Методологические основы подхода:
Как строить модели биологических систем

автор:

«Существует глубокое различие между системным специалистом по теории информации и учеными, не занимающимися ею. Первый остается холоден при известии о выделении нового фермента, гормона или витамина; его волнует другой вопрос: сколько их еще нужно открыть, чтобы описать поведение системы в целом…»
Г. Кастлер

У. Р. Эшби предлагает универсальный алгоритм поиска существенных переменных любой системы на примере изучения простейшей механической системы — маятника:

  • Составляем перечень любых многих характеристик некоторого реального маятника. Например: длина, положение, масса, теплопроводность, кристаллическая структура, химические примеси, радиоактивность, скорость, отражательная способность, прочность на разрыв, наличие пленки влаги, бактерий, вирусов, оптическое поглощение, упругость, контур, удельный вес и т.д. В принципе таких характеристик (переменных) может быть сколь угодно много.
  • Выбираем из данного набора предполагаемые нами существенные переменные, например, отклонение маятника на 10° и описание его положения через каждую 1/4 секунды. Проводим эксперимент: отклоняем маятник на 30°, отпускаем и через 1/4 секунды записываем его положения: 30°, 10°, -10°, -24°. Отводим маятник на 10°, отпускаем, получаем отклонение +3°. Вывод: отклонение на 10° неоднозначно отклонению на 30°, существенные переменные системы выбраны неверно.
  • Переопределяем систему, вводим другие существенные переменные: угловое отклонение — масса маятника. Экспериментируем и видим: опять нет однозначной связи между ними.
  • Снова переопределяем систему. Используем переменные: угловое отклонение — угловая скорость. Убеждаемся: поведение переменных однозначно при любых отклонениях маятника. Эти переменные однозначно описывают поведение любых маятников — разной длины, массы, размера. Все оставшиеся в первом списке характеристики относим к несущественным переменным.

В истории биологии можно обнаружить случаи, когда существенные переменные находили путем разделения одной сложной переменной на составные части. Именно так Г. Гопкинс открыл витамины: поведение крыс при диета было неоднозначным. Возникла гипотеза: есть нечто существенное в диетах, содержащееся в микродозах. Тщательная очистка семян риса от оболочек сделана поведение крыс однозначным (все погибали). Далее осталось лишь выделить, очистить витамины и изучить механизм их действия. Существенные переменные могут возникать путем объединения двух традиционно раздельно изучаемых переменных. Так введение Г. Т. Селяниновым гидротермического коэффициента в агрометеорологию резко повысило качество прогнозов ростовых ответов растений на изменения влажности и температуры, которые до Г. Т. Селянинова рассматривались отдельно.

К сожалению, пока невозможно дать строгий методический рецепт для поиска существенных переменных в биосистемах. Выделение их зависит от опыта исследователя, специфики его мышления, широты кругозора, интуиции и многого другого, чему пока нельзя дать строгого формализованного описания.

После обнаружения существенных переменных возникает необходимость записать их взаимоотношения на формализованном математическом языке. Это необходимо для ликвидации градационной расплывчатости многих биологических понятий и строгого оперирования моделью в аналитических выражениях или с помощью компьютера.

Однако, привнося в биологию математические выражения, мы существенно ослабляем строгость и однозначность математического языка. Налимов показал, что если уравнение экспоненты, описывающее радиоактивный распад, является выражением закона природы (забросив на Луну порцию радиоактивных веществ, мы не изменим экспоненциального хода их распада), то та же экспонента, описывающая рост колонии бактерий в чашке Петри, является лишь моделью процесса (забросив на Луну колонию бактерий, которая сразу же погибнет, мы не получим экспоненциального роста). Таким образом, одни и те же математические выражения имеют силу закона в механике и физике, но становятся лишь моделями в биологии.

Построение моделей в биологии, т.е. вычленение существенных переменных в любой системе, осложняется к тому же очень важной проблемой основных понятий в научных языках, созданных для разных уровней биологической организации.

Рассмотрим для примера эволюцию основного понятия генетики — гена. Мендель и его последователи ввели это понятие для описания фактов дискретности расщеплений признаков на онтогенетическом уровне (Мендель работал с целостными растениями гороха). До сих пор это феноменологическое понятие является основным для всех разделов современной генетики, следующих уровней организации жизни: популяционная и эволюционная генетики, теория селекции, генетика человека, частная генетика кукурузы, пшеницы и т.д. На данных уровнях биологической организации ген — это некий дискретный наследственный фактор, обеспечивающий дискретное расщепление признакам фенотипа. Частоты расщеплений указывают на число генов и характер их действия. Но уже на клеточном уровне исследований понятие «ген» онтогенетического уровня теряет свою однозначность. В качестве менделевского гена может выступать хромосома целиком, фрагмент ржаной хромосомы, встроенный в хромосому пшеницы, почти любая из хромосомных аберраций и, наконец, точковая мутация, т.е. такое изменение участка хромосомы, которое исследователь не может зарегистрировать под световым микроскопом. «Точковая», или «генная», мутация — высший этап разрешающей способности традиционного онтогенетического уровня биологии.

При переходе на молекулярный уровень понятие «точковая мутация» заменяется сложной иерархической системой понятий, используемых для обозначения молекулярных структур: «сегрегон», «репликой», «скриптон», «мутон», «кодон». Все эти структуры являются генами разных рангов организации. Однако понятие «ген», используемое на молекулярном уровне исследований — далеко не синоним этому же понятию применительно к онтогенетическому и популяционному уровням.

Таким образом, эволюция основных понятий биологии придает одним и тем же понятиям применительно к разным уровням организации разную смысловую нагрузку. Это приводит к возникновению своего рода семантических барьеров между специалистами, работающими на разных уровнях биологической организации. В результате часто возникают моменты эмоционального неприятия работ, выполненных на другом уровне исследований, что ведет к изоляции специалистов разных профилей.

Между тем взаимное переплетение уровней в одной прикладной задаче — обычное явление в биологии. Так, урожай зерна пшеницы с гектара — феномен, определяемый в основном ценотическим уровнем конкурентных взаимоотношений между морфоструктурами растений. Количество масла подсолнечника определяется молекулярным уровнем — метаболическими путями синтеза линолевой и олеиновой кислот. «Перерубив» мутацией путь синтеза линолевой кислоты, ученые Краснодара получили подсолнечник, дающий оливковое масло.

Известный нейрохимик Д. Ф. Брэдли пишет: «Высмеивать модели, созданными теми, кто работает на более высоком уровне разрешения (на том основании, что эти модели недостаточно полны или неверны), или же отвергать объяснения, предлагаемые специалистами по более низкому уровню разрешения (упрекая их в том, что это всего лишь описания, а не истинные объяснения, или что они созданы без учета всех имеющихся на нашем собственном уровне данных), значит, подавить и, возможно, даже уничтожить один из важных стимулов в науке. Мы все уязвимы для подобной критики со стороны наших соседей по уровням как сверху, так и снизу».

Делаем вывод, что при отсутствии однозначности поведения некоторой системы и невозможности прогнозирования ее поведенческой реакции следует попробовать изменить набор существенных переменных этой системы, невзирая на то, что старый набор был введен корифеями — создателями вашей науки и не подвергался какому-либо сомнению долгие десятилетия.