人类活动已经对自然造成了重大影响，重大到许多科学家投票赞成将这个时代划分为一个新的地质时代——人类世（Anthropocene）。桦尺蛾的体色便是教科书式的案例：潮湿的英国，树林里到处覆盖着灰白色的地衣，灰白色型的桦尺蛾个体在这样的环境中伪装很好，因此数量比深色型的个体更多。但工业革命时期，它们栖息的环境被黑色的烟尘遮盖，深色的个体因而获得了更好的伪装，数量逆转。

如果说人类对环境的改变只是间接影响了生物的进化，那么捕猎/采挖活动则可以产生非常直接且快速的影响，其产生的选择压力远超其他自然力量。例如，在捕鱼过程中，渔网会对鱼的大小做筛选，比网眼小的鱼更容易幸存。长此以往，鱼就越来越小，且繁殖年龄也越来越小（只有那些在体型较小时就能繁殖的鱼才有更多后代）。与之类似，很多野生植物因具有经济价值而受到人类关注，遭到严重采挖，但这一过程引发的潜在进化影响却极少受到关注。最近，中国科学院昆明植物研究所与英国埃克塞特大学的科研人员合作探讨了这一问题。

梭砂贝母是生长在我国西南高山流石滩上的一种贝母属植物。昆明植物研究所高山植物多样性研究组的研究人员在前期研究中发现，该物种的不同群体具有显著的体色差异。在某些群体中，呈现比较“正常”的绿色，而在另一些群体中，它们则与背景融为一体，非常隐蔽（图1）。研究者首先推测，这种伪装可能是在应对食草动物的防御策略。但与其他在该区域发现的伪装植物不同，经过长期多地观察，他们没有观察到动物取食梭砂贝母的明显痕迹。由于体内富含生物碱，贝母属植物具有很强的化学防御，在一定程度上抵御了动物取食。而后，研究者意识到，梭砂贝母作为我国传统药用植物“川贝”的重要来源，其地下鳞茎长期遭到大量采挖，而这种采挖本身就有可能产生强烈的选择压力。

图1. 不同群体的梭砂贝母体色变化

为研究贝母的色彩，研究者首先获得了每个群体的反射光谱数据，根据CIELAB色觉模型（该模型专为人类色觉设计）计算，发现梭砂贝母的体色的确在群体之间差异显著（图2）。利用该模型，研究者还计算了贝母与岩石背景的匹配程度，作为衡量伪装程度的指标。

为了评估每个群体遭受的采挖强度，研究者从当地基层药商处获得了过去六年的梭砂贝母采收量（以干重统计），并估计了每个群体单粒贝母鳞茎的干重。他们发现，获得一公斤干燥鳞茎，意味着超过3,000株贝母被采挖，这是相当强的选择压力。再通过样方统计和分布面积评估获得的潜在贝母产量，研究者获得了每个群体的采挖强度。他们发现，采集强度越大的地方，贝母伪装越好。

考虑到采挖压力可能在较长历史内有变化，研究者还评估了伪装程度与采挖难度的关系。采挖难度与当地流石滩基质岩石的大小和结构有关，鳞茎埋藏较深的群体采挖难度大，耗时长，因而遭受的采挖压力较小。结果表明，越是容易采集的群体，其伪装越好。

图2. A群体间的体色变异（CIELAB色彩空间）B采挖强度（横坐标）与伪装程度（纵坐标）的关系 C采挖难度（横坐标）与伪装程度（纵坐标）的关系 D 贝母目标显著度与玩家搜寻时间的关系（红色为三色视觉结果，蓝色为二色视觉结果）

此外，为了评估贝母的伪装效果并检验人类通过视觉的选择过程，研究者编写了一款名为“找贝母”的网络游戏（图3），用以收集与色觉相关的数据。玩家首先被告知需要寻找的贝母长什么样，接着可以选择当人类（三色视觉）还是牦牛（二色视觉），而后需要在最短时间内从依次出现的每幅图片中找到目标。研究者采用一个整合的目标显著度参数衡量每幅图片上贝母的显著程度，后台程序会记录玩家在每张图片上的耗时（霰弹枪式的随机胡乱点击将不会被计入最终统计，不要作弊哦）。一年多时间里，来自全球的500多名玩家参与了这项实验（目前的记录由名叫Matze的一名玩家保持，成绩为0.9133秒）。结果表明，伪装更好（显著度更低）的贝母的确更难被找到。并且，拥有三色视觉的人类搜寻目标的速度要比二色视觉的动物（模拟获得）更快。

图3. 公众参与的在线视觉游戏“找贝母”

以上结果表明，人类的采挖活动很可能驱动了伪装在梭砂贝母中的进化。采挖者并不在意贝母的色彩，但他们的搜寻和采挖过程却影响了植物的色彩进化。这一例子暗示，人类活动正在以自己都无法预见的方式影响野生生物的进化。

虽然梭砂贝母已足够“聪明”，但研究者推测，在利益的驱使下，再高明的伪装也躲不过人类的高强度搜索。如今，许多群体的贝母已经越来越少见。研究者在此呼吁大家，求助现代医学，减少对野生生物资源的过度采集。

研究成果以“Commercial harvesting has driven the evolution of camouflage in an alpine plant”为题在国际生物学领域顶级期刊Current Biology在线发表。牛洋博士为论文第一作者，Martin Stevens教授和孙航研究员为通讯作者。该研究得到中国科学院青藏高原二次科考、战略性先导科技专项、国家自然科学基金、中科院青促会、云南省科技厅及中国科技厅项目的资助。