Читать книгу "Синдром Паганини и другие правдивые истории о гениальности, записанные в нашем генетическом коде - Сэм Кин"

Кроме расы и сексуальной ориентации, генетики уже начинают вступать в дискуссии по поводу преступности, гендерных отношений, пристрастия к наркотикам, ожирения и всего прочего. Вероятно, в ближайшие 10–20 лет генетические факторы и подверженность им будут найдены практически для каждой внешней черты или особенности поведения человека, какую ни возьми. Но независимо от того, что генетики выяснят по поводу этих черт, мы, прежде чем сопоставить генетику с социальными проблемами, должны учитывать несколько важных принципов. Самое главное, вне зависимости от биологических обоснований конкретной черты спросить себя: неужели на самом деле имеет смысл обвинять и порицать кого-то, основываясь лишь на поведении нескольких микроскопических генов? Кроме того, помните, что большинство генетических предрасположенностей нашего поведения сформировалось в африканских саванах много тысяч, если не миллионов, лет назад. Так что эти предрасположенности, хоть и являются в каком-то смысле «естественными», сейчас вовсе не обязательно должны хорошо нам служить, ведь окружение человека с тех пор радикально изменилось. То, что случается в дикой природе, в любом случае является не очень хорошим ориентиром для принятия решений. Одна из самых грубых ошибок этической философии – это натуралистическое заблуждение, согласно которому природа отождествляется с чем-то «правильным» и для того, чтобы оправдать или извинить предрассудки, употребляются слово «естественный». Мы, люди, являемся гуманными существами в том числе и потому, что можем заглянуть за свою биологическую сущность.

В любом исследовании, которое затрагивает социальные вопросы, мы можем по крайней мере взять паузу и не обнародовать сенсационные заключения без достаточно полного доказательства. В течение последних пяти лет научные работники старались не покладая рук и секвенировали ДНК от большего и большего количества этнических групп по всему миру, чтобы максимально разнообразить состав того пула генов, который сегодня используется для исследований; вплоть до настоящего времени в нем содержатся преимущественно гены европеоидов. И некоторые ранние результаты, особенно полученные в результате проекта с говорящим названием «1000 геномов», показывают, что ученые, возможно, преувеличивают значение ДНК-изгибов – тех, что разожгли пламя идеи Лана об интеллектуальном различии рас.

К 2010 году генетики идентифицировали две тысячи вариантов человеческих генов, которые демонстрировали заслуживавшие внимания признаки; как правило, небольшое различие между этими генами служило признаком того, что имел место «генетический автостоп». И когда ученые определили, чем отличаются эти примечательные варианты от непримечательных, они отыскали случаи, в которых триплет ДНК мутировал и образовывал новую аминокислоту. Это имело смысл: новая аминокислота могла изменить состав белка, и если в результате этого изменения появлялось нечто более жизнеспособное, естественный отбор действительно мог внедрить новую форму в популяцию. Однако когда ученые исследовали прочие регионы, они находили те же знаки перемен в генах со «спящими» мутациями – мутациями, которые из-за избыточности в генетическом коде не сумели изменить аминокислоту. Естественный отбор не смог внедрить эти изменения, потому что мутация оказалась бы незаметной и не принесла бы организмам никакой пользы. Другими словами, многие видимые ДНК-изгибы могут оказаться ложными, искажающими прочие эволюционные процессы.

Это не значит, что ДНК-изгибов не существует; ученые до сих пор верят, что гены переносимости лактозы, структуры волоса и некоторых прочих черт (включающих, по иронии судьбы, и цвет кожи) могли внедриться в различные этнические группы в различных местах вместе с мигрантами, которые столкнулись с разным природным окружением за пределами Африки. Но это могло иметь место лишь в некоторых случаях. Большинство изменений в природе человека протекают медленно, и, возможно, ни одна из этнических групп не «вырывалась вперед» в генетическом тотализаторе, приобретая особенно успешные гены. Любые доказательства обратного – особенно учитывая, как часто якобы научные доводы об этнических группах рассыпались в прах, – должны быть тщательно обработаны. Поскольку, как говорит старая пословица: «Это не то, что мы не знаем, что вызывает неприятности, – это то, что мы знаем, что их не вызывает».

* * *

Приобретение новых знаний в области генетики требует не только достижений в понимании того, как работают гены, но и достижений в области вычислительной техники. Закон Мура для компьютеров – гласящий, что мощность микрочипов удваивается примерно каждые два года – соблюдается уже десятилетиями, что объясняет, почему современный электронный собачий ошейник мощнее, чем компьютеры, рассчитывавшие полеты «Аполлонов» на Луну. Но с 1990 года генетические технологии превзошли даже прогнозы Мура. Современный секвенатор ДНК может за 24 часа выдать больше данных, чем весь проект «Геном человека» за десять долгих лет, и технологии становились все удобнее, распространяясь по лабораториям и опытным станциям по всему миру. После убийства Усамы бен Ладена в 2011 году американские военные идентифицировали его – путем сравнения ДНК с образцами, взятыми у родственников – в течение пары часов, в середине океана, в глухую ночь. В то же самое время стоимость секвенирования целого генома устремилась вниз, как тело в свободном полете в вакууме, – от трех триллионов до десяти тысяч долларов, от одного доллара за основание, до примерно трех десятитысячных долей цента. Если в наше время ученые желают изучать отдельный ген, зачастую оказывается дешевле секвенировать целый геном вместо того, чтобы хлопотать над изолированием одного гена и секвенированием лишь части генома.

Конечно, ученым до сих пор приходится анализировать невообразимое количество А, Ц, Г и Т, которые они собирают. Будучи посрамлены результатами проекта «Геном человека», они понимают, что не могут лишь таращиться на поток рядов данных и ожидать озарения, в стиле фильма «Матрица». Им необходимо изучить, как клетки склеивают ДНК, и учесть эпигенетические «примечания», а это гораздо более сложный процесс. Им нужно изучить, как гены работают в группах, и как ДНК упаковывает их в трехмерную конструкцию внутри ядра. Столь же важно для них определить, как культура клеток, являющаяся побочным продуктом ДНК, в свою очередь, влияет на генетическую эволюцию. На самом деле некоторые ученые доказывают, что петля обратной связи между ДНК и культурой не просто повлияла, но и определила эволюцию человека в течение примерно 60 тысяч последних лет. Чтобы справиться со всеми этими задачами, необходимо задействовать очень мощную компьютерную технику. Крейг Вентер потребовал суперкомпьютер, но генетики будущего, возможно, обратят внимание на саму ДНК и исследовательские технологии, основанные на ее блестящих вычислительных мощностях.

Та сторона вещей, которая имеет отношение к программному обеспечению, так называемые генетические алгоритмы, могут помочь решить сложнейшие проблемы, поставив себе на службу силу эволюции. Если вкратце: генетические алгоритмы моделируются компьютерными командами, которые связываются программистами воедино, как индивидуальные «гены» вместе образуют цифровые «хромосомы». Программист может начать проверять примерно десяток программ. Он кодирует команды генов в двоичном коде и объединяет их в одну длинную последовательность, подобную хромосоме (0001010111011101010…). Затем начинается самое интересное. Программист запускает каждую программу, оценивает ее и подвергает лучшие программы «кроссоверу» – обмену цепочками нулей и единиц, подобно тому, как хромосомы обмениваются ДНК. Далее программист запускает эти гибридные программы и оценивает уже их. На этом этапе лучшие из программ снова подвергаются кроссоверу и обмениваются нулями и единицами. Процесс повторяется снова и снова, позволяя программам развиваться. Эпизодические мутации – обмены нулей на единицы или наоборот – приносят большее разнообразие. В конце концов, генетические алгоритмы объединяют лучшие «гены» из самых разных программ в одну, близкую к оптимальной. Даже если в начале иметь дело с самыми отсталыми программами, генетическая эволюция автоматически улучшит их, и они сфокусируются на лучших образцах.