科学网—植物的联想学习：研究历史、核心争议与进展
已有 6113 次阅读
2026-3-4 11:32
| 系统分类: 论文交流
核心概览： “ 联想学习 ” 作为一种高级适应性行为，长期被认为是 动物界的专属特征 ，其核心是 有机体通过后天经验建立两个刺激间的关联并调整行为 。从 20 世纪 60 年代的初步探索到 2016 年的突破性报道， 植物联想学习 的研究历经半个多世纪的起伏。 2016 年 Gagliano 团队首次通过 Y 型迷宫实验证实 豌豆 可将 风扇气流与蓝光建立关联 ， 颠覆传统认知 ； 2020 年 Markel 的 重复实验未能重现该结果 ，引发激烈争议， 同年 《 eLife 》 同期刊登双方回应 ——Gagliano 团队指出光照环境控制不足导致非条件刺激失效， Markel 则通过直方图匹配技术论证实验设计差异无法解释阴性结果； 2022 年 Cvrčková 与 Konrádová 的研究进一步提出 前期光照质量历史是关键混淆变量 。本文系统梳理植物联想学习的研究脉络、核心争议与最新进展，深入剖析争议背后的科学逻辑与方法论差异，旨在全面呈现该领域的研究价值与未来方向。
1 植物联想学习的研究历史与科学意义
1.1 研究历史：从初步探索到突破性发现
植物联想学习（ associative learning ）的研究可追溯至 20 世纪 60 年代，早期学者已尝试探索植物是否具备类似动物的条件反射能力：
奠基阶段（ 1960s-1970s ） ： Holmes 与 Gruenberg （ 1965 ）首次提出 “ 植物可能存在学习 ” 的假设 ，通过对 豌豆 （ Pisum sativum ） 幼苗的简单刺激实验初步探索条件反射 [ 13 ] ； Haney （ 1969 ）与 Levy 等人（ 1970 ）分别以 含羞草 （ Mimosa pudica ）为研究对象，尝试通过机械刺激与光照的配对训练诱导条件反射，但实验设计缺乏严格对照，结果难以排除非特异性反应的干扰 [7] ； Armus （ 1970 ）的研究虽声称观察到含羞草的条件反射，但因未控制环境变量被后续研究质疑 [7] 。这一阶段的研究因方法学局限，未能提供植物联想学习的可靠证据，相关探索陷入停滞。
复苏阶段（ 2010s ） ：随着 植物行为学 与 分子生物学 的发展，研究者开始重新审视植物的认知能力。 澳大利亚西澳大学 Gagliano 团队（ 2014 ）发现植物可通过习惯化（ habituation ）实现 非联想学习 ，为联想学习的探索奠定基础 [1] ； 2016 年，该团队在《 Scientific Reports 》发表开创性研究，通过严谨的 Y 型迷宫实验首次报道豌豆的 联想学习 能力，引发学界广泛关注 [1] 。
争议与深化阶段（ 2020s 至今） ： 2020 年 美国加州大学戴维斯分校 Markel 的重复实验未能重现 Gagliano 团队的结果，《 eLife 》同期刊登双方学术回应，聚焦实验设计差异的核心争议 [3,4] ； 2022 年 捷克查理大学 Cvrčková 与 Konrádová 提出光照质量历史的全新视角，推动研究向更精细的环境变量控制方向发展 [6] ；同时，多组学技术的应用为解析植物联想学习的分子机制提供了新工具。
1.2 科学意义：重塑对学习与生命适应的认知
进化生物学价值 ：若植物确实存在联想学习，将打破 “ 联想学习仅存在于后生动物 （ metazoa ） ” 的传统认知，证明该能力是动植物共有的通用适应性机制 [1] 。这一发现将重塑 学习行为的进化史 ，为探索认知能力的起源与趋同进化提供关键线索 [1,4] 。
植物行为学突破 ：传统观点认为植物行为多为先天本能，而 联想学习的证实意味着植物具备基于经验调整行为的灵活性 ，推动植物行为学从 “ 本能应答研究 ” 向 “ 认知调控探索 ” 转型 [1,6] 。
跨学科研究推动 ：该领域的研究融合了植物生理学、神经科学、进化生物学与哲学，引发对 “ 学习 ” “ 记忆 ” “ 认知 ” 等核心概念的重新界定，促进跨学科理论与方法的交叉融合 [1,7] 。
2 争议的起点：植物联想学习的首次证实（ 2016 ）
2.1 实验设计与核心发现
澳大利亚西澳大学 Monica Gagliano 团队借鉴巴甫洛夫经典条件反射范式，以 豌豆 （ Pisum sativum cv Massey Gem ） 为研究对象开展实验 [1] 。实验中， 蓝光 （ blue LED light ） 作为非条件刺激（ unconditioned stimulus, US ） —— 利用植物先天的向光性（ phototropism ）确保稳定应答； 35mm 直流风扇产生的气流 （ wind from DC12v mini fan ） 作为条件刺激（ conditioned stimulus, CS ） —— 预实验证实气流本身对豌豆生长方向无显著影响，属于中性刺激。
实验设置两组核心处理： F+L 组（风扇与蓝光位于 Y 型迷宫同一臂）和 F vs L 组（风扇与蓝光位于迷宫对侧臂）。经过 3 天训练（每天 3 个训练时段，风扇提前蓝光 60 分钟启动，重叠 30 分钟）后，测试阶段仅保留气流刺激。结果显示：对照组（无风扇刺激）豌豆 100% 向最后一次蓝光照射方向生长；测试组中， 62% 的 F+L 组豌豆向气流方向生长， 69% 的 F vs L 组豌豆向气流对侧生长，且两组均与对照组存在显著统计学差异（ F+L 组 p=0.0027 ， F vs L 组 p=0.0017 ） [1] 。
图 1 豌豆联想学习的训练与测试 方案
左图为训练阶段设计， F+L 组（上）中风扇与蓝光位于迷宫同一臂， F vs L 组（下）中二者位于对侧臂；右图为测试阶段设计，仅保留风扇刺激，箭头指示豌豆的条件应答方向（绿色为正确关联应答，黑色为未形成关联应答）。 右图 幼苗在测试前接受连续三天训练，每天包含三个 2 小时训练 session ，间隔 1 小时。 90 分钟的 CS 比 60 分钟的 US 提前 60 分钟呈现，重叠 30 分钟（ i ）。测试日，幼苗仅暴露于风扇三个 90 分钟 （ ii ）；对照组幼苗不受干扰（无风扇、无光； iii ）。 Gagliano, M., et al. (2016) [1]
进一步的昼夜节律（ circadian rhythm ）实验发现，该 联想学习具有时间特异性 ：仅在植物的 “ 主观白天 ” （ subjective day ）训练才能成功，夜间或明暗交替阶段训练则无此效果，表明 学习行为受生物钟调控 [1] 。 Gagliano 团队据此提出核心结论： 联想学习并非动物专属 ， 而是动植物共有的通用适应性机制 [1] 。
图 2 昼夜节律对豌豆联想学习的影响
左图为三组实验的昼夜节律设置（ Light 组、 Light-Dark 组、 Dark 组），橙色与蓝色矩形分别表示风扇与蓝光刺激时段；右图为各组豌豆的生长应答比例，绿色柱代表形成联想学习的植株比例，白色柱代表保持先天向光性的植株比例，可见仅 Light 组存在显著的联想学习效应。 Gagliano, M., et al. (2016) [1]
3 争议的爆发：重复实验与《 eLife 》同期学术回应（ 2020 年 6 月 ）
3.1 Markel 的重复实验与阴性结果
美国加州大学戴维斯分校 Kasey Markel 于 2020 年在《 eLife 》发表重复实验结果 [2] ，在核心条件（光照强度 14 μmol m⁻² s⁻¹ 、温湿度 20℃/85% 、训练流程）上 重复 原研究，但做出两项关键优化：一是 扩大样本量 （如 F+L 组从 31 株增加至 61 株），提高统计效力；二是 采用完全双盲分析（ fully blinded analysis ） ，排除实验者主观偏差 [2,3] 。
由于无法获取原实验 材料 ， Markel 选用亲缘关系相近的 豌豆 品种 （ Pisum sativum cv Green Arrow ） [2] 。实验结果显示：对照组豌豆仅轻微偏向最后一次蓝光照射方向（ F+L 对照组 p=0.0243 ， F vs L 对照组无统计学显著性），未出现 100% 向光性应答；核心实验组与对照组间无显著差异（ F+L 组 p=0.335 ， F vs L 组 p=0.387 ） [2] ，未能重现联想学习现象。
图 3 原实验与重复实验的核心结果对比
Markel 研究（ KM ）与 Gagliano 等（ 2016 ）实验（ MG ）中植物在对照条件下的生长结果。柱状图中的数字表示百分比，括号内数字表示原始数据，即各迷宫臂中生长的植株数量。 可见原实验中对照组 100% 向光生长，而重复实验中仅呈现轻微偏向，且实验组与对照组无显著差异。 Markel, K. (2020) [2]
3.2 《 eLife 》同期登载的核心争议 （ 2020 年 9 月 ）
（ 1 ） Gagliano 团队的反驳：实验设计缺陷导致非条件刺激失效 [4]
Gagliano 等人同期回应，指出 Markel 的实验方案不适用于验证联想学习，核心依据包括：
光照环境控制不足 ：原实验在 5.3 m² 全暗室中进行，豌豆间距约 20 cm ，确保光照仅来自目标 LED ；而 Markel 使用 1.5 m² 培养箱，植株间距紧凑，存在光源泄漏与反射，导致豌豆接收多源光照，干扰向光性应答，使蓝光无法成为有效 US （非条件刺激需稳定引发应答，如巴甫洛夫实验中食物必然引发唾液分泌）。
昼夜节律的潜在影响 ：原实验已证实昼夜节律会影响蓝光的 US 有效性，黑暗阶段向光性减弱；虽 Markel 声称节律阶段一致，但培养环境差异可能导致相位偏差，进一步削弱向光性。
（ 2 ） Markel 的回应：实验设计差异无法解释阴性结果 [3]
Markel 通过技术分析与实验数据反驳：
向光性应答的合理性辩护 ：多数植物向光性实验需 3 小时以上光照（ Schumacher et al., 2018; Haga and Kimura, 2019 ），拟南芥黄化苗经 1 小时蓝光照射后向光性弯曲几乎未启动（ Sullivan et al., 2016 ）；且 Y 型迷宫中蓝光为斜向照射（与垂直方向夹角＜ 40° ），远弱于水平光照的诱导效果，原实验的 100% 向光性可能是特殊条件下的偶然结果。
光照环境差异的技术验证 ：采用直方图匹配技术分析显示，两组实验的背景亮度差异源于相机参数，而非实际光照强度（见图 4 ）；尽管植株间距更紧凑，但迷宫 LED 仍是主要光源，不足以解释向光性差异。
品种差异的无关性论证 ：选用的 Green Arrow 与 Massey Gem 亲缘关系近，均为全日照品种，联想学习作为复杂性状，不可能因短期品种分化而消失。
图 4 原实验与重复实验的光照环境对比
左图为 Gagliano 2016 实验的 Y 迷宫光照场景（ A ）及直方图匹配后图像（ C ），右图为 Markel 2020 实验的光照场景（ B ）及直方图匹配后图像（ D ），底部直方图显示二者亮度差异主要源于相机参数，而非实际光照强度。 Markel, K. (2020) [3]
4 争议的新维度与最新进展（ 2022 年 ）
4.1 光照质量历史：被忽略的关键变量 [6]
2022 年，捷克查理大学 Fatima Cvrčková 与 Hana Konrádová 在《 BIOCELL 》发表研究，提出双方此前均未关注的核心变量 —— 实验前幼苗培养阶段的光照质量（ light quality history ） 。
研究指出， Gagliano 2016 与 Markel 2020 的前期培养光照光谱存在本质差异： Gagliano 团队采用冷白色荧光灯（含绿色光等完整光谱），而 Markel 使用红蓝光 LED 组合（缺乏绿色光等关键波段） [6] 。 植物对光照质量高度敏感 ，光谱组成会通过表观遗传修饰等机制影响光受体系统（如光敏色素、向光素）的表达与活性，进而长期调控生长特性与环境应答能力 [6] 。例如，绿色光可诱导植物的避阴反应（ Zhang et al., 2011 ），红蓝光比例会调控茎伸长与光合作用（ Bayat et al., 2018 ） [6] 。该研究推测， 前期光照质量差异可能导致两组豌豆的光感知能力不同 ，最终使得 Markel 实验中蓝光无法稳定引发向光性应答 ，这一观点 为争议提供了全新解读视角 [6] 。
图 5 几种常用于实验植物培养的光源的光谱特性示例
展示冷白色荧光灯（类似 Gagliano 2016 使用光源）、红蓝光 LED 组合（类似 Markel 2020 使用光源）、白色 LED 及自然 daylight 的光谱分布，可见荧光灯包含完整的可见光波段，而红蓝光 LED 组合缺乏绿色光等中间波段。 Cvrčková, F., & Konrádová, H. (2022) [6]
4.2 分子机制探索的前沿进展
近年来，研究者开始尝试解析植物联想学习的潜在分子机制，虽尚未取得突破性成果，但已有多项研究提供线索：
表观遗传调控 ： Gagliano 团队（ 2014 ）发现 植物习惯化学习与表观遗传重编程相关 [1] ，推测 DNA 甲基化、组蛋白修饰可能参与联想学习中的记忆储存 [1,6] ； Feng 等人（ 2016 ）证实，光照可通过调控组蛋白甲基化影响植物的盐胁迫转录记忆，提示 光照相关的联想记忆可能存在类似机制 [6] 。
信号通路整合 ：生长素（ auxin ）信号系统被证实参与光信号与机械信号的整合（ Halliday et al., 2009 ）， 可能是联想学习中刺激关联的核心通路 [5] ； 钙信号与活性氧（ ROS ） 作为植物环境应答的通用信使，也被推测 参与刺激信号的传导与整合 [6] 。
分子网络调控 ： 无神经系统的有机体 可能通过 遗传调控网络的动态调整实现信息储存与处理 （ Bray, 2003 ）， Sorek 等人（ 2013 ）的模型预测，含双稳态元件的遗传网络可形成并储存关联记忆，为植物联想学习的分子机制提供了理论框架 [6] 。
4.3 研究方法的标准化探索
针对争议中暴露的实验可重复性问题，学界开始推动 植物联想学习研究的方法标准化 ：
光照参数规范 ：要求详细披露 所有阶段的光照条件 ，包括光谱组成、光照强度、光周期等（ Cvrčková & Konrádová, 2022 ） [6] ，避免因光谱差异导致的结果分歧。
实验设计优化 ：强调采用 双盲分析 、 扩大样本量 、 设置多元对照组 （如 Moving Light 对照组），减少实验偏差（ Markel, 2020 ） [2,3] 。
多实验室联合验证 ：呼吁在原作者协助下， 统一豌豆品种 、 实验装置 等关键变量，开展跨实验室重复验证，消除系统性偏差 [2,3,6] 。
5 争议的核心分歧：三重博弈与方法论反思
5.1 核心分歧的三重维度
非条件刺激的有效性之争 ： Gagliano 团队认为原实验中蓝光 100% 引发向光性，是有效 US ； Markel 则指出 1 小时斜向蓝光本就难以引发强向光性，原实验结果具有特殊性； Cvrčková 与 Konrádová 提出前期光照质量差异可能是 US 有效性分歧的深层原因 [3,4,6] 。
实验环境与材料的差异之争 ：包括植株间距与实验空间（全暗室 vs 培养箱）、豌豆品种（ Massey Gem vs Green Arrow ）、前期光照质量（荧光灯 vs 红蓝光 LED ）三大维度，双方对各变量的影响权重存在显著分歧 [2,3,4,6] 。
实验设计的严谨性之争 ： Markel 批评原实验未采用双盲分析，对照组设计单一； Gagliano 团队则认为分工记录已减少偏差，核心争议在于环境控制而非分析方法 [1,2,3] 。
5.2 方法论反思：植物实验的特殊性与可重复性
植物的环境敏感性 ：植物对光照、温度、湿度等 环境变量高度敏感 ，即使是前期培养阶段的细微差异，也可能导致行为应答的显著不同 [6] ，这要求植物行为研究需具备更高的变量控制精度。
可重复性的双重标准 ：科学研究的可重复性不仅要求实验步骤的复刻，更需要核心环境变量的一致性 [3,4] ，植物联想学习的争议提示，未来研究需详细披露所有关键参数，包括 前期培养条件 。
概念定义的跨学科共识 ：争议也反映出 “ 植物联想学习 ” 的 定义边界 尚未明确， 需结合植物的生理特性 ，建立区别于动物的认知行为评估标准，避免简单套用动物实验的理论框架 [6,7] 。
6 结论与未来展望
植物联想学习的研究历经半个多世纪的探索，从早期的初步尝试到 2016 年的突破性发现，再到近年来的争议与深化，已成为植物行为学与认知科学的交叉热点。 Gagliano 团队的原创实验首次提供了 植物联想学习的系统性证据 ， Markel 的重复实验 揭示了实验条件的敏感性 ， Cvrčková 与 Konrádová 的研究则 拓展了光照质量历史的全新视角 ，三方的学术碰撞推动了研究向更严谨、更深入的方向发展。
尽管争议未平，但这些探索 已打破 “ 植物被动适应环境 ” 的刻板印象 ， 证明植物的行为调控机制远比想象中复杂 。未来研究 应聚焦三大方向 ：一是通过多实验室联合验证，精准复刻实验条件，明确植物联想学习的真实性；二是结合多组学技术与分子生物学方法，解析其潜在的表观遗传调控与信号通路机制；三是拓展研究对象与生态场景，验证联想学习是否为植物界的普遍现象，评估其生态适应性价值。
植物联想学习的真相尚未揭晓 ，但这一探索过程本身已彰显了科学研究的核心价值 —— 通过争议与验证不断逼近真理。无论最终结论如何， 该领域的研究都将重塑我们对植物认知能力与生命适应机制的理解，为生命科学的发展开辟新的视野 。
重要参考文献
[1] Gagliano, M., Vyazovskiy, V. V., Borbély, A. A., Grimonprez, M., & Depczynski, M. (2016). Learning by association in plants. Scientific Reports , 6(1), 38427. https://doi.org/10.1038/srep38427
[2] Markel, K. (2020). Lack of evidence for associative learning in pea plants. eLife , 9, e57614. https://doi.org/10.7554/eLife.57614
[3] Markel, K. (2020). Response to comment on 'Lack of evidence for associative learning in pea plants'. eLife , 9, e61689. https://doi.org/10.7554/eLife.61689
[4] Gagliano, M., Vyazovskiy, V. V., Borbély, A. A., Depczynski, M., & Radford, B. (2020). Comment on 'Lack of evidence for associative learning in pea plants'. eLife , 9, e61141. https://doi.org/10.7554/eLife.61141
[5] Halliday, K. J., Martínez-García, J. F., & Josse, E.-M. (2009). Integration of light and auxin signalling. Cold Spring Harbor Perspectives in Biology , 1(6), a001586. https://doi.org/10.1101/cshperspect.a001586
[6] Cvrčková, F., & Konrádová, H. (2022). Associative learning in plants: light quality history may matter. BIOCELL , 46(3), 645-649. https://doi.org/10.32604/biocell.2022.018114
[7] Adelman, B. E. (2018). On the conditioning of plants: A review of experimental evidence. Perspectives on Behavior Science , 41(4), 431–446. https://doi.org/10.1007/s40614-018-0173-6
[8] Bray, D. (2003). Molecular networks: The top-down view. Science , 301(5641), 1864–1865. https://doi.org/10.1126/science.1089018
[9] Zhang, T., Maruhnich, S. A., & Folta, K. M. (2011). Green light induces shade avoidance symptoms. Plant Physiology , 157(4), 1528–1536. https://doi.org/10.1104/pp.111.180661
[10] Gagliano, M., Renton, M., Depczynski, M., & Mancuso, S. (2014). Experience teaches plants to learn faster and forget slower in environments where it matters. Oecologia , 175(1), 63–72. https://doi.org/10.1007/s00442-013-2873-7
[11] Sorek, M., Balaban, N. Q., & Loewenstein, Y. (2013). Stochasticity, bistability and the wisdom of crowds: A model for associative learning in genetic regulatory networks. PLOS Computational Biology , 9(9), e1003179. https://doi.org/10.1371/journal.pcbi.1003179
[12] Feng, X. J., Li, J. R., Qi, S. L., Lin, Q. F., Jin, J. B., & Hua, X. J. (2016). Light affects salt stress-induced transcriptional memory of P5CS1 in Arabidopsis. Proceedings of the National Academy of Sciences of the United States of America , 113(51), E8335–E8343. https://doi.org/10.1073/pnas.1610670114
[13] Holmes, E., & Gruenberg, G. (1965). Learning in plants. Worm Runner ’ s Dig, 7, 9-12.
转载本文请联系原作者获取授权，同时请注明本文来自廖景平科学网博客。 链接地址： https://blog.sciencenet.cn/blog-38998-1524316.html
上一篇： 树木对星空的感知：云杉林日食生物电同步揭示的植物智慧 下一篇： 探索范式转型|应对传统科学无法公正对待非人类利益