Эволюция. Классические идеи в свете новых открытий
Шрифт:
lac– оперон состоит из трех генов, необходимых для усвоения лактозы. Непосредственно перед опероном располагается ген транскрипционного фактора — репрессора lacI. Когда в клетке нет лактозы, lacI прикрепляется к своему сайту (оператору O1), тем самым блокируя транскрипцию lac– оперона. Когда в клетке появляется лактоза, ее производное (аллолактоза) присоединяется к белку lacI. В результате белок меняет свою трехмерную структуру и отсоединяется от оператора. Это позволяет РНК-полимеразе приступить к прочтению lac– оперона, и клетка начинает производить ферменты, требующиеся для утилизации лактозы.
Цветки с четырьмя и пятью лепестками на одной и той же ветке сирени — проявление стохастичности онтогенеза. Генетическая «программа развития» у цветков заведомо одна и та же, раз они находятся на одном растении и даже на одной кисти. Списать наблюдаемую изменчивость на различия условий среды тоже не удается, потому что распределение пятилепестковых цветков случайно.
Исследователи изготовили генно-модифицированную кишечную палочку, присоединив к гену lacI ген желтого флуоресцирующего белка. Химерный белок, синтезируемый на основе измененного гена, сохранил свои регуляторные свойства, но стал светящимся, что позволило наблюдать за ним под микроскопом.
Оказалось, что, фотографируя бактерий с большой выдержкой (1 с), можно отличить свободно плавающий в цитоплазме белок от прикрепившегося к своему сайту на хромосоме. В первом случае белок быстро перемещается по клетке, свет от него поступает из разных точек и «размазывается». Во втором становится видна яркая точка, поскольку молекула ДНК, к которой прикрепляется ТФ, относительно неподвижна. В каждой клетке таких точек может быть одна или две в зависимости от того, в какой стадии жизненного цикла находится клетка. Оператор О1 в геноме всего один, но в ходе подготовки клетки к делению хромосома реплицируется (удваивается), и если lac– оперон уже реплицирован, то в клетке оказывается сразу два оператора О1, к каждому из которых может прикрепиться транскрипционный фактор.
При добавлении в среду лактозы яркие точки, как и следовало ожидать, быстро исчезали. При последующем разбавлении среды, ведущем к снижению концентрации лактозы, точки через некоторое время появлялись вновь.
Выяснилось, что одной молекуле lacI требуется не более 6 мин, чтобы найти на хромосоме свой оператор. Поскольку белок-репрессор присутствует в клетках не в одном, а в нескольких экземплярах, отключение lac– оперона происходит быстрее.
Чтобы понять, каким образом lacI ищет свой оператор, исследователи фотографировали клетки с разным временем выдержки. Результаты подтвердили гипотезу, согласно которой ТФ должен сначала связаться с ДНК неспецифически, т. е. в произвольном месте, а затем «ползать» вдоль ДНК, пока не наткнется на свой сайт (такое ползание называется одномерной диффузией). Анализируя снимки, ученые обнаружили, что молекулы lacI, не закрепленные на своих сайтах, могут находиться в одном из двух состояний, соответствующих одномерной и трехмерной диффузии. В первом случае они движутся примерно на порядок медленнее.
Выяснилось, что в процессе поиска своего сайта lacI проводит 87 % времени, будучи неспецифически связанным с ДНК и ползая вдоль нее (одномерная диффузия). Остальное время уходит на свободное перемещение по цитоплазме (трехмерная диффузия). Каждый сеанс ползания занимает не более 5 мс. За это время ТФ успевает «просмотреть» около 85 нуклеотидов. Размер генома кишечной палочки — около 5 млн нуклеотидов, поэтому в целом на поиск уходит несколько минут.
У высших организмов, таких как млекопитающие, геном которых в сотни раз больше, технология поиска транскрипционными факторами своих сайтов должна быть как-то оптимизирована, иначе на поиск уходили бы часы и даже сутки. И она действительно оптимизирована, например при помощи особых способов упаковки ДНК, оставляющих лишь небольшую часть генома доступной для «поисковых работ» ТФ.
Так или иначе, знакомство с клеточными технологиями регуляции генов не оставляет места для сомнений в том, что в поведении клеток присутствует неустранимый элемент случайности. ТФ ищет свой сайт связывания методом случайного поиска, поэтому время включения того или иного гена у двух идентичных клеток, находящихся в абсолютно одинаковых условиях, может заметно различаться. Следовательно, и онтогенез, контролируемый генетической программой поведения клетки, должен «по умолчанию» быть довольно стохастичным процессом.
Помехоустойчивость и избыточность
Если онтогенез по умолчанию нестабилен, возникает вопрос, почему же у реальных организмов мы видим, как правило, довольно точное соответствие между генотипом и фенотипом. Многим фенотипическим различиям между особями соответствуют вполне определенные генетические различия (напомним, что это явление называется наследственной изменчивостью). Правда, соответствие не абсолютное, а вероятностное. При одном и том же генотипе фенотип может получиться разным из-за различающихся условий развития. Например, если один брат-близнец будет заниматься спортом, а другой нет, то у первого будет лучше развита мускулатура. Это называют модификационной изменчивостью. Но даже и в одинаковых условиях братья все равно будут чуть-чуть отличаться. Это уже стохастическая изменчивость, как у четырех- и пятилепестковых цветочков на одной и той же ветке сирени.
Стохастическая изменчивость обычно настолько мала, что совсем не бросается в глаза и часто игнорируется биологами. Особенно ничтожна она у животных: у растений стохастическая изменчивость проявляется сильнее, как показывает пример с сиренью. Подавление стохастической изменчивости происходит из-за того, что реальные генетические программы развития буквально до отказа набиты стабилизирующими регуляторными контурами, основанными на обратных связях. Адаптивный смысл этих генно-регуляторных сетей как раз в том и состоит, чтобы свести элемент случайности к минимуму и сделать развитие максимально стабильным (помехоустойчивым) [94] .
94
Типичное проявление стохастической изменчивости у двусторонне-симметричных животных — флуктуирующая асимметрия. Так называют случайные различия между правой и левой половинами тела. То, что у нас сердце слева, а печень справа — не случайная, а закономерная асимметрия. А вот если у вас, к примеру, правый глаз чуть меньше левого или нос кривоват — это уже пример флуктуирующей асимметрии. Степень ее выраженности зависит, во-первых, от отягощенности слабовредными мутациями, во-вторых — от степени неблагоприятности условий, в которых протекало развитие. Оба фактора могут нарушить нормальную работу стабилизирующих регуляторных контуров, что и приводит к более явному проявлению онтогенетической стохастики.
Попытки спроектировать какое-нибудь интересное существо в программе EvoDevo поначалу всегда приводят к нестабильному результату. Первый успешный набор правил (генотип) создает нужное нам существо не всегда, а лишь изредка. При этом даже лучший из вариантов фенотипа, как правило, будет далек от того идеала, к которому мы стремились, а остальные и вовсе получатся уродцами. Чтобы улучшить результат, т. е. уменьшить стохастичность онтогенеза и стабилизировать нужный вариант фенотипа, приходится вносить в генотип стабилизирующие правила, основанные на отрицательных обратных связях и дополнительных регуляторах. Эти дополнения на первый взгляд могут показаться «избыточными». Но без них не обойтись. Например, если клетки при таких-то условиях начинают выделять морфоген, даже не рассчитывайте, что его количество будет одним и тем же всякий раз при запуске развития зиготы. Если для нормального развития необходимо, чтобы количество морфогена было постоянным, придется добавить в генотип специальные стабилизирующие правила, примерно такие: если концентрация морфогена А больше 0,5, уменьшить производство морфогена А на 10 %. Это и есть отрицательная обратная связь: если чего-то стало слишком много, нужно принять меры, чтобы его стало меньше. Увеличение показателя должно стимулировать его уменьшение. Иначе все пойдет вкривь и вкось.
Пример «онтогенетической стохастики» в программе EvoDevo. Генотипы, содержащие недостаточное количество стабилизирующих обратных связей, дают нестабильный результат. При этом желаемый («хорошо приспособленный») фенотип будет получаться лишь изредка. Чтобы перейти от нестабильного фенотипа (вверху) к более стабильному (внизу), нам пришлось усложнить генотип (программу развития) на 50 %.
Чтобы стабилизировать развитие «правильного» признака — в модели это признак, который нам нравится, а в природе это признак, повышающий приспособленность, — приходится усложнять программу развития. Например, чтобы перейти от нестабильного фенотипа, показанного на рисунке сверху, к более стабильному, показанному внизу, нам пришлось увеличить количество правил, составляющих генотип, на 50 %. В программе EvoDevo это делаем мы, пользователи. В природе этим занимается дарвиновский эволюционный механизм, основанный на мутациях и отборе. Адаптивное преимущество получают те генотипы, которые производят оптимальный (хорошо приспособленный) фенотип с наибольшей вероятностью и с наименьшей зависимостью от всякого рода случайностей — внешних или внутренних. Генотип, обеспечивающий развитие оптимального фенотипа лишь при температуре от 20 до 21 °C, проиграет в конкуренции генотипу, генерирующему такой же фенотип в более широком диапазоне температур (если только эволюция идет не в термостате). Вместо температуры можно сюда подставить любые факторы внешней или внутренней среды и вообще любые «помехи», в том числе связанные с изначально присущей онтогенезу стохастикой, о которой говорилось выше.