Но, приняв во внимание природу информации, биологи начинают понимать, как происходит такое формирование. Одним из средств генерирования развивающимися эмбрионами информации, которая требуется для преобразования однородной клетки или группы клеток в высокоорганизованную структуру, становится создание химических градиентов. Если ввести маленькую каплю чернил в сосуд с водой, она будет медленно диффундировать от места первоначальной капли. Интенсивность цвета чернил ослабевает при удалении от капли, создавая химический градиент. Такой градиент может использоваться как источник информации: например, если концентрация молекул чернил высока, мы знаем, что находимся близко от центра сосуда, куда были закапаны чернила.
Теперь вместо сосуда возьмем шар из идентичных клеток, а вместо чернил введем в одну сторону шара дозу какого-нибудь белка, способного изменить свойства клеток. Мы таким путем получаем некий способ добавления клеткам пространственной информации для выстраивания модели. Белок проникнет сквозь клетки, создавая градиент высокой концентрации в одной стороне шара и низкой концентрации – в другой. Если клетки будут по-разному реагировать на высокую и низкую концентрацию, градиент белка может предоставить информацию для начала создания сложного эмбриона. Если, к примеру, высокая концентрация белка могла бы создать клетки головы, средняя концентрация – клетки груди, а низкая – клетки желудка, тогда градиент одного простого белка смог бы в принципе привести к рождению новой лимонницы. На практике дело обстоит не так просто, но имеются весомые свидетельства того, что градиенты сигнальных молекул в телах развивающихся организмов действительно вносят вклад в возникновение усложненных биологических форм.
К этой группе проблем обратился в начале 1950-х гг. Алан Тьюринг, один из основателей современной информатики, прославившийся взломом шифратора «Энигма». Он выступил с альтернативным и творческим решением вопроса о том, как эмбрионы получают пространственную информацию извне. Он разработал систему математических уравнений, предсказывавшую поведение химических веществ, взаимодействовавших друг с другом и в результате подвергавшихся определенным химическим реакциям по мере диффузии в структуре. Сверх чаяния его уравнения, которые он назвал реакционно-диффузными моделями, могли выстроить химические вещества в изощренные и часто весьма красивые пространственные структуры. Модифицируя параметры уравнения, два вещества могли организоваться, например, в равноудаленные точки, полоски и пятнышки. Модель Тьюринга привлекала тем, что системы возникали сами по себе согласно относительно простым химическим правилам взаимодействия двух веществ. Другими словами, налицо способ, каким развивающаяся клетка или организм получают необходимую для формирования информацию полностью извне: это самоорганизация. Тьюринг умер до того, как его теоретические идеи могли быть испытаны на реальных эмбрионах, но биологи, занимающиеся развитием, ныне полагают, что таким мог бы быть механизм создания пятен на боках гепардов и полос на многих рыбах, распределения волосяных луковиц на вашей голове и даже разделения ладони человеческого зародыша на пять отдельных пальцев.
Когда мы оцениваем жизнь в терминах информатики, важно отдавать отчет в том, что биологические системы постепенно эволюционировали в течение многих миллионов лет. Как мы уже видели, нововведения появлялись как результат случайных генетических мутаций и вариаций. Затем они проходили через фильтр естественного отбора, и те, что зарекомендовали себя хорошо, ассимилировались в оставшиеся в живых, более успешные организмы. Отсюда следует, что существующие системы неуклонно изменяются путем приращения «дополнительных элементов». В каком-то смысле это похоже на ваш телефон или компьютер, часто нуждающийся в загрузке и установке обновленного программного обеспечения. Устройства приобретают новые функции, но приводящее их в действие программное обеспечение тоже все более усложняется. В равной степени в контексте жизни все эти генетические «обновления» означают, что вся система клетки будет постепенно стремиться к усложнению с ходом времени. Это способно привести к избыточности: функции каких-то компонентов будут перекрываться, другие окажутся остатками вытесненных частей, а некоторые полностью потеряют значение для функционирования, но смогут пригодиться на случай выхода из строя базового компонента. Все это говорит о том, что живые системы нередко менее эффективны и менее разумно сконструированы, чем цепи управления, рационально спроектированные людьми, – еще одна причина, почему аналогии между биологией и информатикой могут завести слишком далеко. Как сказал Сидни Бреннер: «Математика – искусство идеального. Физика – искусство оптимального. Биология по причине эволюции – искусство посредственного». Жизненные формы, выжившие при естественном отборе, устояли, потому что они работают, но не обязательно потому, что делают все максимально эффективно, просто и ясно. Вся эта сложность и избыточность делают анализ биологических систем сигнальных путей и информационных потоков трудным, но интересным. Очень часто оказывается, что невозможно применить понятие «бритва Оккама», которое призывает для понимания явления искать самое простое адекватное объяснение[7]. Некоторых физиков, заинтересовавшихся биологией, это может смутить. Физики склонны к простым и изящным решениям и могут чувствовать себя неуютно, столкнувшись с неряшливой и далекой до совершенства реальностью живых систем.
Моей лаборатории часто приходилось сражаться с избыточностью и хитросплетениями, привнесенными естественным отбором, поскольку они могут «затенять» ключевые принципы биологических процессов. Чтобы справиться с этим, мы генетически сконструировали дрожжевые клетки для выработки очень упрощенной схемы управления клеточным циклом. Это как если бы вы разобрали автомобиль, убрав кузов, фары и сиденья и оставив только узлы для выполнения важнейших функций – мотор, трансмиссию и колеса. Вышло лучше, чем я рассчитывал. Наши упрощенные клетки все еще могли выполнять главные задачи контроля клеточного цикла. Разборка сложного механизма до базовых элементов облегчила нам анализ потока информации и, таким образом, позволила по-новому вникнуть в суть системы управления клеточным циклом.
Среди выбранной группы незаменимых регуляторов клеточного цикла, выявленных в эксперименте, был ген cdc2. По мере продвижения дрожжевой клетки через клеточный цикл сама клетка стабильно растет, как и количество cdc2, а также содержащего циклин белкового комплекса CDK. Говоря на языке информации: клетка использует количество активного комплекса CDK и как входной параметр, отражающий информацию о размерах клетки, и как решающий сигнал, запускающий главные события клеточного цикла. В первую очередь комплексом CDK фосфорилируются белки, требуемые на ранней стадии цикла, что ведет к копированию ДНК в фазе синтеза, а те, что требуются позднее, фосфорилируются позже, что ведет к митозу и делению клетки в конце клеточного цикла. «Ранние» белки более чувствительны к ферментативной активности CDK, чем «поздние», поэтому они будут фосфорилироваться при снижении активности CDK в клетке.
Данная простая модель управления клеточным циклом идентифицировала активность CDK как критически важный координирующий узел в сети белок-белковых взаимодействий в центре управления клеточным циклом. До того момента отгадка ускользала от нас из-за внешней сложности сети, избыточных функций различных компонентов, наличия менее важных механизмов контроля и, возможно, также из-за склонности человеческого ума очаровываться сложностью вместо того, чтобы искать простоту.
В большей части этой главы основное внимание уделялось клеткам, поскольку они служат основным элементом жизни, но, когда рассматриваешь жизнь как информацию, следует заглянуть дальше. Велика вероятность, что мы сможем гораздо глубже проникнуть во все области биологии, если найдем возможности понимания того, каким путем молекулярные взаимодействия, активность ферментов и физические механизмы производят, передают, получают, хранят и обрабатывают информацию. По мере того как данный подход завоевывает все больше сторонников, появляется шанс, что биология выйдет за пределы общепринятого и знакомого мира, где она в основном пребывала в прошлом, в сторону мира более абстрактного. В этом смысле можно провести параллели с великими сдвигами в физике от отвечающего в принципе здравому смыслу мира Исаака Ньютона до вселенной Альберта Эйнштейна, где правит относительность, и еще дальше к «странному миру» квантов, открытому Вернером Гейзенбергом и Эрвином Шрёдингером в первой половине XX в.
Возможно, многосложность биологии приведет к странным и непонятным интуитивно объяснениям, для чего биологам потребуется еще больше помощи математиков, программистов и физиков, привыкших мыслить более абстрактно и менее сосредоточенных на повседневном опыте мира, в котором мы живем.
Воззрение, согласно которому в центре жизни лежит информация, поможет нам также в понимании более высоких уровней биологической организации. Оно может пролить свет на то, как клетки взаимодействуют для создания тканей, как ткани создают органы и как органы, действуя совместно, создают полностью готовый к работе живой организм, в частности человека. Это справедливо и в большем масштабе, если мы посмотрим на внутривидовое и межвидовое взаимодействие живых организмов, на действие экосистем и биосферы. Тот факт, что управление информацией имеет место на всех уровнях, от молекулярного до биосферного в масштабе планеты, имеет важные последствия для биологов, пытающихся понять жизненные процессы. Чаще лучше искать объяснения поближе к изучаемому явлению. Объяснения не утратят адекватности, если мы не станем во что бы то ни стало доводить их до молекулярного уровня генов и белков.
Тем не менее характер управления информацией на каком-то уровне может дать представл