Полагаю, что нужно воздержаться от преждевременных суждений и бранных эпитетов, пока мы не разберемся до конца в этой сложной ситуации. Думаю, что, пока выйдет в свет эта книга, многое уже будет ясно.А пока посмотрим, не поможет ли нам, хотя бы в построении гипотез, аналогия с лингвистическими текстами. Монморенси – последовательность уникальная. Еще 10 лет назад в статьях по структуре генома были модными графики, по которым можно было определить распределение нуклеотидных последовательностей по скорости отжига, реассоциации. На оси абсцисс (ось Х) у них обычно откладывалась не скорость реассоциации, а величина c0t – произведение начальной концентрации денатурированной ДНК на время отжига. А так как эта величина в одном геноме изменяется на пять порядков, давали ее логарифм.Читается c0t как «це-ноль-тэ», но на лабораторном жаргоне говорили – «кот» («мы отожгли ДНК до ста котов»). Жаргонное словцо хорошо свидетельствует о популярности метода. В самом деле, при равных объемах геномов c0t связано с копийностью (числом повторов) прямой зависимостью.На оси ординат (ось Y) откладывали процент данной фракции в геноме, только шкала была перевернута.Эти так называемые кривые кинетики реассоциации сыграли свою роль, да и сейчас часто используются. Вспомнил я о них вот по какой причине. Любой человеческий язык несколько условно можно трактовать как состоящий из двух категорий слов (или частей слов). Первая категория состоит из слов, за которыми стоят какие-то объективные реалии. Это корни существительных, прилагательных и глаголов.Вторая категория – флексии, предлоги, приставки, артикли, окончания – то, что придает смысл корням, но без них самих смысла не имеет. С другой стороны, один корень без соответствующих «добавок» становится невразумительным. Например, что значит английское слово strike? Не спешите с ответом. The strike – забастовка (существительное). A to strike – бастовать (глагол). Отдельно же взятый артикль ни о чем не говорит, как и частица to.А если в генетических текстах структурные гены выполняют функцию корней слов первой категории (ведь за ними стоят реалии – аминокислотные тексты белков), а повторы и некодирующие белков УП играют роль слов второй категории? Тогда станет ясно, что они столь же необходимы в ДНК-тексте, как и структурные гены. Попробуйте в разговоре и письме обойтись одними корнями.Эгоистичность повторов иногда доказывают таким доводом: у вида А такой повтор есть, а у вида Б нет. Значит, он не нужен.Аналогичное рассуждение: в немецком языке есть артикли, характеризующие род существительного. Родственные артикли в английском превратились в детерминативы существительных (категория рода в английском языке отмирает). А в русском языке артиклей нет вообще, они не нужны. Значит ли это, что они не нужны и в немецком, английском и французском языках?Вопрос мой явно риторический. Приведу пример из мемуаров французского подводника Ж. Уо. Погружаясь в батискафе с директором биостанции Вильфранш Трегубовым, русским по происхождению, Уо сокрушенно называет его блестящим собеседником, по непонятной причине опускавшим решительно все артикли. Сорок лет прожив во Франции, он так и не привык к ним – по той причине, что в русском языке их заменяют другие вспомогательные слова.Такие соображения привели меня лет десять назад к идее одного эксперимента (если его можно так назвать). Я взял английский текст (первую главу из общеизвестной книги Д. К. Джерома «Трое в одной лодке…») и на досуге выписал из нее все слова, определив частоту их встречаемости. А затем построил график, аналогичный кривой кинетики реассоциации ДНК – только вместо c0t взял частоту встречаемости слов в тексте.Получилась довольно наглядная кривая, которую коллеги принимали именно за этот образец. Четко выделились высокоповторяющиеся последовательности (the, a, an, to), средние повторы (in, on, into, – ing). И, наконец, уникальные. Туда же попал и Монморенси – ведь кличка знаменитого фокстерьера встречается в первой главе только один раз.Почему я взял англоязычный текст? С ним легче работать, легче отстраниться. Сейчас я думаю, что русскоязычный дал бы еще более четкую картину – за счет флексий. Человек, владеющий персональным компьютером, был бы способен на анализ более протяженных и сложных текстов, и аналогия выступила бы еще нагляднее.Повторяю, аналогия не доказательство, а лишь повод для выдвижения гипотезы (или спекуляции, если хотите). Структурный ген, кодирующий белок, – это только корень слова. Он обретает смысл лишь при взаимодействии с другими последовательностями, которые играют роль вспомогательных слов в языке. Вирусы и отчасти бактерии практически не имеют повторов в своих простых геномах. Их «язык» напоминает, если хотите, тот язык, на котором говорил Тарзан в некогда популярных фильмах. Но закодировать на нем достаточно большой объем информации о построении сложного фенотипа невозможно.Опираясь на этот нехитрый эксперимент, я мог уже целеустремленно искать в литературе сведения о функциональной роли повторяющихся последовательностей и тех механизмах, которые обеспечивают помехоустойчивость генетических сообщений.Но это уже другой вопрос, тема следующей главы. До сих пор мы говорили о статике, о структуре генетических сообщений. В следующей главе придется говорить и о динамике, об эволюции генетических текстов – начиная с момента происхождения жизни.В заключение хочу оговориться. Я отнюдь не считаю все последовательности ДНК функционально значимыми. Подобно тому, как все организмы имеют так называемые рудиментарные органы, ныне бесполезные, но свидетельствующие об их истории, так и их геномы могут содержать реликтовые последовательности, гены-рудименты, не играющие сейчас никакой роли или очень мало значимые. Все дело в количественной оценке феномена. Не только 96%, но и 30% ДНК «мусорной» и «эгоистической» в процессе эволюции в геноме не удержится.А сейчас перейдем к третьей главе. В начале ее нужно обсудить вопрос: нужен ли господь бог для синтеза первого гена или же, как сказал Лаплас Наполеону, можно обойтись без этой гипотезы? Глава III.Есть ли жизнь на Земле? Оро:… Как сказал один шутник, по теории вероятностей мы все должны были быть мертвецами. Тем не менее, мы живы. Чаргафф: Но мы все-таки умрем. Мора: В том-то и беда. Из дискуссии на Флоридской конференции по происхождению жизни Там, где вечно дремлет тайна, Есть нездешние поля. Только гость я, гость случайный На горах твоих, земля. Сергей Есенин В прошлой главе мы пришли к выводу, что так называемые структурные гены, кодирующие аминокислотные последовательности белков – это лишь, если угодно, корни слов, но не сами слова и тем более не осмысленные предложения. Тем самым вопрос о «лищней» ДНК в значительной мере снимается. Если же мы учтем, что в передаче информации по каналу с высоким уровнем шума код должен быть помехоустойчивым, становится ясной та непонятная щедрость природы, с которой она наделила ДНК наши клеточные ядра. Это не исключает возможности существования в геноме своего рода реликтовых последовательностей, не несущих в настоящее время определенной функции («гены на пенсии или в творческом отпуске»). Но доля их в геноме не может быть значительной, они не должны мешать генам активным, ибо довлеет дневи злоба его.На уровне построения фенотипа (клеток, тканей, органов) также существуют структуры, для организма в данный период эволюции бесполезные (рудиментарные органы вроде зачаточных тазовых костей у китов и удавов, мышцы, двигающие ушной раковиной у человека, человеческий аппендикс и многое другое).Аналогичная картина наблюдается и в мемофондах. Мы знаем лишние буквы в алфавите и слова в языках, рудименты старых технологий, обычаев и идеологий. Простой пример: раньше обшлага камзолов отворачивались и пристегивались на пуговицы. Теперь этого нет, но на рукавах каждого пиджака с упорством, достойным лучшего применения, пришивают по три пуговицы. Не столь уж безобидный рудимент, хотя бы для нашей страны. Сколько пиджаков в РФ, статистика не знает, как не знает и числа стульев. Допустим, что каждый гражданин мужского пола имеет хотя бы один пиджак (140 млн.). Это соответствует 840 млн. пуговиц, которые ничего не пристегивают. Без малого миллиард, а ведь это пример безобиднейшего реликта. Несравненно больше вреда «пуговицы на обшлагах» приносят не в технологиях, а в самых консервативных областях мемофондов – обычаях, обрядах, идеологиях. Но об этом у нас еще будет время поговорить.Сейчас рассмотрим несколько иной аспект проблемы. Существуют ли какие-нибудь связи в последовательности нуклео-тидов – в нуклеотидном «тексте»? И опять начнем с аналогии – рассмотрим лингвистические тексты.Как вы помните, энтропия на символ русского текста около 5 бит, но при условии, что все буквы одинаково вероятны. Такой текст можно получить, если 32 буквы кириллицы (без различения букв е и ё, ь и ъ, как на телеграфе) написать на бумажках, а затем вытаскивать их из урны, записывать вытянутый символ и возвращать бумажку обратно. Сначала я хотел сделать это сам, но потом решил воспользоваться моделью Р. Л. Добрушина (его примеры цитируются в ряде книг). Вот какая фраза у него получилась: сухерробьдщяыхвщиюайжтлфвнзагфоенвштцр хгбкучтжюряпчькйхрыс (1)
Как видите, получилось нечто такое, что нельзя и выговорить. Именно такой текст и содержит 5 бит/символ, он наиболее информативен, потому что вероятность появления каждого последующего знака определяется только случаем и всегда равна 1/32. Но мы-то знаем, что в русском тексте разные буквы встречаются с разной частотой. Чаще всего встречается буква «о» (частота 0,090.), но это только в письменной речи. В устной, в московском говоре, где безударное «о» выговаривается как «а» («с Масквы, с пасада, с калашнава ряда»), положение другое Добавлю, что 32 символа недостаточны для полного понимания текста, нужны еще и знаки препинания, кроме пробела. Напомню хрестоматийный пример: «Казнить нельзя помиловать». На телеграфе используют сокращения зпт, тчк.

. В других языках в фаворитах ходят другие буквы. Вспомните «Золотого жука» Эдгара По – там герой уверенно принимает наиболее часто встречающийся в тексте знак за букву «е». На пергаменте был английский текст, но и в испанском и во французском языке, которыми также пользовались пираты Карибского моря, «е» – чаще всего встречающаяся буква.Определить частоту встречаемости букв просто, нужно только учитывать характер текста. Буква «ф» в русскоязычных текстах относительно редка (частота 0,002, из согласных чаще всего встречаются «т» и «н») – за исключением математических (за счет таких слов как функция и дифференциал). Лучше использовать средние данные по различным источникам. Оказалось, что с учетом разной частоты встречаемости энтропия на символ уже 4,35 бит. Искусственный «текст» с этими поправками будет выглядеть по Добрушину примерно так: еынт цияьа оерб однг ьуемлолйк збя енвтша (2)
Как видите, этого приближения явно недостаточно, чтобы случайно подобранная фраза зазвучала по-русски. Мы подходим к важному феномену: наличию связей, корреляций между символами в тексте. В самом деле, не каждая буква может занимать любое место. После пробела никогда не встретится мягкий знак, а «и» – редко, лишь в заимствованных словах (Йорк, йод). Система корреляций между символами оказывается разной у разных языков. Русский язык относится к индоевропейским, в них возможны сочетания нескольких согласных (взвод, встреча, бодрствовать) и закрытые, оканчивающиеся на согласный слоги. А в японском и полинезийском языках гласные и согласные строго чередуются, и закрытых слогов нет. Это хорошо обыграл Г. Мелвил в повести «Тайпи», где герой представляется друзьям-канакам самым простым английским именем Том. Оказалось, что произнести его они не в состоянии. Томи, Томо – пожалуйста.Но и любая гласная не может появиться после любой согласной. «Я» после «г» в русском языке крайне редка (лишь в заимствованном слове «гяур»), только Марина Цветаева осмеливалась писать – «рвя и жгя». Добрушин учел корреляции между соседними буквами. Получилась следующая фраза: умароно кач всванный рося ных ковкров недаре (3)
Энтропия на символ снижается до 3,52 бит, но фразу уже можно прочесть, не запинаясь. Но ведь корреляции касаются не только соседних букв, но и третьих и четвертых за выбранными. Если учтем частоту трехбуквенных сочетаний, будет фраза вроде: покак пот дурноскака наконепио зне стволовил се твой обниль (4)
В ней уже встречаются вполне русские слова и части слов (энтропия 3,01 бит/символ). С учетом четырехбуквенных сочетаний получается фраза, которую, если ее быстро произнести, можно счесть за русскую: весел враться не сухом и непо и корко (5)
Ясно, что учет более дальних корреляций приведет к появлению чисто русских слов, в дальнейшем уже и не в бессмысленных комбинациях, а энтропия на символ будет снижаться. Расшифровка поврежденного или закодированного текста «по Паганелю» как раз и связана с учетом корреляций между символами.А как обстоит дело с символами в нуклеотидной последовательности ДНК или в аминокислотной – белка? Этот вопрос занимал меня давно, еще тогда, когда не был прочтен ни один ген, а за расшифровку первого белка – инсулина Сэнгер получил свою первую Нобелевскую премию. Поэтому я старался каждую появившуюся в литературе последовательность оценить с этой точки зрения. И уже первые результаты смущали и заставляли задуматься.Вероятность встречи в любом месте одного из четырех символов, слагающих последовательность гена, или одного из двадцати символов, слагающих белок, была пропорциональна только процентному содержанию этого символа в тексте и не зависела от соседних. То есть, генетический текст оказывался построенным согласно модели 2 Добрушина. Гены – дети случая. С какой-то стороны это меня огорчило. Я надеялся, что системы корреляций, паче чаяния они в нуклеотидных текстах окажутся, будут разными в разных геномах.
1 2 3 4 5 6 7 8 9 10 11