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

порога Эйгена, похоже, имеет ограничение и с противоположной, максимальной, стороны: можно увидеть, что реально наблюдаемая точность передачи наследственной информации заметно ниже уровня «наилучших доступных технологий», даже с учетом различных энергетических и материальных издержек и «термодинамического шума», объективно препятствующего абсолютно точной передаче информации. Евгений Кунин полагает, что совокупность неточностей передачи информации по всей траектории ее движения, вызванная объективными «техническими» (по сути – стохастическими) причинами – «термодинамический шум», является залогом эволюционируемости биологических систем, несмотря на все связанные с ним издержки.

Рис. 20. Точность биологических процессов с точки зрения подхода 6 сигм

Накапливается все больше свидетельств того, что уровень неточности является регулируемым: в некоторых случаях очевидно «сознательное» повышение биологическими системами неточности передачи информации. И даже больше того: сама эволюционируемость тоже естественным образом может эволюционировать, причем в избранном направлении.

В этом смысле наблюдаемый, по крайней мере у прокариот, стресс-индуцированный мутагенез может рассматриваться как адаптивное явление и форма эволюционного «предвидения» на основе эволюционной экстраполяции предшествующего опыта, тезауруса данного биологического объекта. Способность увеличивать частоту мутаций в условиях часто возникающего стресса выглядит очевидным эволюционным преимуществом, несмотря на все сопряженные с этим процессом риски («кто не рискует, тот не пьет шампанского»).

Эволюция, разумеется, не может в прямом смысле «предвидеть», что случится в будущем, но, исходя из предположенной базовой сущности живого – предиктивности, может «вычислить».

Кроме того, как это же в несколько иных формулировках обсуждалось в предыдущей главе, «забывание» части информации, что можно приравнять к ошибкам ее наследования, облегчает преодоление холмов адаптационного ландшафта. В этой связи можно еще раз привести и один из вариантов формулировки цели информационной динамической системы, данной Д. С. Чернавским: «Целью является выбор такой информации, которая сохраниться в будущем». Очень вероятно, что такое же «верхнее» ограничение эффективности имеется и у других биологических функциональных систем, где требуется запоминание, например защитных, включая иммунную (БОН: глава XIII).

Обнаруженные у самых оснований жизни ведущие мотивы развития – конкурирующие взаимодействия элементов системы, одновременно сводимые, например, к протагонистическим/альтруистским и антагонистическим/эгоистическим, с заметным приматом последних, или другие двойственные отношения, в том числе в смысле дополнительности Бора и Джеймса – повторяются и далее, как на новых иерархических уровнях биологических систем, так и на новых эволюционно-исторических этапах. Но эту концепцию, как, в принципе, и любую другую, предпочтительно рассматривать лишь как модель описания с определенной степенью предсказательной способности, но не отображение некоей «реальности».

Модель в своем изначальном предназначении максимально практическую, нацеленную на понимание наиболее общих закономерностей болезней и здоровья, в первую очередь человека. И, как хочется верить, способную к подтверждению, то есть фальсифицируемую. Бескрайний и бесконечно интересный мир бактерий и вирусов, застывший, в представлениях обычного человека, в своем примитивном развитии еще миллиарды лет назад, оказывается в этом частном применении лишь средой, в которой разыгрываются трагедии и драмы человеческого и животного бытия. И это справедливо лишь отчасти. Мы знаем уже, что визуальное преобладание в природе многоклеточных форм жизни обманчиво: в генетическом отношении мы, многоклеточные, да и вообще эукариоты, живем в море бактерий внутри океана вирусов на планете мобильных генетических элементов. Роль и положение же свободных нуклеиновых кислот в этой конструкции вообще пока еще труднопредставимо. Эволюция бактерий и вирусов, взятая во всем объеме и сложности их взаимоотношений и написанная языком химии и несозданным еще инженерным языком молекулярной биологии, по насыщенности эпохальными событиями и вовлеченной биомассе, не отставала, а, скорее, намного превосходила таковую всех вместе взятых эукариот. То есть мир бактерий и вирусов оказывается не пассивной, а сверхактивной средой, во многом определяющей траекторию развития для выделившейся из него и тщетно пытающейся отгородиться ее маленькой части. И раз судьба человечества связана именно с этой части живого – обособленным мирком слившихся в симбиозе нескольких прокариот, то многие причины постигающих нас напастей вполне разумно искать у самых начал этого обособления.

Библиографический список

1. Эйген М. (1973). Самоорганизация материи и эволюция биологических макромолекул. – М.: Мир.

2. Редько В. Г. (1990). Спиновые стекла и эволюция. Биофизика. Т. 35. Вып. 5. С. 831–834.

3. Кунин Е. В. (2012). Логика случая. О природе и происхождении биологической эволюции. – М., Центрполиграф.

4. Докинз Р. (1993). Эгоистичный ген. – М., Мир.

5. Де Гроот М. (1974). Оптимальные статистические решения. – М., Мир.

6. Ehrenfest P., Ehrenfest T. (1911). Begriffische der statistischen Auffassung in der Mechanik//Enzyklopaedie der mathematischen Wissenschsften. Leipzig: Teubner.

7. Wolf Y. I., Katzenelson M. I., Koonin E. V. (2018). Physical foundations of biological complexity. PNAS 115 (37), E8678–E8687.

8. Laughlin R. B., Pines D. (2000). The theory of everything. Proc Natl Acad Sci USA97: P. 28–31.

9. Kirkpatrick S., Sherrington D. (1978). Infinite range model of spin-glass. Physical Review V.17, N.11. P. 4384–4403.

10. Holland J. H. (1992). Adaptation in Natural and Artificial Systems. Boston, MA: MIT Press, (2nd edition).

11. Hopfield J. J. (1982). Neural networks and physical systems with emergent collective computational abilities. PNAS 79 (8). P. 2554–2558.

12. Andresen J. C., Zhu Z., Andrist R. S., Katzgraber H. G., Dobrosavljevic V., Zimanyi G. T. (2013). Self-organized criticality in glassy spin systems requires a diverging number of neighbors. Phys Rev Lett 111:097203.

13. Cha P., Wentzell N., Parcolet O., Georges A., Eun-Ah K. (2020). Linear resistivity and Sachdev-Ye-Kitaev (SYK) spin liquid behavior in a quantum critical met al. with spin-1/2 fermions. PNAS 117 (31).

14. Zaanen J. (2019). Planckian dissipation, minimal viscosity and the transport in cuprate strange met al.s. SciPost Phys. 6, 061.

15. Schmalian G., Wolynes P. G. (2000) Stripe glasses: Self-generated randomness in a uniformly frustrated system. Phys Rev Lett 85:836–839.

16. Xu J., Chmela V., Green N., Russel D. A., Janicki M. L., Gora R. W., Szabla R. A., Bond A. D., Sutherland J. D. (2020). Selective prebiotic formation of RNA pyrimidine and DNA purine nucleosides. Nature 582, 60–66.

17. Koonin E. V. (2007). The Biological Big Bang model for major transition in evolution. Biology Direct. 2:21.

18. Maynard S. J., Szathmary E. (1997). The Major Transitions in Evolution. Oxford, Oxford University Press.

19. Viswanathan G. M., Raposo E. P., da Luz M. G. E. (2008). Lévy flights and superdiffusion in the context of biological encounters and random searches. Physics of Life Reviews. 5 (3). P. 133–150.

20. Friston K. (2013). Life as we know it. J. R. Soc. Interface.1020130475.

21. Allen M., Friston K. J. (2018). From cognitivism to autopoiesis: towards a computational framework for the embodied mind. Synthese 195, 2459–2482.

22. Friston K., Adams R.