,声束的方向性增加。当ka大于5时,声能被限制在狭窄的方向性波束内。虽然这种高频对回声定位或许还有近距离私密通信非常有效,但大大降低了大多数社会通信的全向广播潜力。因此,声学身体尺寸决定了有效声学信号的频率范围,在下端受辐射效率约束,在上端受过方向性约束。
信号衰减:传播问题
声音传播代表了声学通信的另一个挑战,因为物理约束导致信号在复杂环境中传播时发生衰减。关键因素只是信号发送者和接收者之间的距离:动物通常必须产生更响亮信号以进行更远通信。然而,吸收、反射和折射等额外因素可进一步影响声音传播,统称为“超额衰减”。所有这些额外因素都依赖于频率。由于波长短,高频信号受到介质吸收的影响,吸收随频率增加而增加。它们也容易在反射表面附近发射时遭受破坏性干涉;即使直接波和反射波之间的路径长度微小差异也会导致它们异相到达,造成衰减。此外,它们的方向性高和衍射有限降低了绕过障碍物的能力。高频通常在接触表面时损失更多能量,因为它们比较低频更容易被吸收。在极高频包括超声范围,吸收大大增加信号衰减,对回声定位者造成特别问题。
低频信号也面临几个可能限制其范围的问题。尽管长波长使它们不易受反射引起的破坏性干涉影响,但在具有反射边界的环境中(如浅水)仍可能受多径效应影响。这些多径相互作用可导致信号失真和衰减,特别是当水深小于信号波长的大约四分之一时。这对鱼类可能非常成问题,因为它们往往在生理上局限于产生低频声音。此外,低频信号易受环境中其他声音的掩蔽,这些声音往往偏向低频(例如风、流水、波浪作用和人为噪声)。这些因素可降低低频通信的效率,尽管它们在开阔空气或深水环境中通常具有良好的长距离传播特性。
总之,需要全向广播声学信号进行远距离社会通信的动物在高、低频声音上都面临显著约束。在极高频,由于传播约束声音衰减更多,且在ka大于5时过于方向性而无法全向传播。在极低频,辐射特性因声学身体尺寸约束(ka<1)而不利,且低频声音常遭受环境掩蔽。结合来看,这些声学原理将有效的社会通信约束在窄频率范围内。只有有限的生理策略可用于产生这样的最优频率信号,这导致了发声系统的反复趋同进化。
发声机制:对物理约束的趋同解决方案
声音由运动产生,因此是任何动物运动的典型副产品。随着约6亿年前肌肉和运动的进化,偶然声音已经开始提供动物位置的潜在线索。然而,专门为通信目的适应的声音(信号本身)出现较晚。证据表明,脊椎动物至少自泥盆纪(4亿年前)就在产生这样的声学信号。令人惊讶的是,声学信号仅在两个动物门中进化:节肢动物和脊索动物。在这些支系中,对声音产生物理挑战的独特且经常趋同的解决方案反复进化。在节肢动物和鱼类中,发声通常依赖多样的肌肉驱动机制,其中发声运动由肌肉收缩直接产生。相反,四足动物通常使用来自肺的加压气流产生声音,采用各种机制调节此流动并产生声音。这两种广泛策略——肌肉驱动和气流驱动——解释了几乎所有已知的发声机制。
肌肉驱动运动的生理约束
尽管所有发声最终都涉及肌肉运动,许多节肢动物和鱼类使用直接肌肉驱动发声,其中肌肉收缩速率直接对应于所得声音的基本频率(fo)。例如,鱼鳔振动是鱼类中非常常见的发声机制,基于鼓肌每次肌肉收缩产生单个声脉冲。超级快肌(superfast muscle, SFM)代表了已知最快的脊椎动物肌肉,已在某些辐鳍鱼类的发声系统、响尾蛇、鸟类和哺乳动物中趋同进化。SFM通过多种适应达到约250 Hz的收缩率。首先,在四足动物中,基因MYH13编码已知最快的肌球蛋白异构体,专门表达于颅面肌肉,如喉、鸣管和眼外肌。其次,SFM纤维表现出细胞内架构的极度特化。它们含有丰富的肌浆网(SR)用于快速钙释放和再摄取,以及高密度线粒体以支持升高的能量需求。快速肌球蛋白循环固有地降低力输出,且力进一步受限于大量细胞体积 devoted to SR和线粒体而非肌原纤维。因此,SFM用力量换取速度,最大循环频率由架构约束设定。尽管极快,SFM只能移动小质量,且仅出现在涉及发声和调制的小质量系统中。SFM功能也具有可塑性。在鱼类中,SFM质量在交配季节增加。在斑胸草雀中,SFM性能对缺乏发声锻炼反应迅速,雌性偏好经过发声锻炼的雄性的歌曲。这些发现建立了声学信号与锻炼生理学之间的新机械联系。
最终,所有肌肉驱动机制的基本频率都受最大肌肉收缩率的约束,这是一个严格的生理约束。这些收缩率通常太低,无法有效辐射通信声音,建立了增加肌肉速度的强烈选择。只有一种肌肉纤维类型,超级快肌(SFM),可以以高达250 Hz的收缩速度移动结构,这对于较小物种有效辐射声音还不够快。尽管有这种极端运动表现,对于许多物种,这些收缩产生的相对较低频声音远低于远距离通信的最佳频率,因为波长仍然远大于身体尺寸。因此它们辐射能量差,有效范围很短,并且产生可能在能量上昂贵。尽管分布广泛,这些约束从根本上限制了直接肌肉驱动机制在声学通信中的范围。为了部分逃避这些约束,一些物种进化了频率倍增器,支持辐射频率显著高于肌肉收缩率产生的fo。例如,在摩擦发声中,带齿的“锉”可以为每个肌肉收缩产生多个声音周期。这种机制在许多动物类群中趋同进化。它可显著增加所得声音的主频率。另一个避免低频约束的解决方案是产生宽带信号。例如,打击声音是通过身体部位产生的宽带信号。一些四足动物也使用打击在其曲目中产生某些声音。
肺的力量:气流驱动声音中的生物力学创新
在空气中以给定压力产生声音需要比水中高得多的源运动,这是由于空气中运动阻力(阻抗)低得多。这通常使得在水生环境中进化的发声机制在陆地上效率低得多。因此,脊椎动物从水到陆地的过渡(约4亿年前)对四足动物发声施加了额外且相当大的物理约束。然而,肺空气呼吸的进化为陆地四足动物提供了独特机会,其中气流已成功适应于发声。与肌肉驱动机制相反,气流驱动机制——通过加压气流提供发声能量——可以避免低肌肉收缩率的频率约束。气流驱动机制包括湍流、哨声和MEAD驱动的发声。四足动物发声的特征是,气流驱动机制能够在高频产生持续、可控且通常高度调制的声学信号。此外,尽管产生气流最终需要呼吸系统肌肉收缩,但这样做的能量独立地需要用于通风,大大降低了发声的过量能量成本。将呼吸气流转换为声音开启了对更广泛发声频率的访问,使物种能够开发新的声学生态位。
湍流
湍流发声——例如嘶嘶声——是在吸气或呼气空气达到如此高速以至于流动变得湍流时产生的。嘶嘶声是宽带的但强度低,被称为清音。许多四足动物使用嘶嘶声进行通信或防御,很可能这种发声代表了气流驱动发声的祖先状态。尽管嘶嘶声广泛存在,但它非多功能,在许多物种中,它仅代表更广泛曲目中的一种呼叫类型。蛇、龟、鳄鱼和蜥蜴通过将空气推过喉部而不振动声带产生对抗性警告嘶嘶声,类似于人类言语中的耳语。同样,许多鸟类和哺乳动物也使用湍流气流产生攻击或警报呼叫。这些呼叫的刺耳、宽带性质提供了广泛频率,可用于勾勒共振峰频率,即上部声道的共振频率。共振峰提供身体尺寸信息,使其非常适合竞争和防御。然而,湍流呼叫的局限性在于缺乏fo,因此表现出很少频率调制,使其不适合传达分级社会信息,如动机、情感或身份。湍流声音还需要高气流产生相对较低强度的声音,将其限制为短程通信。
哨声
像湍流声音一样,哨声通过增加气流产生,例如通过将气流限制在小开口。然而,与湍流不同,流动保持结构,因此哨声脱落规则涡旋并产生稳定频率。术语哨声在嗓音生理学中保留给由气流内振荡产生的音调信号:不需要组织振动。当气流变得不稳定并结合某种反馈以稳定特定频率的振荡时,就会发生哨声。哨声产生中最常见的反馈机制是共振。在生物声学文献中,术语哨声常用于描述高频音调呼叫类型,例如鸟类、青蛙、非人灵长类、犬科、骆驼科和鹿。然而,通常不清楚这些呼叫是否涉及真正的哨声机制。例如,著名海豚签名“哨声”已通过实验证明是由发声唇的快速振动产生的,人类古典歌唱中的“哨声寄存器”也是由组织振动产生的。两者都涉及MEAD原理,不是真正的哨声。真正的哨声基声学信号被认为在脊椎动物中罕见;迄今为止,仅在人类、马、斑胸草雀(被认为是体温调节行为的副产品,不是发声信号)以及一些小鼠和大鼠物种中得到实验证明。然而,这在鼠科啮齿动物中可能更为广泛,因为许多产生20 kHz至超过100 kHz的超声发声(USV)。这些极高频呼叫通常用于近距离社会环境,如交配和领土防御,已证明是由喉部的空气动力哨声产生的。直到最近,USV被认为是由孔-调哨机制产生的,这需要两个开口以产生稳定音调。然而,最近研究表明小鼠和大鼠USV涉及一种以前在哺乳动物中未知的哨声机制,其中喉内声门射流撞击甲状软骨内壁——这一过程以前只在工业近超音速系统中观察到,如喷气飞机。由于其通常低振幅和高于人类听觉的频率,啮齿动物哨声容易被遗漏为通信信号。
使用MEAD的发声
四足动物中绝大多数其他呼叫类型依赖于气流驱动的组织振动,基于与人类言语和歌唱相同的物理原理。MEAD代表了四足动物中最常见的发声产生机制。MEAD基础的声音依赖于气流与若干可能振动组织之间的协同相互作用,包括声带、腭褶、室褶以及哺乳动物中的声韧带,或鸟类中的鸣管组织——简而言之,我们将所有这些称为声带(VF)。这些VF之间的空间称为声门。MEAD机制已在多个支系的解剖学不同位置独立进化,包括哺乳动物喉、鸟类鸣管和齿鲸(odontocete)发声唇。因为这些气流驱动机制避免了肌肉驱动发声的生理运动约束,它们支持在广泛频率和生态环境中使用声音,包括使用超声导航和捕食以及极端长距离通信(须鲸数十至数百公里)。MEAD还允许单一物种采用各种频率的呼叫,服务于不同的社会环境,包括亲和、攻击和求偶。
MEAD的物理学和生理学
在MEAD中,呼吸装置提供的稳定气流通过喉、鸣管或其他组织的自持振荡转换为一系列流脉冲。此过程称为发声。所得空气脉冲的速率是fo,主要决定源声音的感知音高。该声源通常在周期性VF振荡的情况下产生谐波系列(fo加上其整数倍)。然而,VF也可以表现出不规则或混沌振荡,产生嘈杂的宽带源。对于振动系统从稳定电源(例如来自肺的加压气流)提取能量,气动能量输入到组织必须正确定时以匹配组织振动。这个问题在MEAD基础发声中得到解决,因为声门组织几何形状在每个周期内变化。具体而言,在VF打开期间,声门形状是收敛的,VF的整个内表面经历将其推开的力。然而,在关闭阶段,声门形状变为发散形状(最小宽度在声门入口)。这导致射流形成,因此气流与声带表面分离。由于流动分离和射流形成,压力在射流外部下降,声门内壁在关闭期间经历降低的压力。因此,在打开期间对VF的压力高于关闭期间,允许振动组织在运动的正确相位从稳定气流有效提取能量。尽管气动射流形成难以可视化,但使用高速视频可以记录周期性变化的声门几何形状。使用这种方法,已经确定除了人类的开创性工作外,鸟类声带和齿鲸发声唇也遵守MEAD原理,表明这些趋同进化的发声器官利用相同的物理机制产生自持振荡。MEAD基础发声可以支持跨物种的非常宽的fo范围,从小于10 Hz到大于100 kHz,大大超过肌肉驱动声音。在哺乳动物中,振荡率由几个因素决定,包括组织尺寸(例如VF长度,控制最低可能频率)、材料属性如刚度(设定频率范围并可产生更高频率)以及呼气气压(驱动稍快的振动)。这些因素共同允许对fo的精细控制以适应通信需求。在四足动物中,共振峰作为频谱增强器发挥特殊作用。在喉或鸣管产生的源频谱由声道的声学共振即共振峰塑造。声道在大多数四足动物中包括口腔、咽腔和鼻腔,在鸟类中由于鸣管的低位置还包括气管。声道内的空气优先以共振频率振动,充当滤波器以塑造输出声频谱,源和共振峰的最终产物从口和/或鼻辐射到环境中。共振峰频率由声道的长度和形状决定,并提供四足动物可以修改其声学信号频谱细节的另一种方式。众所周知,人类言语大量使用变化的共振峰频率(例如,独立于fo区分不同元音),但近年来的研究表明,许多动物物种,尤其是哺乳动物和鸟类,也感知共振峰并在通信中使用它们,提供了另一种生成适合物种社会生物学和生态环境的发声多样性的手段。
MEAD的能量成本
声学通信的一个吸引人的特点是声波包含很少能量,因此产生所需的能量比其他许多信号(例如剧烈身体运动)少。然而,我们目前对能量消耗的了解太少,无法比较不同发声机制的能量约束。整个能量级联跨越几个生物和物理能量转换步骤:(i)从代谢能量(ATP)到机械能(肌肉收缩);(ii)从呼吸气流到声源中组织振动的能量转移;(iii)从机械能(组织振荡)到声源处声学能量的能量转换;最后(iv)到辐射声学能量。在MEAD系统中,其中一些转换效率已在体内和体外量化。从气动流到声学信号的转换效率范围为0.01–2%,因为大部分能量进入组织运动而非声学能量。虽然低,但这与乐器相似。此外,声源产生的大部分声学能量在嘴处反射离开开放空气边界并留在声道中,最终消散在组织内。这可能看起来效率低下,但所需能量,即使是响亮的声学信号,也非常低。整个能量级联可以通过使用耗氧量作为代谢支出的代理来粗略量化。这些实验在活体动物中具有挑战性,并导致对呼叫能量成本的广泛不同估计。对于MEAD系统,许多研究发现代谢能量不增加超过基线率(例如人类言语、公鸡打鸣或回声定位蝙蝠),而其他人在长时间响亮声音产生期间发现大幅增加(例如乞食雏鸟或鸣叫青蛙)。理解不同发声机制进化的能量约束需要对这些能量级联跨支系进行广泛比较,但我们目前除有限物种外缺乏数据。现有稀疏数据强烈支持MEAD,特别是鸟类和哺乳动物中,作为一种相对低成本但高度多功能的方式,用于传达复杂信号,相对于肌肉驱动系统。
结束语
我们展示了物理和声学基本原理如何约束脊椎动物中声学通信的选择。当与肌肉生理学和呼吸的生理约束相结合时,这些约束导致了发声机制的趋同进化。虽然由肌肉收缩直接产生的声音广泛存在,但它们遭受几个约束:难以辐射、相对不灵活和能量昂贵。鱼类通常专门从事此类信号,并很好地适应近场声学通信,在短距离上使用简单肌肉驱动信号。相反,基于MEAD原理的气流驱动声音提供了宽频率范围和灵活的频率调制。MEAD系统在陆地脊椎动物(包括人类言语和歌曲)中占主导地位,并在鸟类和齿鲸的新型发声器官中趋同进化。由于这种灵活性,四足动物占据了回声定位等新声学生态位,并将声音用于多种生态角色,包括捕食、配对结合和母婴通信,以及求偶和防御。因此,MEAD似乎为发声的严格物理和生理约束提供了理想解决方案,因此在当今地球上已知的生物声学多样性中占了不成比例的大份额。然而,关于跨动物分类群的声学信号机制和进化仍存在许多基本问题。