Как эволюционировала эволюция? Как жизнь борется за выживание в меняющемся мире

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com

Мы привыкли думать об эволюции как о механизме, который оттачивает приспособленность организмов к окружающей среде. Львы становятся быстрее, чтобы догонять антилоп, а антилопы — еще быстрее, чтобы убегать от львов. Но что, если сам этот механизм… тоже эволюционирует? Звучит немного парадоксально, не правда ли? Тем не менее, именно этот вопрос поставили перед собой ученые из Мичиганского университета, и результаты их исследования оказались весьма интригующими.

Эволюция в пробирке… точнее, в компьютере

Представьте себе мир, где есть только два вида пищи: условные «красные ягоды» и «синие ягоды». В одном «сезоне» красные ягоды — источник жизни, а синие — смертельный яд. В другом — все наоборот. Как выжить популяции, если правила игры постоянно меняются? Казалось бы, нужно специализироваться: либо ты «красноягодный», либо «синеягодный», и никак иначе. Но что делать, если «сезоны» сменяют друг друга?

Иллюстрация
Автор: ИИ Copilot Designer//DALL·E 3 Источник: www.bing.com

Именно такую ситуацию смоделировали исследователи, используя компьютерную платформу Avida. Avida — это не просто игра, а сложная система, позволяющая «выращивать» популяции цифровых организмов, которые мутируют, размножаются и, главное, эволюционируют. Вместо настоящих генов — строки программного кода, вместо питания — выполнение логических функций («поедание ягод»), а вместо смерти — неудача в этом самом выполнении.

Загадка «эволюционируемости»

Ключевой вопрос, который волновал ученых, — это так называемая «эволюционируемость». Это не просто способность приспосабливаться к текущим условиям, а нечто большее. Эволюционируемость — это способность быстро находить решения в будущих, потенциально изменяющихся условиях. Это как умение шахматиста просчитывать ходы наперед, предвидя действия противника.

Почему одни популяции обладают этим «даром предвидения», а другие — нет? И, главное, может ли сама эта способность — эволюционируемость — быть результатом эволюции? Ведь, на первый взгляд, естественный отбор должен благоприятствовать тем, кто лучше приспособлен здесь и сейчас, а не тем, кто гипотетически может приспособиться когда-нибудь потом.

Основные результаты для трех сред. (A) Мы изучаем эволюцию в средах, которые переключаются между двумя состояниями (Blue = A и Red = B) с тремя различными скоростями (Orange = Slow, Purple = Intermediate, Brown = Fast). Если эволюция завершается в состоянии A, B называется «альтернативной» средой, и наоборот. Среды переключаются приблизительно каждые 3, 30 или 300 поколений. (B) Мы проводим два типа экспериментов: те, где скорость мутаций фиксирована (Left), и те, где скоростям мутаций позволено эволюционировать (Right). Когда скорости мутаций фиксированы, и среда переключается медленно (оранжевая кривая), мы наблюдаем мутационную устойчивость, при которой увеличение скорости мутаций приводит к уменьшению числа мутантов с альтернативным фенотипом. Однако при промежуточных скоростях (фиолетовая кривая) увеличение скорости мутаций благоприятствует мутантам с альтернативным фенотипом в мутационном окружении. Когда скорости мутаций эволюционируют, промежуточные среды приводят к высоким скоростям мутаций, а также к большому количеству альтернативных фенотипов в мутационном окружении. Мы обнаружили, что в то время как повышенные скорости мутаций помогают адаптироваться к совершенно новым средам (зеленая область), увеличение числа мутантов с альтернативным фенотипом позволяет быстрее адаптироваться к историческим средам (красная область). Таким образом, промежуточные среды способствуют эволюции эволюционируемости по двум различным путям и защищают популяцию от различных типов изменений окружающей среды. (C) Это многогранное увеличение эволюционируемости можно частично объяснить локализацией эволюционирующих линий на границах между фенотипическими областями в генотипическом пространстве. Здесь эта локализация показана как промежуточная линия (фиолетовая), зигзагообразно пересекающая границу между A- и B-адаптированными фенотипами. Цитирование: B. Kumawat, A. Lalejini, M.M. Acosta,& L. Zaman, Evolution takes multiple paths to evolvability when facing environmental change, Proc. Natl. Acad. Sci. U.S.A. 122 (1) e2413930121, https://doi.org/10.1073/pnas.2413930121 (2025).
Автор: B. Kumawat, A. Lalejini, M.M. Acosta,& L. Zaman Источник: www.pnas.org

Переключая тумблер: от специалиста к универсалу

Эксперименты с Avida показали удивительную вещь. Если популяции цифровых организмов постоянно «переключать» между «красноягодным» и «синеягодным» сезонами, то они не просто выживают — они становятся лучше в выживании. У них резко возрастает количество мутаций, позволяющих быстро адаптироваться к смене «диеты». Из узких специалистов они превращаются в универсалов, готовых к любым поворотам судьбы.

Ученые обнаружили, что дело не просто в случайных мутациях. Популяции, прошедшие через «циклическое переключение», как бы «нащупывают» в своем генетическом пространстве особые зоны — «мутационные окрестности», где одна-единственная мутация может кардинально изменить «специализацию» организма. Это как найти в лабиринте потайную дверь, которая мгновенно переносит тебя из одного конца в другой.

Более того, оказалось, что даже относительно редкие смены «сезонов» (сотни поколений) все равно приводят к увеличению эволюционируемости. А однажды достигнув этого «просветления», популяция уже не теряет его — способность к быстрой адаптации сохраняется надолго.

Локализация на фенотипических границах в генотипическом пространстве. (A) Медианное число мутантов последовательности линии, которые адаптированы к среде B до и после переключения среды A→B. Ось x обозначает количество обновлений до и после переключения, где регистрируются мутанты линии. На двух верхних графиках каждый квадрат охватывает диапазон в 5 обновлений. Ось y делит все время эволюции на восемь равных промежутков, или «эпох». Здесь показаны только режимы Cyclic и Cyclic (Slow). Нижний график расширяет анализ, включая до 2000 обновлений вокруг момента переключения среды для режима Cyclic (Slow), при этом диапазон каждого квадрата увеличен до 50 обновлений. Серые квадраты обозначают точки, где линии мутируют, но не имеют B-адаптированных мутантов. Белые квадраты обозначают точки, где линия не мутирует в течение наблюдаемого промежутка времени. (B) Компромиссы между мутантами в линии. Оси x и y отображают одновременное изменение числа мутантов, адаптированных к A и B, во время мутационных событий в линии. Точки вдоль линии y = -x обозначают компромисс 1 к 1 между распределениями фенотипов мутантов всякий раз, когда линия имеет мутацию. График включает только данные из последних 100 000 обновлений эволюции. Точки из 20 реплик объединены для расчета плотности. Цитирование: B. Kumawat, A. Lalejini, M.M. Acosta,& L. Zaman, Evolution takes multiple paths to evolvability when facing environmental change, Proc. Natl. Acad. Sci. U.S.A. 122 (1) e2413930121, https://doi.org/10.1073/pnas.2413930121 (2025).
Автор: B. Kumawat, A. Lalejini, M.M. Acosta,& L. Zaman Источник: www.pnas.org

Эволюция 2.0: новый уровень игры

Результаты исследования Мичиганского университета позволяют взглянуть на эволюцию под новым углом. Это не просто слепой перебор вариантов, а процесс, который сам способен «обучаться» и совершенствоваться. Эволюция не только создает новые формы жизни, но и оттачивает сам инструмент создания — механизм адаптации. Это похоже на то, как если бы шахматист в процессе игры не только делал ходы, но и улучшал свою способность думать стратегически.

Конечно, пока это лишь компьютерная модель. Но она поднимает фундаментальные вопросы о природе эволюции и о том, насколько «разумным» может быть этот, казалось бы, случайный процесс. И, возможно, именно понимание механизмов эволюционируемости поможет нам в будущем справляться с такими вызовами, как устойчивость к антибиотикам или появление новых вирусов. Ведь, как выясняется, эволюция — это не только прошлое, но и будущее. И будущее это может быть весьма непредсказуемым.