Когда б вы знали, из какого шума растут белки, не ведая стыда…

16.07.2024
403

Борис Штерн и Михаил Гельфанд продолжают диалог о важнейших вопросах эволюции, возникновении жизни, проблемах, тупиках, встающих на пути исследований и вариантах выхода из этих тупиков

— Вот первый вопрос: есть четкое ощущение, что эволюция всё время упорно ведет к развитию, к усовершенствованию, к усложнению. Но ведь критерий, по которому эволюция отбирает успешный организм и отличает его от неуспешного, — это приспособленность в смысле максимального темпа воспроизводства. Казалось бы, это необязательно связано вообще со сложностью и с совершенством. Мы видим простые, прекрасно приспособленные организмы. И есть локальные минимумы, если говорить в терминах экологического ландшафта, где организму хорошо. Тогда почему все не свалились в эти локальные минимумы, локальные тупики, где не нужно дальше эволюционировать, где и так всё хорошо? Почему эволюция такая «прогрессивная»?

— Тут философская путаница, потому что сложность отождествлена с прогрессом и придумано много метафор, которые содержательного смысла не имеют, а если имеют, то оказываются неправильными. Есть масса чудесных организмов, которые действительно очень слабо меняются, потому что, как было правильно замечено, им и так хорошо. Проблема в том, что если есть много тех, кому хорошо в простых экологических нишах, значит, туда не все поместились. И первое, что приходит в голову: новые приспособления появляются ровно за счет того, что старые экологические ниши заняты, и тот, кто не выдерживает конкуренции, должен пытаться вырваться куда-то еще. Фраза «кто-то должен пытаться вырваться» не имеет телеологического смысла, это просто жаргонное выражение для длинного, ортодоксального рассуждения, почему естественный отбор работает так, а не сяк. Кроме того, есть некоторые иллюзии относительно того, что отбор отбирает, исходя из совершенства конструкции. Если бы существовал Верховный Генный Инженер, он бы действительно делал совершенные механизмы, и всё было бы замечательно. Есть известная фраза Гельмгольца, которую я очень люблю повторять. Он изучал строение человеческого глаза и сказал, что Господь Бог очень плохой оптик. Эволюция не знает про идеал, она работает в сторону ближайшего локального оптимума.

Ландшафт приспособленности, естественно, тоже рассматривают как метафору, но в последнее время как раз появились работы на эту тему. Если мы говорим не про яркие внешние признаки, а про молекулярные, то там уже словам «ландшафт приспособленности» люди умеют придавать вполне содержательный экспериментальный смысл: просто измеряют эффективность работы разных вариантов одного белка в количестве нескольких десятков тысяч — и получают вполне себе ландшафт. Так вот, ландшафт приспособленности всё время меняется, потому что меняются условия, и, соответственно, эти локальные оптимумы немножечко сдвигаются: оптимально стало не то, что было оптимально несколько лет назад. Сейчас климат поменяется — и довольно большому количеству живых существ придется приспосабливаться к изменениям с нечеловеческой скоростью, и получится у них это или нет — вопрос интересный.

А сложность — вещь на самом деле, видимо, измеримая: для одноклеточных можно считать, что сложность — это густота сети регуляторных взаимодействий. А для многоклеточных существ, наверное, показатель сложности — разнообразие типов тканей или — еще лучше — типов клеток. Дальше оказывается, что эволюция ступает маленькими шажками, эволюция «близорука» и видит только, идем ли мы вверх или вниз, но не видит, насколько высоко мы дойдем, если будем двигаться всё время вверх. Оказывается, довольно часто проще не откатить назад и пойти в другом направлении, а сделать надстройку над тем, что есть.

Здесь можно привести еще одну метафору: когда бюрократ плохо работает, довольно часто локальным решением оказывается нанять другого бюрократа, который будет помогать следить за неэффективным работником и поправляет его косяки, что, несомненно, ведет к большому усложнению системы. В конечном счете она становится абсолютно неадекватной и неуправляемой, но каждый раз происходило локальное улучшение, потому что нанять ассистента проще, чем выгнать начальника. И, по-видимому, основной механизм того, что мы склонны считать прогрессивной эволюцией, — это механизм постепенного надстраивания и небольших улучшений, каждое из которых локально оптимально, а глобально — совершенно не обязательно. Впечатление, что вся эволюция идет в сторону усложнения, видимо, не совсем правильное, потому что мы видим яркие контрпримеры. Если я вас попрошу назвать произвольное животное, вы скажете или «лев», или «слон», но вряд ли скажете «таракан». Те, кто на виду, они действительно сложные и прекрасные, но большинство не таково.

Вот, скажем, сейчас я вообще никакой не программист, а 25–30 лет назад я программировал, но очень плохо. Поэтому мой код не был продуман, а состоял весь из патчей и заплаток. Когда мне надо было что-то инициализировать, я не делал специальную процедуру инициализации, а просто копировал кусок основного кода и какие-то параметры руками загонял в начальные значения. Получалось то, что в геномике называется тандемной публикацией. Эволюция действует схожим образом. Нужно долгое время, чтобы «задизайнить» новый белок, а схватить старый и какими-то мелкими хаками и патчами его сделать чуть лучше — это быстрая процедура.

— Хорошо, а есть примеры упорной деградации каких-нибудь таксонов, примеры того, что эволюция идет в обратном направлении? Чтобы на достаточно долгое время в каком-то таксоне эволюция взяла и повернула назад?

— Сколько угодно. Есть паразиты, которые теряют вообще все органы. Ситуаций, когда изначально сложный вид деградирует, сколько угодно. Был свободно живущий вид, и вот он перешел к паразитическому образу жизни — и очень сильно упростился. Иногда мы видим промежуточные состояния: скажем, возбудитель проказы: видно, что треть генов когда-то были, но сейчас они уже не работают.

— Возбудитель проказы — это бактерия? А более сложные организмы?

— Возбудитель проказы — это бактерия Mycobacterium leprae, палочка Хансена, родственница туберкулезной палочки Коха. Есть чудесные работы у Владимира Алёшина, Панчина-старшего и Панчина-младшего. Вот эта компания как раз изучает паразитов, уже многоклеточных, и видит довольно много вторично деградирующих больших таксонов. Можно и без паразитизма: скажем, живут какие-нибудь мухи на островах, где сильный ветер, и они там бескрылые — бегают по этим островам, а не летают, потому что иначе тебя снесет моментально. Палочники крылья то теряют, то обретают. Какие-то виды теряют самцов, но потом, правда, вымирают сами довольно быстро. Не знаю, считать ли отсутствие самцов за деградацию или нет, но я склонен считать.

Палочка Хансена (Mycobacterium leprae). United States Department of Health and Human Services
Палочка Хансена (Mycobacterium leprae). United States Department of Health and Human Services

— Можно ли сказать, что деградация происходит от того, что организм попадает в долговременные благоприятные условия: выбрал себе такую нишу, которая долго существует и благоприятна?

— Что благоприятно, а что нет — вопрос философский. Существенно даже не то, что ниши благоприятные, сколько то, что они стабильны и однообразны, условия всегда одни и те же. Ну, видимо, так, да.

— И тогда вытекающий вопрос. Коррелирует ли темп эволюции с благоприятностью среды? Можно здесь ожидать отрицательной корреляции? И верно ли утверждение, что в быстро меняющейся среде быстрее идет эволюция?

— А как вы измеряете скорость эволюции?

— Число образования новых видов, классов, других таксонов в единицу времени, скажем так.

— Конечно, когда резко меняются условия, то сначала кто-то вымирает, а потом увеличивается разнообразие тех, кто остался. Верно другое: скажем, молекулярная эволюция идет с более-менее постоянной скоростью, потому что большинство изменений, которые мы наблюдаем на уровне последовательности ДНК и белков, нейтральны, и они накапливаются более-менее постоянно. А то, что эволюция происходит быстро в сильно меняющихся условиях… Опять возьмем те же патогены. Иммунную систему хозяина можно рассматривать как быстро меняющуюся среду, потому что она всё время приспосабливается к патогенам. И патоген эволюционирует очень быстро, потому что ему некуда деваться. Если он будет медленно эволюционировать, иммунитет сожрет.

Я давно хотел сделать такой эксперимент, и мы как-то всё подбираемся, подбираемся, и никак не получается начать — смоделировать регуляторную эволюцию. Взять одну регуляторную связь, сломать мутациями место посадки белка-регулятора на ДНК, а потом посмотреть, что будет. Потому что если этот сайт был, то он нужен, а у мутантной бактерии его нет, стало быть отбор должен действовать так, чтобы он восстановился или появился новый примерно там же. Есть гипотеза, что скорость восстановления будет зависеть от того, как меняется среда, на которой мы будем этих бактерий растить: если она будет стабильна, то сайт не восстановится, а если будет меняться — то восстановится, и довольно быстро.Есть классические примеры быстрой эволюции — это лекарственная устойчивость у раковых опухолей и, аналогично, устойчивость к антибиотикам у бактерий. Как только возникает новый фактор отбора, он закрепляет соответствующие варианты, которые всё время появляются случайно.

— А скорость мутаций вообще насколько постоянна? Она ведь тоже может зависеть от каких-то внешних условий. Например, ионизирующее излучение или что-нибудь в этом роде. Температура среды… Много чего можно придумать.

— Ну, поэтому она в разных линиях может быть разная, но такое ощущение, что при этом зависимость все-таки не очень большая. В том, что мы наблюдаем, есть две компоненты: скорость мутации как химического изменения и то, насколько хорошо работает система исправления этого химического изменения. Мутация — это не когда буква А превратилась в букву Б, а когда буква А превратилась в несуществующую букву Z. А потом, когда ее чинили, то бывало так, что починили правильно и получилась А, или починили неправильно — получилась Б, и вот это уже мутация в геноме, на которую действует отбор. Химические изменения зависят от условий, а починка, видимо, нет, как и ошибки при копировании.

Обложка журнала Genome Biology and Evolution с картинкой по мотивам статьи “Mutational signatures in wild type Escherichia coli strains reveal predominance of DNA polymerase errors”
Обложка журнала Genome Biology and Evolution с картинкой по мотивам статьи “Mutational signatures in wild type Escherichia coli strains reveal predominance of DNA polymerase errors”

У нас буквально недавно, в апреле, вышла статья 1 в Genome Biology and Evolution, где мы сравнили паттерны замен — не скорость мутации, но то, какие системы отвечают за существующие мутации, — у лабораторных кишечных палочек, которые 30 лет жили в лаборатории, и у диких кишечных палочек, которые то живут в хозяине, то плавают где-нибудь в лужах. Оказалось, что у природных и лабораторных штаммов за подавляющее большинство мутаций отвечают пробои в одних и тех же системах, хотя условия совсем разные: скажем на свободе есть ультрафиолет, а в лаборатории нет. По мотивам нашей статьи даже картинку поместили на обложку журнала. Но мы работали над этой публикацией где-то лет шесть-семь.

По-видимому, история состоит в том, что серьезные мутации, которые вызывают явные, видимые глазом изменения, — это мутации в регуляторных системах. Банальный пример: у эмбрионов всех млекопитающих есть перепонка между пальцами, которая потом рассасывается. Это наследие наших очень древних предков — каких-нибудь лягушек. А теперь представим себе, что механизм, который включает рассасывание перепонки, сломался. (Сломать ничего не стоит, достаточно изменить одну «букву».) И вот у вас получились люди с перепонками между пальцами. Если им, скажем, надо почему-то плавать, то они будут плавать лучше. И дальше естественный отбор это подхватит и потащит. А может быть наоборот: скажем, такая регуляция, которая заставляет что-то работать дольше. В норме оно бы перестало работать, а в результате мутации оно работает дольше, и, например, конечность становится длиннее.

То, что так происходит, исследователи осознали довольно давно. Есть несколько красивых примеров, когда такого сорта вещи удавалось показать экспериментально. Но есть подозрение, что сейчас начинается та эпоха, когда мы сможем это наблюдать массово, поскольку появляются данные про то, как работают гены в развитии, причем на уровне единичных клеток — даже не органов и тканей. Можно взять миллион клеток из зародышей на разных стадиях и посмотреть, как у них гены работают. Затем их классифицировать, посмотреть, как идет дифференцировка, вот это всё… Но сейчас все-таки это достаточно редкие работы. Впрочем, когда расшифровали первые геномы, тоже было очень трудно. Смотришь на геном: ну вот он, а что с ним делать? А когда геномов расшифровали десять, сто, а потом тысячу, то оказалось, что просто сравнивая последовательности, можно вытащить кучу всякой чудесной биологии — как раз то, чем мы занимались последнюю четверть века. И сейчас точно так же будет с биологией развития: когда у вас эти карты клеточной дифференцировки будут для мыши, крысы, кролика, белки, я не знаю, суслика — ну отлично, вы будете понимать, почему у крысы длинный хвост, а у хомяка — короткий.

В общем, ваш вопрос правильный, но несколько преждевременный. Приходите лет через двадцать, я думаю, будет много красивых ответов. Даже, может быть, раньше.

— Можно ли проследить мутации, ведущие к глобальным изменениям? Например, к повышению интеллекта? «Археология» в этом смысле возможна? Или это слишком сложная задача?

— На уровне даже не молекулярно-генетическом, а на уровне появления признаков, скажем, эволюция глаза исследована очень хорошо. И видно, почему он не такой замечательный, как если бы его изготовил опытный оптик. Опять же, это не моя область, я просто знаю, что это классический пример очень хорошо прослеженных постепенных изменений.

Интеллект — это вообще не очень понятно, что такое. Это взаимодействие какого-то бесконечного количества генов. Там понять, что на что влияло, невозможно. И я не уверен, что реалистично даже и в будущем. Что сломать, чтобы перестало работать, это понятно. В любом случае это опять-таки то же самое накопление единичных элементов.

Есть довольно хорошо прослеженная история, как у бактерий возникал жгутик. Жгутик же чудесная вещь: это ротор, который сделан из белковых молекул. И видно, как он постепенно усложнялся, как добавлялись новые белки. Не так, конечно, что их покупали в хозмаге. Основной механизм: ген дуплицировался, у одного гена функция закодированного белка сохранялась, а другой был свободный, начинал меняться и постепенно подстраивался под новую функцию. Опять-таки отдельные примеры есть, общая теория тоже есть — собственно, я ее и рассказал, она вмещается в один абзац, — а отследить промежуточные стадии, по-видимому, довольно тяжело. И у меня нет оптимизма, потому что слишком много всех вымерло, у нас эволюционные деревья недостаточно «пушистые», чтобы мы видели промежуточные стадии. Мы на это нарывались. Когда появляется сложный признак, то он эволюционирует очень быстро, потому что момент появления очень неоптимальный, и, соответственно, есть очень сильное давление отбора на улучшение, потому что каждое улучшение радикально. Когда у вас уже всё хорошо, то каждое новое улучшение будет «тоненькое», а когда вы только-только на подножье очередного оптимума, то вы забираетесь вверх очень быстро. На самом деле про это люди с правильным образованием умеют писать диффуры. Поэтому промежуточные стадии просто очень трудно заметить. Всё самое интересное происходит настолько быстро, что мы этого не замечаем.

Мы с коллегами пытались сделать похожую вещь. Есть белки, которые влияют на работу генов, я их выше упоминал. Это факторы транскрипции, у каждого есть несколько участков в ДНК (сайтов), которые он узнаёт; они не идентичные, но похожи друг на друга. Мы умеем такие сайты искать, сравнивая последовательности. И вот, у нас есть семейство родственных факторов транскрипции — несколько тысяч. Они все похожи по аминокислотной последовательности и по структуре, но при этом они узнают разные сайты ДНК.

Дальше я могу взять факторы транскрипции из одного семейства. Рядом с каждым написать, какие сайты он узнавал. И посмотреть, где есть корреляции между аминокислотами в последовательностях белка и нуклеотидами в последовательностях дээнковых сайтов. Для этого я пишу эти белки друг под другом так, чтобы занимающие одно место в структуре аминокислоты были в одном столбце, и сайты также пишу друг под другом — и тогда я могу увидеть пары позиций, в которых определенным аминокислотам соответствует определенный нуклеотид. А если для кого-то из этих факторов решена структура в комплексе с ДНК, то я могу проверить: оказывается, что действительно коррелируют те пары позиций, которые контактируют в структуре.

Это был пролог. А история вот такая.

Разные родственные факторы транскрипции узнают разные сайты. Это означает, что в ходе эволюции они менялись. И вопрос такой: как происходят эти изменения? Мы же не можем сразу сделать несколько мутаций, так не бывает. Фактор транскрипции меняется, и все сайты, которые он узнавал, тоже должны поменяться. И модель, которую мы придумали, была такая: фактор транскрипции действительно меняется случайно, а сайты, которые он узнавал, он узнавать продолжает, но чуть хуже. И тогда появляется очень мощный отбор на то, чтобы сайтам быстро подстроиться под новый белок.

Есть теория, предложенная Михаэлем Лессигом (Michael Lässig), профессором Института теоретической физики при Кёльнском университете. Он физик, поэтому я его работы плохо понимаю — локально понимаю, но потом немедленно забываю… Я его слушал несколько раз на конференциях, и у нас были совместные проекты. Грубо говоря, устроено так. Нужно, чтобы возник новый сайт связывания для транскрипционного фактора: какой-то ген раньше не регулировался, но условия поменялись, и теперь ему полезно регулироваться. Тогда сначала очень долго, за счет случайных мутаций, возникает что-то, хоть немножко похожее на сайт (хоть немножко узнается белком), а после этого он до оптимального вида доводится очень быстро. Долгая история блуждания по степи, пока вы не придете на склон горы: если вы уже оказались на склоне горы, то дальше вы бежите с дикой скоростью. В нашей ситуации должно быть так и устроено. Белок поменялся, сайты для него стали неоптимальными, но все-таки это не случайные последовательности: белок поменялся не радикально и продолжает их узнавать. Дальше, по Лессигу, все сайты очень быстро под белок подстраиваются. Я думал, что можно будет найти пример, когда белок уже поменялся, а сайты еще старые. Но нет, мы берем эти чудесные «пушистые» эволюционные деревья, в которых несколько тысяч факторов транскрипции, и не видим ни одной ветки в промежуточном состоянии — видимо, они существуют очень недолго, потому что всё происходит с нечеловеческой скоростью.

Я люблю мысленные эксперименты. Если бы у нас были все геномы всех живых существ — не тех, которые сейчас живут, это банально, а все геномы всех живых существ, которые когда-либо жили, — вот тогда я бы смог ответить на этот вопрос, потому что я видел бы промежуточные состояния.

— Что значит «быстрая подстройка»? Насколько быстрая? Хотя бы число поколений?

— Откуда мне знать…

— Ну, порядок величины.

— Нет-нет-нет, Борис, это бессмысленный вопрос, потому что мы не оговорили, какое явление мы обсуждаем. Они очень разные. Появление глаза — до хрена поколений. Появление какой-то одной регуляторной связи — меньше поколений.

— Нет, я вот как раз про эти регуляторные связи. Про подстройку сайтов, так скажем.

— Мы сейчас как раз очень хотим измерить, с какой скоростью идет подстройка сайтов. Пока что, похоже, никто не знает. А из известных вещей — пожалуйста: раковая опухоль приспосабливается к химиотерапии за месяцы.

— То есть это сколько делений клеток, скажем?

— Я не знаю, у меня плохо с вашими физическими оценками по порядку величины; ну, от десятков до сотен, наверно. Вы с Куниным разговаривайте, вот он пытается думать, как физик, а я думаю как лингвист, поэтому для меня это просто не очень естественный язык. Но пример химиотерапии показывает, что подобные процессы могут проходить очень быстро. Не выше сотни, потому что иначе опухоль была бы размером со Вселенную.

— У меня вопросы кончились. Но нас тут на самом деле трое. У нас есть еще оператор Алексей Кудря, который записывает наш разговор. У него, кажется, назрел вопрос. Алексей, давай.

Алексей Кудря: Илон Маск нам обещает колонизацию Марса. Вопрос такой: насколько быстро там появится новый вид людей и будут ли они отличаться от земных? Маск говорит, что нам надо становиться межпланетным видом…

— Любая репродуктивная изоляция ведет к тому, что виды начинают расходиться. Характерные времена для людей, по-видимому, — порядка миллиона лет. С неандертальцами мы разошлись 500 тыс. лет назад, и общих детей вполне могли иметь, хотя уже была частичная репродуктивная несовместимость: мальчики от этих браков были, видимо, не очень фертильные, а девочки — ничего себе. Но полного отсутствия гибридизации не было. Поэтому если Маск со своей сектой будет жить на Марсе и не общаться с землянами (если на Земле еще кто-то останется и она не превратится хрен знает во что стараниями наших выдающихся политических деятелей), то, видимо, через миллион лет они уже даже, может быть, и захотят иметь общих детей, но не смогут. И тогда это будут два разных вида. Но они в первое время будут, естественно, похожи. А если обратно летать на Землю, встречаться и делать детей, то будет межпланетный вид, как Маск и велел.

Другое дело, что все-таки когда мы говорим про такие времена, то технологии меняются настолько, что сколько-нибудь разумно предсказывать, как будет устроена эволюция на ближайшие сотни лет, я бы не взялся. Но в качестве опять-таки мысленного эксперимента — вот.

Озерные регионы Центральной Африки (1881). Рис. Джона Гедди (1848–1937)
Озерные регионы Центральной Африки (1881). Рис. Джона Гедди (1848–1937)

Есть примеры очень быстрой эволюции, примерно за десятки тысяч лет — причем за малые десятки тысяч лет. Есть Великие Африканские озера, из них самое известное — озеро Виктория. Они возникли по геологическим причинам: запрудило реку, образовалось озеро. И один вид — серенькие местные цихлиды, которые жили в этой реке, — очень быстро занял разные экологические ниши, которые образовались в этом озере, и разветвился в разные виды. Опять же, там полной репродуктивной изоляции нет. Если вы посадите двух цихлид разных видов из одного озера в аквариум и не дадите им своих, то они волей-неволей будут делать гибридов, при этом потомство будет больше похоже на предковый вид, чем оба родителя. Это как собаки: дворняги больше похожи на волков, чем чистопородные. Однако в норме эти цихлиды живут в одном озере, но не скрещиваются, и они совсем разные: разного цвета, разного поведения, у них разное строение рта (кто-то пищу подбирает с поверхности, кто-то — соскребает со стенок, кто-то вообще хищник). Так что, в принципе, это может быть очень быстро, малые десятки тысяч лет. Кстати, Борис, это, видимо, частичный ответ на ваш вопрос тоже.

Я как-то его сходу не сформулировал, а теперь сообразил.

— Так, ну что ж, теперь, Михаил, ваше заключительное высказывание.

— Я уже несколько раз об этом говорил в разных местах: есть штука очень интересная и плохо осознанная. Во-первых, роль случайности, не эволюционной случайности, когда произошла случайная мутация, потом отбор ее подобрал, а случайности программируемой. В нас на самом деле встроена — и мы сейчас это видим — масса датчиков случайных чисел. Есть решения, которые принципиально принимаются случайно. Это эволюционно полезно, потому что создает фенотипическое разнообразие — разнообразие признаков у генетически идентичных существ. Это сильно повышает стабильность популяции. Как может быть устроена эволюция таких систем, я примерно понимаю. А вот про то, как возникает такой генератор случайности, было бы полезно думать.

Во-вторых: откуда вообще берется что-то новое? Если новый белок возникает, потому что ген дуплицировался, — это хорошо видно и понятно. А если ген возник на месте, которое до того геном не было, т. е. никакого белка не кодировало? Такие примеры есть. Откуда берется это новое? Из шума. Потому что наблюдение состоит в том, что у нас, скажем, всё время вся ДНК работает, включая ту, которой работать, вообще говоря, не нужно, так как ничего разумного она всё равно не делает. Она работает, с нее считываются эрэнковые копии, которые тут же деградируют, потому что они не нужны. Но вот из этой пены, из этого шума время от времени отбираются принципиально новые гены, которые кодируют новые белки. Точно так же, если у случайного белка есть хоть какая-то функциональность, включается отбор. Мы можем это проследить. Мы видим участок генома, который у человека что-то кодирует, а у других млекопитающих ничего не кодирует, хотя последовательности еще похожи, они не успели сильно разойтись.

Представим идеальный геном: работает то, что должно работать, а что не должно работать, того и нет. Такой организм эволюционировать не сможет. А «разболтанная» система, где бесполезные гуманитарии пишут романы или что-то рисуют непонятно зачем, вместо того, чтобы землю пахать или хотя бы станки проектировать, — такая «разболтанная» система, в которой очень много всего делается «лишнего», способна меняться, в ней появляется что-то новое. По-моему, это очень поучительно. На уровне метафор мы это понимаем, вот на уровне конкретных биологических механизмов это было бы очень интересно посмотреть.

— Ой, спасибо. Ваши слова мне прямо на душу ложатся, потому что моя научная карьера на самом деле связана с интенсивным использованием датчика случайных чисел, он мне очень помогает и делает всякие сложные вещи гораздо более простыми. Метод Монте-Карло — один из мощнейших методов в физике. Так что большое спасибо за это заключительное замечание.

— Тогда у меня будет еще более заключительное: метод Монте-Карло на самом деле используется всюду, где мы не можем посчитать аналитически, и в эволюционной биологии тоже. Вместо статистических критериев вы просто перемешиваете данные много раз, получаете распределение, а потом смотрите, значим ваш эффект или нет.

А про датчики случайных чисел есть замечательная байка. В Институте проблем передачи информации работал замечательный ученый, Михаил Моисеевич Бонгард (мы сейчас готовим обширный материал в «Троицком варианте» к его столетнему юбилею). Самого Бонгарда я не застал, но у нас на семинаре однажды выступал с докладом его сотрудник, Михаил Сергеевич Смирнов. Он деконструировал датчик псевдослучайных чисел ЭВМ, кажется, «Искра-226» — разглядывал цепочки чисел, искал закономерности и в конце концов понял, как устроен алгоритм их порождения. Незачем, ему было просто интересно. Мы потом шутили, что надо скинуться и купить ему билет в Лас-Вегас. А с Бонгардом они в свое время нашли статистические аномалии в таблице целых чисел IBM, которая была получена с помощью счетчика Гейгера. Бонгард со Смирновым поняли, в чем дело: два очень близких щелчка принимались за один, и этого оказалось достаточно, чтобы какие-то последовательности встречались чаще, чем надо. Или, наоборот, разбегались, я уже не помню. Так что про случайные числа есть много чудесных историй.

— Большинство задач устойчивы ко всяким корреляциям внутри датчиков.

— К мелким деталям датчика, конечно, всё устойчиво, если только специально его не ломать. Это я понимаю. Но истории, по-моему, всё равно хорошие. Бонгарду со Смирновым это нужно было, чтобы телепатию изучать: один в нее верил, другой нет, но оба понимали, что для того, чтобы поставить опыт, нужна хорошая последовательность случайных чисел.

— Спасибо вам и всем, кто нас смотрит, слушает и читает. До новых встреч!


ИСТОЧНИК: Троицкий вариант https://www.trv-science.ru/2024/05/gelfand-stern-evolution/

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *