Величайшее Шоу на Земле: свидетельства эволюции.
Шрифт:
Пенни и его коллеги размышляли статистически. Они хотели вычислить вероятность того, что по чистой случайности две молекулы привели бы к одному и то же генеалогическому дереву, если бы эволюция не была реальностью. Таким образом, они попытались представить себе все возможные деревья, которые могли закончиться одиннадцатью потомками. Это удивительно большое число. Даже если Вы ограничитесь «двоичными деревьями» (то есть деревьями с ветвями, которые разделяются только надвое — а не натрое или больше), общее количество возможных деревьев составит больше чем 34 миллиона. Ученые терпеливо нашли каждое из этих 34 миллионов деревьев и сравнили каждое с каждым из остальных 33 999 999 деревьев. Нет, конечно они этого не делали! Это заняло бы слишком много компьютерного времени. Однако они разработали разумное статистическое приближение, сокращенный аналог этих титанических расчетов.
Вот как этот метод приближения работает. Они взяли первый из тех пяти генов, скажем, гемоглобин-A (во всех случаях я использую название белка, чтобы обозначить ген, который кодирует этот белок). Из всех тех миллионов деревьев они хотели найти наиболее «экономное» в отношении гемоглобина-A. Экономное здесь означает «требующее предположить минимальное число эволюционных
Это ужасно неэкономное дерево. Мало того, что нужно было бы выполнить много мутационной работы, чтобы закончить со столькими различиями в людях и кенгуру, несмотря на наше близкое родство, предполагаемому этим деревом, также нужно было бы проделать много мутационной работы в другом направлении, чтобы гарантировать, что, несмотря на их большое расхождение на этом конкретном дереве, люди и шимпанзе каким-то образом оказались обладателями столь схожего гемоглобина-A. Я голосую против этого дерева.
Гемоглобин-A выносит вердикты такого рода, некоторые более благоприятные, чем другие, каждому из этих 34 миллионов деревьев, и, наконец, приходит к выбору нескольких дюжин деревьев высокого ранга. О каждом из этих высокоранговых деревьев гемоглобин-A мог бы сказать примерно так:
Это дерево определяет людей и шимпанзе как близких кузенов, и оно определяет овец и коров как близких кузенов, и оно помещает кенгуру на отдельную ветвь. Оно оказалось очень хорошим деревом, потому что почти не заставляет делать какую-либо мутационную работу вообще, чтобы объяснить эволюционные изменения. Это — на диво экономное дерево. Оно получило голос гемоглобина-A!
Конечно, было бы хорошо, если бы гемоглобин-A и каждый другой ген могли бы предложить единственное дерево максимальной экономичности, но мы слишком многого хотим. Среди этих 34 миллионов деревьев ожидается только, что несколько слегка различных деревьев должны конкурировать за высокий рейтинг по гемоглобину-A.
А как насчет гемоглобина-B? Как насчет цитохрома-C? Каждый из этих пяти белков имеет право на свое собственное отдельное голосование, чтобы выявить свои собственные предпочтительные (то есть наиболее экономные) деревья из числа тех 34 миллионов деревьев. Для цитохрома-C было бы вполне возможно прийти к совершенно другим результатам голосования за наиболее экономное дерево. Могло бы оказаться, что цитохром-C людей действительно очень похож на цитохром-C кенгуру и очень отличается от такового у шимпанзе. Далеко не приветствующий соединение в близкую пару овец и коров, обнаруженную гемоглобином-A, цитохром-C мог бы обнаружить, что едва ли нужны мутации вообще, чтобы разместить овец очень близко, скажем, к обезьянам, и чтобы разместить коров очень близко к кроликам. Согласно гипотезе творения, нет никакой причины, почему этого не должно происходить. Но что фактически обнаружили Пенни и его коллеги, это удивительно высокое согласование среди всех пяти белков (и они использовали еще более умную статистику, чтобы показать, насколько маловероятно случайное возникновение такого согласования). Все пять белков «голосовали» практически за одно и то же подмножество деревьев из числа 34 миллионов возможных деревьев. Это, конечно, именно то, что мы ожидали бы при условии, что действительно есть только одно истинное дерево, связывающее все одиннадцать животных, и что это — генеалогическое дерево: дерево эволюционного родства. Кроме того, это дерево согласия, за которое голосовали все эти пять молекул, оказалось тем же, которое зоологи уже вывели на анатомических и палеонтологических, не молекулярных, основаниях.
Исследование Пенни было опубликовано в 1982 году, довольно недавно. Прошедшие годы видели обширное увеличение подробных свидетельств на основании точных последовательностей генов большого числа видов животных и растений. Согласованность по большинству экономных деревьев теперь простирается далеко за пределы одиннадцати видов и пяти молекул, которые изучал Пенни и его коллеги. Их исследование было только хорошим примером, очень сильным, как доказали их статистические свидетельства. Общая сумма информации о генетических последовательностях, доступных теперь, не оставляет по этому вопросу никаких мыслимых сомнений. Намного более убедительные, даже чем (также очень убедительные) ископаемые свидетельства, свидетельства от сравнений генов сходятся, быстро и решительно, на единственном великом дереве живого. Выше помещено дерево для одиннадцати видов исследования Пенни, которое представляет собой современное всеобщее голосование многих различных частей генома млекопитающих. Устойчивость согласованности между всеми различными генами в геноме вселяет в нас уверенность не только в исторической точности самого консенсусного дерева, но также в факт, что эволюция имела место.
Если молекулярная генетическая технология продолжит расширяться с ее нынешней экспоненциальной скоростью, то году к 2050 получить полную последовательность генома животного будет дешево и быстро, едва ли не труднее, чем измерить его температуру или его кровяное давление. Почему я говорю, что генетическая технология развивается по экспоненте? Может мы даже могли бы ее измерить? Есть аналог с компьютерной технологией, названный Законом Мура. Названный в честь Гордона Мура, одного из основателей компании компьютерных микросхем Intel, он может быть выражен различными способами, потому что несколько показателей компьютерной мощности связаны друг с другом. Один вариант закона утверждает, что количество модулей, которые могут быть упакованы в интегральную схему заданного размера, удваивается за срок от восемнадцати месяцев до двух лет или около того. Это — эмпирический закон, что означает, что он не выводится из некоторой теории, а просто оказывается действительным, когда Вы оцениваете данные. Он справедлив
Но Закон Мура действительно остается в силе, по крайней мере приблизительно, уже в течение пятидесяти лет. Хотя ни у кого нет особо четкого представления почему, различные показатели компьютерной мощности на практике фактически увеличивались по экспоненте, тогда как тенденция слона Дарвина экспоненциальна только теоретически. Мне пришло на ум, что может существовать подобный закон в отношении генетической технологии и секвенирования ДНК. Я подсказал это Джонатану Ходжкину, оксфордскому профессору генетики (который когда-то был моим студентом-воспитанником). К моему восхищению оказалось, что он уже думал об этом — и измерил это при подготовке к лекции в своей старой школе. Он оценил стоимость секвенирования ДНК стандартной длины для четырех дат в истории, 1965, 1975, 1995 и 2000 года. Я перевел его числа в «отдачу от вложенных средств», или в то, «сколько ДНК можно секвенировать за 1 000 Ј?» Я подготовил иллюстрации в логарифмическом масштабе, выбранном, потому что экспоненциальная тенденция всегда выявляется как прямая линия, когда она построена в логарифмическом масштабе. Достаточно уверенно четыре точки Ходжкина довольно хорошо ложатся на прямую линию. Я построил линию по этим точкам (по технике линейной регрессии, см. примечание на стр. 112), а затем взял на себя смелость спроецировать ее на будущее. Позже, как раз когда эта книга собиралась в печать, я показал этот раздел профессору Ходжкину, и он сообщил мне новые данные, которые он знал: геном утконоса, который был секвенирован в 2008 году (утконос — хорошая кандидатура из-за своего стратегического положения на дереве живого: его общий с нами предок, жил 180 миллионов лет назад, что почти в три раза раньше вымирания динозавров). Я нарисовал точку утконоса как звездочку на графике, и можно видеть, что она вполне точно ложится рядом с намеченной линией, которая была вычислена на основании более ранних данных.
Наклон линии для того, что я теперь называю (без разрешения) Законом Ходжкина, только немного меньше, чем для Закона Мура. Время удвоения немного больше, чем два года, тогда как время удвоения в Законе Мура немного меньше двух лет. Технология ДНК сильно зависит от компьютеров, таким образом будет хорошим предположением, что Закон Ходжкина, по крайней мере частично, зависит от Закона Мура. Стрелки справа указывают размеры генома различных существ. Если следовать за стрелкой влево, пока она не достигнет наклонной линии Закона Ходжкина, можно прочесть оценку, когда будет возможно секвенировать геном такого же размера как у рассматриваемого существа всего за 1 000 Ј (по сегодняшним деньгам). Для генома размером с геном дрожжей мы должны ожидать всего лишь приблизительно до 2020 года. Для нового генома млекопитающего (насколько можно судить по таким примерным вычислениям, все млекопитающие требуют одинаковых затрат), предполагаемая дата — чуть ранее 2040 года. Это волнующая перспектива: массивная база данных последовательностей ДНК, полученная дешево и легко из всех уголков животного и растительного царств. Подробное сравнение ДНК заполнит все пробелы в нашем знании о фактическом эволюционном родстве каждого вида с любым другим: мы узнаем с полной уверенностью все генеалогическое дерево всех живых существ. Кто знает, как мы его начертим; оно не впишется ни в какой лист бумаги практичного размера.
Наиболее масштабная попытка в этом направлении до настоящего времени была сделана группой, связанной с Дэвидом Хиллисом, братом Дэнни Хиллиса, который был основателем одного из первых суперкомпьютеров. Схема Хиллиса делает диаграмму дерева более компактной, оборачивая ее по кругу. Вы не увидите промежутка, где два конца почти встречаются, но он находится между «бактериями» и «археями». Чтобы понять, как работает эта круговая диаграмма, посмотрите на очень упрощенную версию, татуированную на спине доктора Клэр Д» алберто из университета Мельбурна, зоологический энтузиазм которой далеко не поверхностен. Клэр любезно позволила мне воспроизвести фотографию в этой книге (см. цветную страницу 25). Ее татуировка включает маленькую выборку из восьмидесяти шести видов (число конечных ветвей). Вы можете видеть промежуток в круглой диаграмме, и представить себе круг развернутым. Меньшее число рисунков вокруг края стратегически выбрано из бактерий, протозоев, растений, грибов, и четырех типов животных. Позвоночные животные представлены справа лиственным морским драконом, удивительной рыбой, защищаемой своим сходством с морскими водорослями. Круглая диаграмма Хиллиса такая же, за исключением того, что в ней три тысячи видов. Их названия, представленные вокруг внешнего края круга выше, слишком маленькие, чтобы прочесть — хотя Homo sapiens услужливо отмечен «Вы здесь». Вы можете составить представление, насколько разрежена выборка дерева даже в этой огромной диаграмме, если я скажу Вам, что самые близкие родственники людей, которые могли быть вписаны в круг, это крысы и мыши. Млекопитающие должны бы были быть существенно прорежены, чтобы соответствовать степени охвата во всех других ветвях дерева. Только представьте себе попытки начертить подобное дерево с десятью миллионами видов вместо этих трех тысяч, охваченных здесь. И десять миллионов — не самая радикальная оценка количества существующих видов. Стоит скачать дерево Хиллиса с его вебсайта (см. сноски), а затем напечатать его в виде настенного плаката на листе бумаги, который, как они рекомендуют, должен быть по крайней мере 54 дюйма шириной (хорошо бы еще больше).