Лестница жизни. Десять величайших изобретений эволюции

Одни и те же гены, кодирующие белки, выполняющие одни и те же функции, можно найти у множества видов, от бактерий до человека. Вредные мутации, возникающие время от времени в их последовательностях, в ходе эволюции отсеиваются отбором. В результате на соответствующих местах остаются одни и те же буквы. В чисто практическом плане это означает, что мы по-прежнему можем узнать родственные гены, имеющиеся у разных видов, даже если их общий предок жил невообразимо давно. Однако, как правило, лишь малая доля из многих тысяч букв каждого гена по-настоящему важна, а все остальные могут более или менее свободно меняться по мере накопления мутаций, потому что изменения в этих буквах не имеют серьезного значения и не отсеиваются отбором. Чем больше проходит времени, тем больше таких мутаций накапливается и тем сильнее отличаются друг от друга две последовательности любого гена у разошедшихся видов. Виды, общий предок которых жил сравнительно недавно, например шимпанзе и человек, имеют немало общего в последовательностях своих генов, в то время как виды, последний общий предок которых жил намного раньше, например нарцисс и человек, обнаруживают уже меньше общих черт. Здесь работает примерно тот же принцип, что и с языками, которые со временем постепенно расходятся, утрачивая признаки, указывающие на общее происхождение, за исключением некоторых скрытых черт, которые их по-прежнему объединяют.

Генетические деревья основаны на различиях между видами в последовательностях генов. Хотя в накоплении мутаций есть элемент случайности, он уравновешивается за счет тысяч задействованных букв, позволяющих с помощью статистических вероятностей определять степени родства. Пользуясь одним-единственным геном, мы можем реконструировать генеалогическое древо всех эукариот с такой степенью точности, какая не снилась охотникам за ископаемыми. А если у нас возникнут какие-либо сомнения, мы можем просто повторить проведенный анализ, воспользовавшись другим геном, и проверить, получим ли мы в итоге ту же самую схему. Поскольку у разных эукариотических организмов имеются сотни, если не тысячи, общих генов, этот метод можно применять многократно, накладывая получаемые деревья одно на другое. Несложная компьютерная программа позволяет построить на их основе единое “консенсусное” древо, отражающее наиболее вероятные степени родства между всеми эукариотами. По сравнению с палеонтологической летописью с ее пробелами этот метод — настоящий клад. Он позволяет точно определять степень своего родства с растениями, грибами, водорослями и так далее. Дарвин ничего не знал о генах, но именно их тонкое строение более, чем что-либо, позволило заполнить белые места в дарвинистской картине мира.

Все это замечательно, но с этим подходом связаны и некоторые трудности. Одна из основных причин — статистические ошибки при замере изменений, происходивших за огромные промежутки времени. Беда здесь прежде всего в том, что ДНК состоит всего из четырех букв, и в результате мутаций (по крайней мере, мутаций того типа, который нас сейчас интересует) одна буква обычно меняется на другую. Если большинство букв заменялось лишь однажды, то все в порядке, но за длительные периоды эволюции многие буквы неизбежно должны были заменяться неоднократно. Каждое такое изменение — лотерея, поэтому трудно определить, менялась ли та или иная буква один раз, пять раз, десять раз. А если буква осталась прежней, это могло получиться как в случае, если она ни разу не менялась, так и в случае, если она менялась неоднократно: ведь с вероятностью 25 % каждая замена могла приводить к восстановлению исходной буквы. Поскольку анализ таких изменений основан на статистической вероятности, наступает момент, когда мы уже не в состоянии сделать выбор между альтернативными возможностями. К несчастью, тот момент, где мы начинаем барахтаться в море статистической недостоверности, примерно соответствует появлению самой эукариотической клетки. Принципиально важный переход от бактерий к эукариотам скрывается в волнах генетической неопределенности. Единственный способ решить эту проблему — использовать более мелкое статистическое сито, то есть тщательнее отбирать гены для наших исследований.