html текст
All interests
  • All interests
  • Design
  • Food
  • Gadgets
  • Humor
  • News
  • Photo
  • Travel
  • Video
Click to see the next recommended page
Like it
Don't like
Add to Favorites

Прямая речь: Михаил Гельфанд

Доктор биологических наук, специалист в области сравнительной геномики рассказывает о телевизионной биологии, накопленных знаниях и конкуренции

Остап Бендер говорил: «Миллионера из меня не получилось, пришлось переквалифицироваться в управдомы». То же самое и у меня. Биоинформатика долгое время вообще была наукой для неудачников. Потому что как самостоятельной области ее не существовало, туда приходили либо математики, которые не умели доказывать теоремы, либо биологи, у которых пробирки из рук выскальзывали. Конечно, это провокационное утверждение, и есть и другие примеры, но, в общем, многие из сильных биоинформатиков возникли из неудавшихся биологов и математиков. Биоинформатика начала формироваться как наука в начале 80-х. Я стал ей заниматься в 1986 году, сразу после окончания университета. Было чудесное время, когда я просматривал все статьи по биоинформатике, которые публиковались. Я просто раз в неделю ходил в Библиотеку естественных наук.
За один поход в неделю можно было отследить все, что происходит. Такое время было, совершенно романтическое. А уже где то в 90-х, конечно, бионформатика стала самостоятельной дисциплиной, а в двухтысячных появились университетские курсы.

о телевизионной биологии

Нас называют телевизионными биологами. Потому что за компьютерами работаем. Я биолог, но я пробирки никогда в руках не держал. А есть и совершенно замечательные экспериментальные биологи, которые тоже имеют математическое образование. Математика в этом смысле – универсальная наука, она универсально хороша, чтобы потом заниматься любыми исследованиями.

о болонской системе

Большинство людей, кричавших на шествии 12 июня лозунги про бесплатное образование, ни на минуту не задумывались ни над тем, что за ними стоит, ни над существующими альтернативами, ни над тем, как правильно. Болонская система, вообще говоря, дает, например, человеку возможность не выбирать слишком рано специальность. В хорошем исполнении, разумеется – испортить, конечно, можно все, что угодно. Так вот, в хорошем исполнении система бакалавр-магистр дает человеку общее образование, умение учиться на стадии бакалавра и уже потом специализацию на стадии магистра. В России ты вынужден в 16 лет выбирать себе специальность, и потом ее очень трудно поменять. Хорошо, если это математическое образование, оно дает хорошую базу, а что если человек 5-6 лет учился на инженера по шагающим экскаваторам?

Платное образования не означает, что каждый человек должен заплатить кучу денег. Я считаю, что самая правильная схема – как в американских университетах, где нет отдельного приема на бесплатные места и отдельного приема на платные места; в этом я вижу некоторое уродство. А есть некий общий прием, а дальше в зависимости от финансовых возможностей семьи, которые в каждом случае выясняют, могут предложить студенту стипендию. Как правило, когда кто-то говорит про платное образование и про то, как это ужасно, они имеют в виду конкретных Васю и Машу, которые очень талантливые, учатся на биологическом факультете, целыми днями пашут. А ведь есть целые институты, которые штампуют людей, на самом деле, вообще без образования. И зачем плодить богадельни?

о плохой сантехнике

Наши вузы сейчас функционируют так же, как и все остальное, – безобразно. Но это не повод, чтобы не пытаться их улучшить. Вот у меня сломана раковина, сливная труба. И я с ней ничего не умею сделать и поэтому жду до последнего, когда уже совсем начнет выливаться. И что, всякий раз надо дожидаться, пока прорвет? Зачем это? И митинги – это признак того, что прорывает. Десять лет все было относительно спокойно. Были демонстрации, когда у людей закрыли единственный завод, и им просто нечего есть, или был митинг с монетизацией льгот. А митингов хоть сколько-нибудь политических не было очень давно.

о смене парадигм

С чего началась биоинформатика? Изменился стиль занятия биологией. Причем это случилось постепенно. Когда-то давно биология начиналась как умозрительная наука, фактически, маленькая часть философии. Потом она стала наукой наблюдательной, а потом, в 18-19 века, она стала наукой экспериментальной. Когда биология стала экспериментальной, ученые исследовали очень конкретные системы. Если спуститься на молекулярный уровень: конкретный белок, конкретный ген, как он регулируется, что белок делает. Та экспериментальная техника, которая была, позволяла работать с отдельными объектами, но не позволяла работать со всеми белками сразу. Потом появились методы определения последовательности, научились теперь вместо молекулы ДНК в пробирке выписывать последовательность элементарных кирпичиков, которые её составляют. ДНК превратилась в текст. Потом появились другие методы. Можно смотреть, как гены работают, например, в разных тканях. Причем, опять же, не один, а все гены организма. Появились методы анализа белковых взаимодействий и так далее.

Этих данных очень много, и возникает проблема – с ними банально нужно что-то делать, хранить их надо. Есть печальный факт, что производительность современных машин для определения последовательностей растет быстрее, чем производительность процессоров, быстрее, чем емкость памяти, и быстрее, чем скорость передачи данных по существующим каналам.

о системной биологии

Когда у вас есть такие массовые данные, их надо еще как-то осмыслять. Как было раньше: биологи что-то померили, статистики что-то посчитали. Потом, и мы так довольно долго жили, биоинформатики что-то предсказали, биологи это проверили. А сейчас биоинформатика сидит уже внутри этих биологических экспериментов, они планируются с расчетом, что данные потом надо будет обрабатывать разумным образом; то есть биоинформатики участвуют в работе уже со стадии постановки задачи. Есть модный термин, которым всю эту деятельность называют, – системная биология. Он немножко спекулятивный, но это довольно забавная деятельность.

о конкуренции

Одним из следствий технологической революции оказалось, что, во-первых, появилась возможность делать какие-то общие утверждения, а во-вторых, стало ясно, какие большие пласты биологии мы совершенно не знали и не понимали, что они есть. Как если бы вы приплыли в Америку и считали бы ее маленьким островом, потому что всегда был туман и далеко ничего не видно. А потом туман рассеялся, и оказалось, что это целый континент. За последние годы в молекулярной биологии несколько раз произошли такого рода ситуации. Это безумно интересно и очень нервно. Поскольку технологии все время совершенствуются, это как покупать истребитель для ВВС: вы его покупаете, чтобы эксплуатировать пятнадцать лет, но при этом понимаете, что через три года он устареет. Поэтому оптимальная тактика – не покупать никогда, потому что через три года все равно будет лучше. В системной биологии часты ситуации, когда есть какие-то экспериментальные данные, очень грязные, мы их долго мучительно чистим, тратим кучу сил, чтобы из них что-то выжать. И вот, наконец, когда мы все это сделали, выходит статья, где сделано то же самое, но с новой технологией, гораздо аккуратнее, быстрее и фактически одним нажатием большой красной кнопки. В этом есть некая нервозность, и это забавно.

Во всех науках были соревнования, кто первый, но здесь они такие глобальные, потому что цена старта высока, а цена продолжения – уже нет. Поэтому хорошие биологи – это люди, которые выбирают хорошие задачи. И так как из-за этой гонки у нас часто нет времени подумать, я уверен, что мы из полученных данных не вынимаем очень многое.

о накопленных знаниях

Имеются какие-то колоссальные объемы данных, из которых, по-видимому, сняты самые-самые сливки. У нас есть сейчас несколько совместных работ с группами, которые эти данные производят, и мы оказались собирателями сливок, а до этого довольно долго мы жили на сыворотке, придумывали всякие интересные вещи, которые можно сделать там, где другие люди сливки уже сняли.

о развитии биоинформатики

Люди оценили потребность в интенсивности транспорта в Лондоне и предсказали, что весь город будет покрыт слоем лошадиного навоза высотой в три метра. Потом оказалось, что без этого обошлось. Мы в значительной степени находимся в стадии, когда все время появляются новые технологии, которые биологию, биоинформатику, медицину меняют очень сильно. Делать разумные прогнозы очень сложно.

Уже есть не просто геном человека, а индивидуальные геномы и даже отдельно геном человека, а отдельно геном его опухоли. Классическая классификация рака – по месту. Потом появилась гистологическая классификация, когда смотрели не только, где рак развился, но и из какой ткани он произошел. По-видимому, уже наступает время, когда люди будут ставить молекулярный диагноз рака, то есть смотреть, какие клеточные механизмы сломались, так что клетка стала раковой. И есть примеры, когда такой молекулярный диагноз позволял подобрать неожиданное лечение – препаратами, которые были разработаны для другого рака, но с такими же молекулярными механизмами.

И будет, конечно, определение последовательностей геномов очень многих живых существ – наши представления, кто от кого произошел, станут намного лучше.

о зоологах

Когда вы сравниваете последовательности ДНК, вы можете определять, кто кому родственник. Представьте себе, что у вас есть писцы, которые переписывают книги. Один переписал и отдал в соседний монастырь. Тот переписал и отдал тоже в соседний монастырь. И они вносят ошибки. Если один манускрипт переписывался с одной рукописи, а другой – через много-много монастырей, то он будет содержать все ошибки, которые накопились по дороге. С последовательностями точно так же. Идея, что можно смотреть на молекулы как на такие исторические свидетели эволюции – это одно предложение в статье Френсиса Крика, посвященной совершенно другому.

Материал, чтобы этим заниматься, появился только в начале 60-х. И вот люди начали рисовать молекулярные деревья, показывающие, кто кому родственник, но первые алгоритмы были не очень хороши, часто получались глупости, и классические зоологи к этому относились очень плохо. Но сейчас не так: и алгоритмы стали лучше, и понимание, когда результатам можно верить, а когда не стоит. Пожалуй, самый чудесный пример, который я всегда привожу – выяснилось, что по этим молекулярным деревьям ближайшими родственниками бегемотов оказались киты: киты и бегемоты – это сестринские группы, а потом уже к ним двоюродная свинья, а потом уже к ним другие парнокопытные. Когда это опубликовали, зоологи показывали всякие неприличные жесты, крутили пальцами у виска, веселись. А потом палеонтологи нашли скелеты животных, промежуточных между бегемотами и китами.

о мышах и эволюции

В молекулярной биологии человек от мыши практически не отличается. А на вид – все-таки разные. И это из-за того, что различные гены работают по-разному, особенно на ранних стадиях эмбрионального развития. Есть два замечательных опыта. Есть ген, который отвечает за развитие передней конечности у грызунов, ну и у всех млекопитающих. Он в какой-то момент включается и останавливает рост хряща, хрящ превращается в кость. Длина конечности определяется временем перехода от хряща к кости. Этот белок это время и определяет. Теперь берем мышку, оставляем ее ген, а перед этим геном, там, где находятся все регуляторные сигналы, вставляем соответствующий фрагмент генома летучей мыши. И сразу у потомства передняя лапа становится на 15% длиннее. А потом такой же опыт делали с пальцами, потому крыло летучей мыши – это на самом деле кисть, перепонки, натянутые на очень длинные пальцы. Тот же самый опыт, другой ген, и теперь у мышки уже пальчики стали длинными. И в эволюции это тоже как-то постепенно менялось.

Если мы научимся понимать механизмы, которые включают-выключают гены, и сопоставлять их у разных живых существ, то мы начнем понимать, как это происходило в процессе эволюции. Будем пересаживать кусочками, смотреть, что меняется. Там будет некий синтез системной биологии – посмотреть сразу на все – и такой классической экспериментальной биологии – взять, в одном месте ткнуть, и посмотреть, что получится. Это будет забавно.

об уровне шума

У нас есть несколько проектов с группами в разных странах, где мы вместе работаем на их данных. Это забавно, потому что в таких экспериментах каждый отдельный факт вполне может быть недостоверен. Когда у вас за год аспирант очистил белок, потом связывал с ДНК, а потом поставил 15 контролей, тогда да, вы знаете, что он действительно связывается. Там тоже бывают анекдоты, но, в общем, связывается. А когда у вас робот померил связывание этого белка в десятках мест генома, каждый отдельный фактик вполне может оказаться неправильным, уровень шума очень большой. Но дальше оказывается, что если умным образом посмотреть на все сразу, то можно делать вполне нетривиальные биологические выводы.

о «Парке Юрского периода»

Люди прочитали последовательность генома неандертальца. Мы знаем, что неандертальцы были светлокожие, рыжеволосые, голубоглазые, посмотрев на соответствующие гены. Но с молекулами ДНК, видимо, есть какие-то естественные временные пределы, дальше которых мы пойти не можем; это следствие химической деградации.
Но можно реконструировать последовательности. Например, в глазу есть родопсины – светочувствительные белки, и у них есть оптимальная длина волны, на которой они работают наиболее интенсивно. Она отличается для разных видов.

Мы знаем, что птицы являются ближайшими родственниками крокодилов, а другие рептилии, скажем, ящерицы – уже дальше. И птицы с крокодилами являются потомками динозавров. Дальше мы берем последовательности родопсинов из птиц, из крокодилов, из других рептилий. Современные методы построения молекулярных деревьев заодно строят и последовательности, которые были во внутренних узлах дерева. Так как мы знаем, что общий предок у птиц и крокодилов был динозавр, мы смотрим, какая последовательность была в соответствующем узле, а дальше берем какой-нибудь существующий ген родопсина, вносим туда мутации, чтобы он кодировал этот белок, потом производим, например, в кишечной палочке, и меряем у него спектр поглощения. Теперь мы знаем, как видел динозавр.

Теоретически, ничто не мешает то же самое сделать со всеми белками. Динозавра вы таким способом вы все равно не вырастите, потому что там есть колоссальные проблемы с эмбриологией. Вы можете клонировать млекопитающее в клетке млекопитающего того же вида, но вы не можете клонировать что-то в сколько-нибудь далеком прошлом. Ну вот кваггу, вымершую зебру, может быть, есть шанс. А все разговоры, что мы сейчас мамонта в слоне клонируем, это, по-видимому, все-таки бред. И это связано с тем, что регуляторные связи будут разлажены на самых ранних стадиях. Потому что клетка уже подготовлена к тому, чтоб реализовывать свой геном. Получится, что вы пишете программу на одном языке, а компьютер понимает другой. Сделать динозавра, по-видимому не получится, а вот что-то понять о том, как он был устроен… Про неандертальца же поняли. Тут, вроде бы, принципиальных проблем не видно.

Михаил Гельфанд

доктор биологических наук, профессор, заместитель директора Института проблем передачи информации РАН, член Европейской Академии, лауреат премии им. А.А. Баева

Все материалы автора

Читать дальше
Twitter
Одноклассники
Мой Мир

материал с postnauka.ru

5

      Add

      You can create thematic collections and keep, for instance, all recipes in one place so you will never lose them.

      No images found
      Previous Next 0 / 0
      500
      • Advertisement
      • Animals
      • Architecture
      • Art
      • Auto
      • Aviation
      • Books
      • Cartoons
      • Celebrities
      • Children
      • Culture
      • Design
      • Economics
      • Education
      • Entertainment
      • Fashion
      • Fitness
      • Food
      • Gadgets
      • Games
      • Health
      • History
      • Hobby
      • Humor
      • Interior
      • Moto
      • Movies
      • Music
      • Nature
      • News
      • Photo
      • Pictures
      • Politics
      • Psychology
      • Science
      • Society
      • Sport
      • Technology
      • Travel
      • Video
      • Weapons
      • Web
      • Work
        Submit
        Valid formats are JPG, PNG, GIF.
        Not more than 5 Мb, please.
        30
        surfingbird.ru/site/
        RSS format guidelines
        500
        • Advertisement
        • Animals
        • Architecture
        • Art
        • Auto
        • Aviation
        • Books
        • Cartoons
        • Celebrities
        • Children
        • Culture
        • Design
        • Economics
        • Education
        • Entertainment
        • Fashion
        • Fitness
        • Food
        • Gadgets
        • Games
        • Health
        • History
        • Hobby
        • Humor
        • Interior
        • Moto
        • Movies
        • Music
        • Nature
        • News
        • Photo
        • Pictures
        • Politics
        • Psychology
        • Science
        • Society
        • Sport
        • Technology
        • Travel
        • Video
        • Weapons
        • Web
        • Work

          Submit

          Thank you! Wait for moderation.

          Тебе это не нравится?

          You can block the domain, tag, user or channel, and we'll stop recommend it to you. You can always unblock them in your settings.

          • annakozyrevskaya
          • домен postnauka.ru

          Get a link

          Спасибо, твоя жалоба принята.

          Log on to Surfingbird

          Recover
          Sign up

          or

          Welcome to Surfingbird.com!

          You'll find thousands of interesting pages, photos, and videos inside.
          Join!

          • Personal
            recommendations

          • Stash
            interesting and useful stuff

          • Anywhere,
            anytime

          Do we already know you? Login or restore the password.

          Close

          Add to collection

             

            Facebook

            Ваш профиль на рассмотрении, обновите страницу через несколько секунд

            Facebook

            К сожалению, вы не попадаете под условия акции