Парадоксы эволюции. Как наличие ресурсов и отсутствие внешних угроз приводит к самоуничтожению вида и что мы можем с этим сделать

Статистическая сложность генома

В приложении к реальным живым системам напрямую провести адекватное математическое описание их биологических функций как выражение их функциональной или вычислительной сложностей оказывается пока крайне затруднительно.

Но в частном применении к функциональной сложности, например генома, общий статистический подход может быть частично реализован. Таким примером может быть предложенная Кристофом Адами (Adami C., 2002) концепция эволюционной «физической сложности». В ней под физической сложностью (нуклеотидной) последовательности понимается мера информации адаптирующейся популяции об окружающей среде, выражаемая как разница между энтропией популяции в отсутствии отбора и энтропией в условиях действия сил отбора окружающей среды. Математически для одного переменного сайта (j) последовательности она может быть выражена следующим образом:

где C₁(L) – эволюционная физическая сложность отдельного геномного сегмента, подверженного селективному отбору, L – число нуклеотидов геномного сегмента, H_i – энтропия отдельной последовательности (H _i= , где F_ij – частоты j для нуклеотидов в сайте i).

Евгений Кунин развивает этот подход для еще более реальных условий как расчет эволюционной биологической сложности по сложности выравнивания ортологических последовательностей в генах (то есть близких статистически и функционально у разных организмов), таким образом интерпретируя эволюционную биологическую сложность всего генома:

из чего можно вывести своего рода удельную биологическую сложность, приведенную на общую длину генома, то есть биологическую плотность генома:

где C(N) – эволюционная биологическая сложность генома, D(N) – удельная биологическая сложность (биологическая плотность) генома, N – число нуклеотидов (длина) генома, L_i – длина геномного сегмента, подверженного отбору (ген), k – число генов в геноме, H(L_i) – эволюционная энтропия для отдельного сегмента L_i, рассчитываемая как

Энтропия генома, его общая биологическая сложность и биологическая плотность таким образом, в принципе, оказываются просчитываемыми с приемлемой оценочной точностью и дают удивительные результаты. С увеличением генома быстро возрастает его энтропия (потенциальная или микроинформация), медленно нарастает биологическая сложность, а удельная биологическая сложность (биологическая плотность генома), напротив, падает. Результат выглядит парадоксальным, если принять, что в ходе эволюции отдельной линии размер генома, как правило, возрастает. То есть геном бактерий выглядит лучше «спроектированным» или, по-другому, эволюционно оптимизированным, по сравнению с геномом простейших эукариот, а он – с геномом млекопитающих и человека! Если исторически экстраполировать эту тенденцию к истокам жизни (а цифры получены только для ныне живущих организмов), то получится, что самые первые организмы или даже протоорганизмы должны были иметь самый оптимизированный низкоэнтропийный геном с максимальной плотностью информации, что, казалось бы, маловероятно. Но с принятием эквивалентности сложности и случайности такая сложность первых истинно случайных нуклеотидных последовательностей выглядит вполне объяснимой. В дополнение ко всему, допустив для эволюционной динамики траекторию прерывистого равновесия со сменой фаз состояния системы, можно признать и локальную разновекторность энтропии и сложности, например в период разрешения критичного состояния системы.

От бессмысленной структуры к информационной насыщенности гена

Могла ли разнородная смесь структурных нуклеиновых кислот, «работавших», например, на поддержание целостности полупроницаемых неорганических мембран, в какой-то момент обрести критичность состояния и создать эволюционно новый уровень сложности? Предположим, что структурные нуклеиновые кислоты (подразумевая, конечно, в первую очередь двухцепочечную ДНК, как физически более устойчивую, хотя необязательно находящуюся в классическом спиральном состоянии, и ее гибриды с РНК) являются носителями своего рода аналоговой информации, то есть содержащейся в форме их макромолекул. Об этом вполне можно говорить в настоящем времени, так как замечательными примерами современных именно структурных ДНК служат упомянутые выше матричные ДНК бактериальных биопленок и NET структуры, наблюдаемые, в частности, при развитии аутоиммунных и онкологических заболеваний у животных и человека (БОН: глава XIV), и искусственные нанотехнологические структуры на основе ДНК.