Что такое жизнь? Понять биологию за пять простых шагов

Теперь вместо сосуда возьмем шар из идентичных клеток, а вместо чернил введем в одну сторону шара дозу какого-нибудь белка, способного изменить свойства клеток. Мы таким путем получаем некий способ добавления клеткам пространственной информации для выстраивания модели. Белок проникнет сквозь клетки, создавая градиент высокой концентрации в одной стороне шара и низкой концентрации – в другой. Если клетки будут по-разному реагировать на высокую и низкую концентрацию, градиент белка может предоставить информацию для начала создания сложного эмбриона. Если, к примеру, высокая концентрация белка могла бы создать клетки головы, средняя концентрация – клетки груди, а низкая – клетки желудка, тогда градиент одного простого белка смог бы в принципе привести к рождению новой лимонницы. На практике дело обстоит не так просто, но имеются весомые свидетельства того, что градиенты сигнальных молекул в телах развивающихся организмов действительно вносят вклад в возникновение усложненных биологических форм.

К этой группе проблем обратился в начале 1950-х гг. Алан Тьюринг, один из основателей современной информатики, прославившийся взломом шифратора «Энигма». Он выступил с альтернативным и творческим решением вопроса о том, как эмбрионы получают пространственную информацию извне. Он разработал систему математических уравнений, предсказывавшую поведение химических веществ, взаимодействовавших друг с другом и в результате подвергавшихся определенным химическим реакциям по мере диффузии в структуре. Сверх чаяния его уравнения, которые он назвал реакционно-диффузными моделями, могли выстроить химические вещества в изощренные и часто весьма красивые пространственные структуры. Модифицируя параметры уравнения, два вещества могли организоваться, например, в равноудаленные точки, полоски и пятнышки. Модель Тьюринга привлекала тем, что системы возникали сами по себе согласно относительно простым химическим правилам взаимодействия двух веществ. Другими словами, налицо способ, каким развивающаяся клетка или организм получают необходимую для формирования информацию полностью извне: это самоорганизация. Тьюринг умер до того, как его теоретические идеи могли быть испытаны на реальных эмбрионах, но биологи, занимающиеся развитием, ныне полагают, что таким мог бы быть механизм создания пятен на боках гепардов и полос на многих рыбах, распределения волосяных луковиц на вашей голове и даже разделения ладони человеческого зародыша на пять отдельных пальцев.

Когда мы оцениваем жизнь в терминах информатики, важно отдавать отчет в том, что биологические системы постепенно эволюционировали в течение многих миллионов лет. Как мы уже видели, нововведения появлялись как результат случайных генетических мутаций и вариаций. Затем они проходили через фильтр естественного отбора, и те, что зарекомендовали себя хорошо, ассимилировались в оставшиеся в живых, более успешные организмы. Отсюда следует, что существующие системы неуклонно изменяются путем приращения «дополнительных элементов». В каком-то смысле это похоже на ваш телефон или компьютер, часто нуждающийся в загрузке и установке обновленного программного обеспечения. Устройства приобретают новые функции, но приводящее их в действие программное обеспечение тоже все более усложняется. В равной степени в контексте жизни все эти генетические «обновления» означают, что вся система клетки будет постепенно стремиться к усложнению с ходом времени. Это способно привести к избыточности: функции каких-то компонентов будут перекрываться, другие окажутся остатками вытесненных частей, а некоторые полностью потеряют значение для функционирования, но смогут пригодиться на случай выхода из строя базового компонента. Все это говорит о том, что живые системы нередко менее эффективны и менее разумно сконструированы, чем цепи управления, рационально спроектированные людьми, – еще одна причина, почему аналогии между биологией и информатикой могут завести слишком далеко. Как сказал Сидни Бреннер: «Математика – искусство идеального. Физика – искусство оптимального. Биология по причине эволюции – искусство посредственного». Жизненные формы, выжившие при естественном отборе, устояли, потому что они работают, но не обязательно потому, что делают все максимально эффективно, просто и ясно. Вся эта сложность и избыточность делают анализ биологических систем сигнальных путей и информационных потоков трудным, но интересным. Очень часто оказывается, что невозможно применить понятие «бритва Оккама», которое призывает для понимания явления искать самое простое адекватное объяснение[7]. Некоторых физиков, заинтересовавшихся биологией, это может смутить. Физики склонны к простым и изящным решениям и могут чувствовать себя неуютно, столкнувшись с неряшливой и далекой до совершенства реальностью живых систем.