Дарвинизм в XXI веке

А вот ученые, занимающиеся механизмами канцерогенеза, обнаружили там дарвиновский отбор, что называется, в чистом виде. Когда перерождающаяся клетка выходит из-под контроля организма и приступает к неограниченному размножению, она еще не умеет многого, что ей необходимо для превращения в смертельную опухоль. Но она непрерывно делится, причем контроль точности удвоения ДНК в ней резко ослаблен.

Возникающие клетки становятся все разнообразнее. И начинается классический естественный отбор: преимущество получают те, кто делится быстрее других и эффективней их обращает в свой ресурс окружающие клетки и ткани. Малигнизация — нарастающая злокачественность — опухолевых клеток демонстрирует как могущество механизма отбора, так и его «слепоту», принципиальную неспособность к целеполаганию: ведь чем дальше зайдут по этому пути раковые клетки, тем скорее наступит гибель организма — и их собственная[247].

Заметим, что в обоих случаях речь шла о клетках — системах, способных (хотя бы потенциально) к расширенному самовоспроизведению с неабсолютной точностью. Там, где есть такие системы, всегда возможен естественный отбор. При этом это не обязательно должны быть клетки или вообще что-то имеющее отношение к живому (например, вирусы). Правда, неживые размножающиеся системы нам пока неизвестны, но уже сейчас теоретики нанотехнологий всерьез обсуждают угрозу «серой слизи» — самовоспроизводящихся наноустройств. Если такие устройства когда-либо будут созданы, они тут же подпадут под действие естественного отбора. И рано или поздно эта эволюция породит формы, для которых человечество со всей его материальной культурой будет лишь сырьем. (Есть, правда, основания полагать, что наноразмерное самовоспроизводящееся устройство принципиально невозможно: ему просто не хватит атомов для достаточного уровня сложности.)

А возможно ли все-таки плодотворное применение селекционистского подхода там, где нет ни дискретных особей, ни размножения?

Тут все зависит от того, насколько широко понимать «селекционистский подход». Мы уже видели (см. главу 12), какое плодотворное применение неожиданно нашла в последние годы идея отбора в той области, куда ей вход, казалось бы, был закрыт по определению, — в изучении химической эволюции, предшествовавшей возникновению жизни. А в главе «Эволюция и энтропия» мы узнаем, как теория Дарвина вдохновила его младшего современника, замечательного австрийского физика Людвига Больцмана на создание молекулярно-статистической интерпретации классической термодинамики (и в значительной мере — вообще молекулярной физики). Однако сходство между теориями Дарвина и Больцмана можно усмотреть лишь на самом общем уровне: случайные элементарные микрособытия приводят в конечном счете к неслучайным изменениям макросистем. Можно при желании считать монотонное нарастание энтропии «отбором» (более вероятные состояния вытесняют со временем менее вероятные), но это уже не более чем метафора.

Однако в последние десятилетия получило развитие чисто инженерное направление — генетическое моделирование. Суть его в том, что конструктор не ищет оптимальную форму разрабатываемого изделия — он создает определенный набор возможных конструкций, затем выбирает лучшие из них, вносит в них возмущающие изменения, снова выбирает и т. д. Эта идея предлагалась еще в 50-е — 60-е — но в ту пору такой объем расчетов был невозможен, а провести нужное число натурных экспериментов было тем более немыслимо. Только с развитием возможностей компьютерного моделирования об этом методе вспомнили вновь. Чаще всего он применяется при «конструировании» белков и других сложных молекул (работать с которыми другими методами почти невозможно), но у него уже есть заслуги и в других областях. В 2000-х годах американские инженеры попытались рассчитать оптимальную схему распределения сигналов спутников. Орбиты спутников, созданные методом генетического моделирования, были неожиданно асимметричны, с разношаговыми расстояниями между аппаратами. Однако расчеты показали, что эффективность этого решения на порядок опережала схемы, предложенные конструкторами-людьми.

Аналогичным образом работает метод USPEX, разработанный группой под руководством российского кристаллографа Артема Оганова: программа генерирует случайные модели кристаллических структур заданного состава, оценивает их стабильность при заданных макропараметрах, отбирает наиболее стабильные, вносит в них случайные изменения, снова оценивает — и так до тех пор, пока не получит наиболее устойчивые. Метод оказался весьма продуктивен не только для изучения структуры веществ при сверхвысоких давлениях (в частности, для исследования строения глубоких слоев земных недр — для чего он исходно и был разработан), но и для предсказания структуры еще не полученных материалов. Сегодня он применяется во многих лабораториях по всему миру.

Несмотря на свою «слепоту» (а вернее, благодаря ей), отбор случайных изменений может породить структуры, которые просто не пришли бы в голову разумному существу.

* * *