Мы можем изменить нашу компьютерную модель, чтобы принять во внимание этот момент; мы можем также сделать её более реалистичной в других отношениях. Буквы и слова — узкочеловеческие явления, так что давайте научим компьютер рисовать картины. Может быть, мы даже увидим очертания, подобные животным, эволюционирующим в компьютере посредством нарастающего отбора мутантных форм. Мы не будем навязывать своих представлений, предлагая начать с какого-нибудь конкретного животного. Мы хотим, чтобы они появились исключительно в результате нарастающего отбора случайных мутаций.
В реальной жизни, форма тела каждой особи животного продуцируется эмбриональным развитием. Эволюция получается потому, что в последовательных поколениях имеются небольшие различия в эмбриональном развитии. Эти различия возникают из-за изменений (мутации — это тот самый маленький элемент спонтанности в эволюции, о котором я говорил) в генах, управляющих развитием. Поэтому в нашей компьютерной модели должно быть нечто эквивалентное эмбриональному развитию, и нечто эквивалентное генам, могущим мутировать. Удовлетворить этим спецификациям в компьютерной модели можно различными путями. Я выбрал из них один и написал программу, которая его реализовала. Сейчас я опишу эту компьютерную модель, чтобы вы не думали, что я что-то скрываю. Если вы не разбираетесь в компьютерах, то вам достаточно знать, что компьютеры — это механизмы, которые делают в точности то, что вы им велите, но часто удивляют вас результатом. Список инструкций для компьютера называется программой («program» — это стандартная американская нотация, она к тому же рекомендуется Оксфордским словарём; альтернативная нотация, «programme», обычно употребляемая в Британии, вроде бы является заимствованием из французского).
Эмбриональное развитие — это слишком сложный процесс, чтобы его можно было реалистично смоделировать на маленьком компьютере. Нам придётся представить его неким упрощённым аналогом. Нам нужно найти простое правило рисования, которое компьютер может легко выполнить, и которое может затем изменяться под влиянием «генов». Какое правило рисования мы выберем? Учебники информатики часто иллюстрируют мощность того, что они называют «рекурсивным» программированием, простыми процедурами рисования деревьев. Компьютер начинает рисовать одну вертикальную линию. Затем линия разветвляется на две ветки, после чего каждая из ветвей разделяется ещё на две суб-ветки. Затем каждая из суб-ветвей подразделяется на суб-суб-ветки и так далее. Метод называется «рекурсивным» потому, что одно и то же правило (в нашем случае — правило ветвления) локально применяется на всём растущем дереве. Дерево может быть сколь угодно велико, ибо одно и то же правило разветвления применяется в кончиках всех его веток.
«Глубина» рекурсии — это количество допускаемых суб-суб-…ветвлений между началом и остановкой процесса. На рисунке 2 показаны случаи, когда вы велите компьютеру выполнить одно и то же правило рисования, но остановиться на разных глубинах рекурсии. При очень глубокой рекурсии образец становится весьма сложным, но тем не менее на рисунке 2 можно легко видеть, что это результат того же самого очень простого правила ветвления. Конечно, именно это происходит у настоящего дерева. Схема ветвления дуба или яблони выглядит сложной, но на деле таковой не является. Базовое правило ветвления очень просто. Но из-за того, что оно применяется рекурсивно во всех отрастающих кончиках всех ветвей дерева — ветви производят суб-ветви, затем каждая суб-ветвь производят суб-суб-ветви и так далее — в результате всё дерево получается большим и густым.
Рис. 2.
Рекурсивное ветвление — это также хорошая метафора для эмбрионального развития растений и животных. Я не хочу сказать, что эмбрион животного напоминает ветвящееся дерево. Нет, конечно. Но рост всех эмбрионов осуществляется делением клеток. Деление любой клетки всегда состоит в разделении её на две дочерние. И гены всегда влияют на результирующие эффекты развития тел посредством локального влияния на клетки и на «двухветочную» схему деления клетки. Гены животного никак не являются эдаким грандиозным чертежом всего тела. Как мы увидим далее, гены более подобны рецепту, чем подобному чертежу — более того, не тому рецепту, который описывает развивающийся эмбрион как целое, но рецепту поведения отдельной клетки или локального кластера делящихся клеток. Я не спорю, что весь эмбрион, а позже и взрослая особь, может обладать крупными размерами и формой. Но это крупное тело появляется как результат большого количества маленьких локальных клеточных эффектов во всём развивающемся теле, и эти локальные эффекты в основном представляют собой такие вот «двухветочные» расколы клеток. Именно влияя на эти локальные события, гены в конечном счёте оказывают влияние на взрослое тело.
Итак, простое правило ветвления рисунка дерева будет похоже на обещанный аналог эмбрионального развития. Ну раз это так, то мы оформляем его в маленькую компьютерную процедуру, называем её РАЗВИТИЕ и готовим к включению в бóльшую программу с названием ЭВОЛЮЦИЯ. И в качестве первого шага к написанию этой большей программы, обратим наше внимание на гены. Как будет мы моделировать «гены» в нашей компьютерной модели? В реальном живом существе гены делают две вещи: влияют на развитие и переходят в следующие поколения. У реальных животных и растений имеются десятки тысяч генов, но мы скромно ограничим нашу компьютерную модель девятью. Каждый из этих девяти генов просто представлен неким числом в компьютере, которое мы будем называть его значением. Значение конкретного гена может быть, скажем, 4 или -7.[8]
Как наши гены будут влиять на развитие? Они могут делать много чего. Основная идея состоит в том, что они должны оказывать какое-то небольшое количественное влияние на правило рисования, которое и есть РАЗВИТИЕ. Например, один ген мог бы влиять на угол ветвления, другой мог бы влиять на длину некоторых конкретных ветвей. Ещё очевидная задача для гена — влиять на глубину рекурсии (количество последовательных ветвлений). Я поручил этот эффект гену 9. Таким образом, вы можете расценивать рисунок 2 как картину родственных организмов, идентичных друг другу во всём, кроме значения гена 9. Я не буду подробно описывать, что делает каждый из других восьми генов. Вы можете получить общие представления об этом, изучая рисунок 3. В середине рисунка — основное дерево, одно из деревьев рисунка 2. Окружают это центральное дерево восемь других. Все они совпадают с центральным деревом, за исключением того, что какой-то один ген из восьми у них был изменён — «мутировал». Например, дерево справа от центрального показывает, что будет, если ген 5 мутирует, увеличиваясь на +1 относительно его прежнего значения. Если б было достаточно места, я бы с удовольствием напечатал кольцо из 18 мутантов вокруг центрального дерева. Почему именно 18? Потому, что каждый из 9 генов может мутировать как в «восходящем» (на единицу больше его значения), так и «нисходящем» направлении (на единицу меньше его значения). Так что кольца из 18 деревьев было бы достаточно, чтобы отобразить всех возможных одношаговых мутантов, которых вы можете произвести от одного центрального дерева.
Рис. 3.
У каждого из этих деревьев есть своя собственная, уникальная «генетическая формула» — числовые значения всех его девяти генов. Я не записывал генетических формул, потому что они, сами по себе для вас ничего не значили бы. Это справедливо и для реальных генов. Гены только тогда начинают означать что-то, когда они транслированы посредством синтеза белка, в правила роста развивающегося эмбриона. Также и в нашей компьютерной модели, числовые значения этих девяти генов только тогда что-то значат, когда они транслированы в правила роста ветвящегося дерева. Но вы можете понять роль каждого гена, сравнивая тела двух организмов с известными к отличиями конкретного гена. Например, сравнив основное дерево в середине рисунка с двумя деревьями справа и слева, и вы получите некоторое представление о функции гена 5.
Это как раз то, что делают генетики, изучающие реальную жизнь. Генетики обычно не знают, какие эффекты гены оказывают на рост эмбриона. Как и не знают полной генетической формулы животного. Но сравнивая тела двух взрослых животных, о которых известно, что они отличаются одним геном, они могут увидеть, какой эффект этот ген оказывает. Картина усложняется тем, что эффекты генов взаимодействуют друг с другом, причём сложнее, чем просто складываются. Это же самое справедливо и для компьютерных деревьев. И даже очень — что покажут дальнейшие рисунки.
Заметьте, что все очертания симметричны относительно вертикальной оси. Это есть ограничение, которое я наложил на процедуру РАЗВИТИЕ. Я сделал это отчасти по эстетическим соображениям, отчасти — чтобы сэкономить на количестве необходимых генов (если бы гены не оказывали зеркально-симметричных эффектов на обе стороны дерева, нам были бы нужны отдельные гены для левой и правой сторон); а частично потому, что я надеялся получить очертания, похожие на животных, а большинство тел животных весьма симметричны. Поэтому я с этого момента перестану называть эти создания «деревьями» и буду называть их «тела» или «биоморфы». Биоморф — название, предложенное Десмондом Моррисом для образов, напоминающих каких-то смутных животных в его сюрреалистических картинах. Эти картины занимают особое место в моих привязанностях, потому что одна из них была воспроизведена обложке моей первой книги. Десмонд Моррис заявлял, что его биоморфы «эволюционировали» в его воображении, и что их эволюцию можно проследить в его последовательных картинах.
Заметьте, что все очертания симметричны относительно вертикальной оси. Это есть ограничение, которое я наложил на процедуру РАЗВИТИЕ. Я сделал это отчасти по эстетическим соображениям, отчасти — чтобы сэкономить на количестве необходимых генов (если бы гены не оказывали зеркально-симметричных эффектов на обе стороны дерева, нам были бы нужны отдельные гены для левой и правой сторон); а частично потому, что я надеялся получить очертания, похожие на животных, а большинство тел животных весьма симметричны. Поэтому я с этого момента перестану называть эти создания «деревьями» и буду называть их «тела» или «биоморфы». Биоморф — название, предложенное Десмондом Моррисом для образов, напоминающих каких-то смутных животных в его сюрреалистических картинах. Эти картины занимают особое место в моих привязанностях, потому что одна из них была воспроизведена обложке моей первой книги. Десмонд Моррис заявлял, что его биоморфы «эволюционировали» в его воображении, и что их эволюцию можно проследить в его последовательных картинах.
Вернёмся к компьютерным биоморфам и к кольцу из 18 возможных мутантов. 8 наиболее интересных из них нарисованы на рисунке 3. Так как каждый член кольца отстоит только на один мутационный шаг от центрального биоморфа, то нам легко видеть, что это — дети центрального родителя. Здесь мы имеем аналог ВОСПРОИЗВОДСТВА, которое, как и РАЗВИТИЕ, мы можем оформить в другую маленькую компьютерную программу, готовую к включению в нашу большую программу под названием ЭВОЛЮЦИЯ. Обратите внимание на две вещи в нашем ВОСПРОИЗВОДСТВЕ. Первая: здесь нет никаких полов; воспроизводство асексуально. Я представляю себе биоморфы самками, потому что асексуальные животные, такие, как тли, почти всегда пребывают в форме самок. Вторая: все мои мутации ограничены одной штукой за раз. Ребёнок отличается от своего родителя в только в одном из девяти генов; кроме того, мутации всегда прибавляют или убавляют единицу из значения соответствующего родительского гена. Всё это — лишь произвольные соглашения; они могли быть другими, но всё ещё оставались бы биологически реалистичными.
Но есть ещё одна, совсем не произвольная особенность модели, которая реализует фундаментальный биологический принцип. Форма каждого ребёнка не отталкивается от самой по себе формы родителя. Форма каждого ребёнка вырабатывается исходя из значений его девяти генов (влияющих на углы, длины и так далее). И каждый ребёнок получает свои девять генов от девяти генов его родителя. Именно это и происходит в реальной жизни. Тела не переходят в следующее поколение — только гены. Гены влияют на эмбриональное развитие тела, в котором они находятся.
И эти же гены или переходят в следующее поколение, или нет. Значения генов никак не меняются от их участия в развитии тела, но вероятность того, что они будут переданы в следующее поколение, будет зависеть от успешности тела, которое они помогали создавать. Вот почему в компьютерной модели было важно, чтобы эти две процедуры с названиями РАЗВИТИЕ и ВОСПРОИЗВОДСТВО были написаны, как две герметичные капсулы. Они взаимонепроницаемы, за исключением того, что ВОСПРОИЗВОДСТВО передаёт значения гена РАЗВИТИЮ, где они влияют на правила роста. РАЗВИТИЕ категорически не передаёт значения генов назад в ВОСПРОИЗВОДСТВО — иное было бы равносильно «ламаркизму» (см. главу 11).
Мы оттранслировали эти два наших программных модуля под теми же идентификаторами: РАЗВИТИЕ и ВОСПРОИЗВОДСТВО. ВОСПРОИЗВОДСТВО передаёт гены в следующее поколение, с вероятностью мутации. РАЗВИТИЕ считывает гены, предоставленные ВОСПРОИЗВОДСТВОМ в любом данном поколении, и транслирует эти гены в правила рисования, и следовательно — в очертания тела на компьютерном экране. Настало время свести эти два модуля в одну большую программу под названием ЭВОЛЮЦИЯ.
Работа ЭВОЛЮЦИИ в основном состоит из бесконечного повторяющегося вызова ВОСПРОИЗВОДСТВА. ВОСПРОИЗВОДСТВО в каждом поколении считывает гены, которые предоставлены ему предыдущим поколением, и передаёт их в следующее поколение, однако с небольшой случайной ошибкой — мутацией. Мутация состоит лишь в прибавлении или отъятии единицы из значения наугад выбранного гена. Это означает, что по мере смены поколений, отличие значения гена от его первоначального значения может стать очень большим, накапливаясь по одному маленькому шагу за поколение. Мутации случайны, однако накопленное изменение через многие поколения — нет. Потомок в любом поколении отличается от своего родителя в случайную сторону. Но для перехода в следующее поколение из этих потомков отбирается неслучайный экземпляр. Именно так и происходит дарвиновский отбор. Субъекты отбора — не сами гены, но тела, на форму которых гены влияют посредством РАЗВИТИЯ.
Кроме репродуцирования, гены в каждом поколении управляют РАЗВИТИЕМ, которое, повинуясь строго установленным правилам, выращивает соответствующее тело на экране. В каждом поколении присутствует весь «выводок» «детей» (то есть — особей следующего поколения). Все эти дети являются мутантными потомками одного родителя, отличающиеся от своего родителя одним геном. Это очень высокий темп мутаций — откровенно искусственная особенность компьютерной модели. Вероятность мутирования гена в реальной жизни — обычно меньше одного против миллиона. Столь высокая частота мутаций в модели выбрана потому, что вся эта деятельность происходит на компьютерном экране для наблюдения глазом человека, а у людей нет терпения ждать одну мутацию миллион поколений!
Человек играет активную роль в этой истории. Он — отбирающий агент. Он рассматривает выводок потомков и выбирает один для размножения. Каждый выбранный затем становится родителем следующего поколения, и выводок его мутировавших детей одновременно отображаются на экране. Человек выполняет здесь точно ту же роль, что и при выведении новых пород собак или элитных роз. Другими словами, наша модель — это модель искусственного отбора, а не естественного. Критерий «успешности» здесь не есть прямой критерий выживания, как это имеет место в реальном естественном отборе. В настоящем естественном отборе, если тело обладает особенностями, дарующими ему выживание, то его гены выживают автоматически, потому что является его частью. Так что выживающие гены автоматически являются теми генами, которые даруют телам помогающие им выживать качества. В нашей компьютерной модели критерий отбора — не выживание, а способность удовлетворить человеческой прихоти. Это не обязательно праздная, случайная прихоть, поскольку мы можем принять критерий отбора на приближение к какой-то особенности, вроде «сходства с плакучей ивой». Однако в моём опыте, человек-селекционер часто придирчивее и меркантильнее, чем он мало отличается от некоторых видов естественного отбора.
Селекционер сообщает компьютеру, какого потомка из текущего выводка нужно размножить. Гены избранника передаются в ВОСПРОИЗВОДСТВО, и начинается новое поколение. И этот процесс, как и эволюция реальной жизни, происходит нескончаемо. Каждое поколение биоморфов — это только единственный мутационный шаг от своего предшественника и своего преемника. Но через 100 поколений ЭВОЛЮЦИИ, биоморфы могут отстоять уже примерно на 100 мутационных шагов от прародителя. А за 100 мутационных шагов может много чего случиться. Начиная играть в свою свеженаписанную программу ЭВОЛЮЦИЯ, я многого не загадывал. Главное, что удивило меня — биоморфы могут довольно быстро переставать напоминать деревья. Базовое двухветочное ветвление всегда присутствует в них, но оно легко закрашивается, так как линии пересекают и пере-пересекают одна другую, производя массивы однородного цвета (в напечатанном виде — только чёрно-белые). Рисунок 4 показывает одну конкретную эволюционную историю, состоящая из 29 поколений. Прародитель — крошечное существо, одна точка. Хотя тело предка — точка, но она, подобно бактерии в девственной слизи, скрывала в себе потенциал для разветвления в точный аналог центрального дерева рисунка 3: однако ген 9 велел ему ветвиться нуль раз! Все существа, изображённые на странице, происходят от точки. Чтобы избежать загромождения страницы, я привёл здесь не всех потомков, которых видел на экране. Я привёл только успешного ребёнка в каждом поколении (то есть — родителя следующего) и одну или двух её неудачливых сестёр. Таким образом, картина в основном показывает только одну, главную линию эволюции, ведомую моим эстетическим выбором. Показаны все стадии главной линии.
Рис. 4.
Давайте кратко пробежимся по первым нескольким поколениям главной линии эволюции рисунка 4. Точка превращается в «Y» во 2-м поколении. В следующих двух поколениях, «Y» становится больше. Затем ветви слегка изогнутся, как у хорошей рогатки. В 7-м поколении, изгиб усиливается так, что эти две ветви почти соприкасаются. Изогнутые ветви становятся большими и каждая приобретает пару маленьких придатков в поколении 8. В поколении 9 эти придатки потеряны снова, а стебель рогатки становится более длинным. Поколение 10 напоминает разрез цветка; изогнутые боковые ветви походят на лепестки, охватывающие центральный придаток или «пестик». В поколении 11, цветок остался той же формы, но увеличился и слегка усложнился.