Мы еще многого не понимаем в системе кодирования ДНК, однако кое-в-чем мы смогли разобраться — например, в «генетическом коде». Некоторые фрагменты ДНК представляют собой инструкции по созданию белковых молекул. По сути, их можно довольно точно назвать чертежами белков, поскольку они точно перечисляют компоненты белка в правильном порядке. Белки состоят из ограниченного набора относительно коротких молекул, называемых аминокислотами. Для большинства организмов, в том числе и человека, этот набор содержит ровно 22 аминокислоты. Если соединить в один в ряд множество аминокислот и позволить их цепочке свернуться в достаточно компактный клубок, как раз и получится молекула белка. ДНК не содержит информацию о том, как нужно свернуть получившуюся молекулу, но, как правило, она сама сворачивается нужным образом. В тех случаях, когда этого не происходит, несколько вспомогательных молекул помогают ей принять правильную форму. Пока мы пишем эти строки, одна из таких молекул, известная как HSP90[86], переворачивает молекулярную генетику с ног на голову. Она «заставляет» белки принимать нормальную форму, даже если фрагмент ДНК, отвечающий за эти белки, содержит несколько мутаций. Когда организм находится в состоянии стресса, HSP90 используется для других целей, в результате чего эти скрытые мутации неожиданно становятся выраженными — белки принимают нестандартную форму, соответствующую своим мутировавшим кодам ДНК. Так что генетические изменения можно вызвать и вполне негенетическим способом.
Наименование «гены» относится к сегментам ДНК, кодирующим функциональные белки. Прочие сегменты могут называться по-разному. Некоторые из них кодируют белки, регулирующие момент «включения» какого-либо гена, то есть запуск синтеза соответствующих белков — это так называемые регуляторные (или гомеотические) гены. Некоторые фрагменты в разговорной речи именуются «избыточной ДНК» — это научный термин, означающий «мы не знаем, для чего нужны эти кусочки ДНК». Некоторые ученые понимают эти слова буквально как «они не нужны», ставя тем самым коня эволюции вровень с телегой человеческого понимания. Скорее всего, эти фрагменты представляют собой некую смесь: ДНК, которая выполняла определенные функции на ранних этапах эволюции, но сейчас дремлет (и, возможно, однажды проснется, если, к примеру, снова появится какой-нибудь древний паразит); ДНК, управляющая процессом включения производства белков для тех или иных генов; ДНК, управляющая этими генами, и так далее. Некоторые части ДНК и в самом деле могут оказаться избыточными. А в некоторых (как в анекдоте) может быть закодировано сообщение: «Это был Я, Бог. Я существовал с самого начала, ха-ха».
Эволюционный процесс иногда идет вразрез с нашим пониманием. Это не означает, что Дарвин ошибся, но даже если он был прав, к нашему удивлению может оказаться, что в природе нет рассказия — «история», вполне осмысленная с точки зрения эволюции, может показаться лишенной смысла в глазах людей. Есть подозрение, что это справедливо для любого аспекта живого организма. На каждой стадии эволюции он может приобретать какое-либо преимущество, однако игра эволюции настолько сложна, что мы не в состоянии рассказать убедительную историю о том, в чем же это преимущество состоит. Чтобы продемонстрировать, насколько странными могут быть эволюционные процессы — даже в относительно простых условиях — мы обратимся не к животным или растениям, а к электронным схемам.
Инженер по имени Эдриан Томпсон с 1993 года занимается «разведением» электронных схем. Базовый принцип, известный как «генетический алгоритм», довольно широко используется в информатике. Алгоритм — это конкретная программа или рецепт, направленная на решение поставленной задачи. Один из способов поиска алгоритмов решения по-настоящему сложных задач состоит в применении «скрещивания» и естественного отбора. Под «скрещиванием» понимается «соединение части одного алгоритма и частью другого». Биологи называют этот процесс рекомбинацией — любой организм, размножающийся половым путем (например, вы), именно таким образом рекомбинирует хромосомы своих родителей. Описанный метод, а также полученный с его помощью результат, называется генетическим алгоритмом. Если он срабатывает, то дает блестящие результаты. Главный недостаток метода состоит в том, что вы не всегда можете объяснить, как полученный в итоге алгоритм решает поставленную перед ним задачу. Мы вернемся к этому вопросу, а пока займемся электроникой.
Томпсон задался вопросом, что получится, если применить метод генетических алгоритмов к электронным схемам. Нужно сформулировать какую-нибудь задачу, случайным образом комбинировать схемы, которые способны или не способны ее решить, отбирать схемы, которые лучше справляются с решением, и повторять процесс в течение стольких поколений, сколько потребуется.
Большинство инженеров-электронщиков, подумав над подобным проектом, довольно быстро придут к выводу, что использование настоящих схем будет напрасной тратой ресурсов. Вместо этого можно смоделировать схему на компьютере (ведь поведение электронной схемы нам известно точно), и добиться результата дешевле и за меньшее время. Однако Томпсон не стал полагаться на такой аргумент — возможно, настоящие схемы «знают» то, что недоступно для компьютерной модели.
Он поставил следующую задачу: распознать два сигнала разной частоты — 1 кГц и 10 кГц, то есть сигналы, совершающие соответственно 1000 и 10 000 колебаний в секунду. Можете представить их в виде звука с высоким и низким тоном. Схема должна принимать сигнал на вход, каким-то образом его обрабатывать в зависимости от своей конечной структуры, и выдавать результирующий сигнал на выходе. При высокочастотном входе схема должна выдавать постоянное напряжение, равное нулю вольт, то есть не выдавать ничего, а при низкочастотном — постоянное напряжение 5 вольт (На самом деле эти свойства не были сформулированы с самого начала — подошли бы два любых постоянных сигнала, но в итоге получилось именно так).
На то, чтобы вручную собрать тысячи тестовых схем, уйдет целая вечность, поэтому Томпсон воспользовался «вентильной матрицей, программируемой пользователем». Это микросхема, которая состоит из множества транзисторных «логических ячеек», или, скажем так, умных переключателей, соединения между которыми могут меняться в зависимости от инструкций, записанных в конфигурационную память устройства.
Эти инструкции аналогичны ДНК-коду живого организма, и могут скрещиваться друг с другом. Именно это и сделал Томпсон. Сначала он взял матрицу из сотни логических ячеек и с помощью компьютера сгенерировал случайную популяцию из пятидесяти кодов инструкций. Компьютер загружал каждый набор инструкций в память матрицы, подавал входные сигналы, сравнивал результаты на выходе и пытался обнаружить свойство, которое могло бы помочь в выведении подходящей схемы. Сначала под этот критерий подходила любая схема, поведение которой отличалось от случайного.
«Наиболее приспособленным» представителем оказалась схема, выдающая постоянное напряжение в 5 вольт независимо от «услышанного» ей сигнала. Затем коды наименее подходящих инструкций были «убиты» (то есть удалены), а подходящие скрещены между собой (скопированы и рекомбинированы), после чего процесс повторился снова.
Самым интересным в этом эксперименте оказались не подробности его проведения, а то, как система искала путь к решению — и необыкновенная природа этого решения. К 220-му поколению лучшая схема выдавала сигналы, которые по существу не отличались от сигналов на входе — это были колебательные сигналы различной частоты.
Того же результат можно было достичь вообще без микросхемы, используя один лишь провод! До желаемых постоянных сигналов на выходе было еще далеко.
К 650-му поколению выходной сигнал, соответствующий низкой частоте, стал постоянным, но высокочастотный вход по-прежнему приводил к переменному сигналу на выходе. Потребовалось дойти до 2800-го поколения, чтобы схема начала выдавать почти постоянные и различные сигналы для двух входных частот. И только к 4100-му поколению странное отклонение исчезло, после чего схема практически перестала эволюционировать.
Самым странным в получившемся решении была его структура. Такую микросхему не смог бы изобрести ни один инженер-человек. Собственно говоря, человек бы даже не смог найти решение, состоящее всего лишь из 100 ячеек. Однако человеческое решение было бы доступным для понимания — мы смогли бы рассказать убедительную «историю» о том, как оно работает. Например, в нем бы был генератор тактовых импульсов — электронная схема, выдающая сигнал с постоянной частотой. Его можно использовать в качестве точки отсчета для сравнения с другими частотами. Однако собрать тактовый генератор из 100 ячеек нельзя. Эволюция не утруждала себя построением тактового генератор. Вместо этого входной сигнал пропускался через сложную последовательность замкнутых контуров. Предположительно они создавали сдвинутые во времени и обработанные иными способами версии сигналов, которые, в конечном счете, объединялись и формировали постоянный сигнал на выходе. Предположительно. Томпсон описал работу микросхемы так: «На самом деле я не имею ни малейшего понятия о том, как она работает».
