Das Geheimnis des Ursprungs und der Entwicklung des Lebens wird dank Computermodellen gelüftet
Die Evolution ist sehr langsam, so dass Laborbeobachtungen oder Experimente hier fast unmöglich sind. Evolutionisten der University of Michigan beschlossen, dieses Problem zu umgehen und mithilfe eines Evolutionssimulators die Gründe für die beobachtete Komplexität des Erscheinungsbilds und der Formen von Lebewesen herauszufinden. "Lenta.ru" spricht über diese Studie.
Evolutionsbiologen fragen sich immer noch, wie komplex biologische Organismen sind und welche Rolle verschiedene Evolutionsmechanismen dabei spielen. Einer dieser Mechanismen ist die natürliche Selektion, durch die neue Varianten (Allele) von Genen verbreitet werden, die zum Überleben einzelner Träger beitragen. Dies kann die Komplexität lebender Organismen erklären, wenn auch nicht immer. Manchmal verhindert natürliche Selektion Veränderungen, indem sie das bewahrt, was das Tier bereits hat. In diesem Fall spricht man von einer Stabilisierung der natürlichen Selektion.
Es wurde experimentell nachgewiesen, dass die natürliche Selektion tatsächlich eine der Hauptursachen für evolutionäre Veränderungen ist, einschließlich der Verbreitung neuer adaptiver Merkmale in einer Population. Zum Beispiel hat der amerikanische Biologe Richard Lenski ein Langzeitexperiment zur Evolution von Escherichia coli durchgeführt. Das Experiment begann 1988 und dauert bis heute an. Wissenschaftler haben den Wandel von 60.000 Generationen von E. coli verfolgt und festgestellt, dass Bakterien, die sich zuvor nicht von Natriumcitrat ernähren konnten, diese Fähigkeit aufgrund von Mutationen in mehreren Genen erworben haben. Dies gab ihnen einen evolutionären Vorteil unter Bakterien, die auf Citrat-reichen Medien wuchsen.
Ein weiterer evolutionärer Faktor ist die Bevölkerungsgröße. Je kleiner die Bevölkerung ist, desto stärker wirken sich zufällige Prozesse aus. Zum Beispiel kann eine Naturkatastrophe zum Tod aller Menschen mit neuen Allelen führen, und die natürliche Selektion kann nicht mehr mit ihnen arbeiten. Dies wird als Gendrift bezeichnet, und mit jeder Abnahme der Anzahl der Tiere (weniger als 104 Individuen) in der Population nimmt die Drift zu, wodurch der Einfluss der Selektion geschwächt wird.
In der molekularen Evolution, die Evolutionsmechanismen auf der Ebene von Genen und ihren Allelen untersucht, ist die Rolle von genetischem Trampen und Driften bekannt. Viele Mutationen, die zur Entstehung neuer Gen-Allele führen, bleiben neutral. Das heißt, ein neues Merkmal entsteht entweder nicht und das Tier ändert sich nicht nach außen, oder das neue Merkmal beeinflusst in keiner Weise die Fitness des Individuums. Die Ausbreitung eines Gens mit einer neutralen Mutation und damit einem Merkmal ist zufällig (Gendrift). Eine andere Option ist ebenfalls möglich. Nicht adaptive Mechanismen tragen zur Akkumulation neutraler Mutationen in der Bevölkerung bei, was später zur Entstehung adaptiver Merkmale führen kann.
Illustration der Gendrift: Jedes Mal, wenn eine zufällige Anzahl von roten und blauen Kugeln von Glas zu Glas übertragen wird, "gewinnen" Kugeln derselben Farbe.
Werbevideo:
Bild: Wikipedia
Die Größe der Tierpopulation, in der sich neue Allele ausbreiten, ist für die Entwicklung der Komplexität sehr wichtig. Es hängt davon ab, wie stark die natürliche Selektion oder Gendrift beeinflusst. Komplexität kann sich aufgrund der Tatsache entwickeln, dass in einer großen Population eine Reihe von vorteilhaften Mutationen auftreten, die durch natürliche Selektion begünstigt werden. Je größer die Bevölkerung, desto mehr solche Mutationen. Oder in großen Populationen werden viele akkumulierende neutrale Mutationen gebildet, von denen nur einige für einige äußere Merkmale verantwortlich sind. Diese Eigenschaften summieren sich zur Komplexität des Organismus.
Manchmal kommt die Evolution zu einer Art Sackgasse. Paradoxerweise sind manchmal negative Mutationen erforderlich. Stellen Sie sich die Kreatur vor, die am besten zu ihrer Umgebung passt. Nehmen wir an, dies ist ein Meerestier mit einem stromlinienförmigen Körper und Flossen optimaler Größe. Jede Veränderung droht das Gleichgewicht zu stören und der Körper verliert seine Perfektion. Zum Beispiel wird das Vergrößern der Flossen zu einer Belastung, das Tier verliert an seine Gefährten, und die natürliche Selektion gibt einer solchen Veränderung kein grünes Licht. Wenn jedoch ein schrecklicher Sturm auftritt und die meisten "perfekten" Individuen sterben, kommt die genetische Drift ins Spiel. Dadurch können nicht nur die fehlerhaften Gene der großen Flossen Fuß fassen, sondern auch Raum für weitere Entwicklungen schaffen. Einzelpersonen können entweder im Laufe der Zeit wieder optimale Flossen erhalten oder ihren Verlust durch einige andere nützliche Eigenschaften ausgleichen.
Die Bevölkerung, die den "Hügel" der Evolutionslandschaft erklimmt, wird anpassungsfähiger, während die Spitze des Hügels der evolutionären "Sackgasse" entspricht.
Bild: Randy Olson / Wikipedia
Um dies alles zu beobachten, sind sehr lange Zeiträume erforderlich. Biologische Experimente, die Evolutionstheorien unterstützen, sind äußerst schwierig durchzuführen. Selbst Lenskis Experiment mit E. coli, das einen schnellen Generationswechsel und eine geringe Genomgröße aufweist, dauerte fast 30 Jahre. Um diese Einschränkung zu überwinden, verwendeten Evolutionisten den Avida-Simulator für künstliches Leben in ihrer Forschung, die als Pressemitteilung auf Arxiv.org veröffentlicht wurde. Ziel war es zu untersuchen, wie sich die Populationsgröße auf die Genomgröße und die Gesamtheit aller Merkmale (Phänotyp) eines Individuums auswirkt. Der Einfachheit halber nahmen Biologen eine Population von asexuellen Organismen und beobachteten "Evolution in Aktion".
Avida ist ein künstlicher Lebenssimulator, der für die Forschung in der Evolutionsbiologie verwendet wird. Er schafft ein sich entwickelndes System von sich selbst replizierenden (multiplizierenden) Computerprogrammen, die mutieren und sich entwickeln können. Diese digitalen Organismen haben ein Analogon zum Genom - einen Zyklus von Anweisungen, mit denen sie alle Aktionen ausführen können, einschließlich der Reproduktion. Nachdem Sie bestimmte Anweisungen befolgt haben, kann sich das Programm selbst kopieren. Organismen konkurrieren miteinander um eine begrenzte Ressource: Computerprozessorzeit.
Die Umgebung, in der digitale Organismen leben und sich vermehren, verfügt über eine begrenzte Anzahl von Zellen, in denen Programme untergebracht werden können. Wenn Programme den gesamten Platz einnehmen, ersetzen neue Generationen alte Programme aus zufälligen Zellen, unabhängig von ihrer Wettbewerbsfähigkeit. Auf diese Weise wird ein digitales Analogon der Gendrift erreicht. Darüber hinaus sterben digitale Organismen, wenn sie sich nach einer bestimmten Anzahl von Anweisungszyklen nicht erfolgreich reproduzieren.
Bild der Avida-Welt mit digitalen Organismen, von denen jeder ein sich selbst replizierendes Programm ist
Bild: Elizabeth Ostrowsky / Ostrowsky Labor
Damit ein Programm Anweisungen ausführen kann, sind Ressourcen erforderlich. In Avida ist eine solche Ressource eine SIP-Einheit (Single Instruction Processing Unit), mit der nur ein Befehl ausgeführt werden kann. Insgesamt kann jeder Organismus eine gleiche Anzahl von SIP-Einheiten haben, aber in jedem Zyklus ist die Ressource ungleichmäßig auf die Programme verteilt - abhängig von den Eigenschaften (analog zum Phänotyp) digitaler Organismen. Wenn ein Organismus bessere Eigenschaften als ein anderer besitzt, erhält er mehr SIP-Einheiten und schafft es, mehr Anweisungen in einem Zyklus auszuführen als sein weniger erfolgreiches Gegenstück. Dementsprechend vervielfacht es sich schneller.
Der Phänotyp eines digitalen Organismus besteht aus den Merkmalen seines "digitalen Metabolismus", die es ihm ermöglichen (oder nicht), bestimmte logische Berechnungen durchzuführen. Diese Merkmale verdanken ihre Existenz "Genen", die die richtige Reihenfolge der Anweisungen sicherstellen. Avida prüft, ob der Body die Operationen korrekt ausführt, und stellt ihm Ressourcen entsprechend der Menge an Code zur Verfügung, die zur Ausführung der Anweisungen benötigt wurde. Beim Kopieren des Codes können jedoch Fehler auftreten - unnötige Fragmente einfügen oder vorhandene löschen (löschen). Diese Mutationen verändern die Fähigkeit, besser oder schlechter zu rechnen, wobei Insertionen das Genom vergrößern und Deletionen schrumpfen.
Digitale Populationen sind ein bequemes Forschungsobjekt. Natürlich wird es nicht möglich sein, Hypothesen zu testen, die sich auf den Einfluss von Genen, epigenetischen und anderen molekularen und biochemischen Faktoren auf die Evolution beziehen. Sie sind jedoch gut darin, natürliche Selektion, Drift und Mutationsausbreitung zu modellieren.
Die Forscher beobachteten die Entwicklung digitaler Populationen unterschiedlicher Größe von 10 bis 10 000 Individuen, die jeweils etwa 250 000 Generationen durchliefen. Nicht alle Populationen überlebten während des Experiments, die meisten Gruppen von 10 Personen starben aus. Daher simulierten Wissenschaftler die Entwicklung zusätzlicher kleiner Populationen von 12 bis 90 Personen, um herauszufinden, wie die Wahrscheinlichkeit des Aussterbens mit der Entwicklung der Komplexität zusammenhängt. Wie sich herausstellte, war das Aussterben auf die Tatsache zurückzuführen, dass kleine Populationen schädliche Mutationen ansammelten, die zur Entstehung nicht lebensfähiger Nachkommen führten.
Die Wissenschaftler untersuchten, wie sich die Genomgröße im Verlauf des Experiments veränderte. Zu Beginn des "Lebens" jeder Population war das Genom relativ klein, einschließlich 50 verschiedener Anweisungen. Die kleinsten und größten Gruppen von "Organismen" erwarben am Ende des Experiments die größten Genome, während mittelgroße Populationen ihre Genome schrumpften.
Insgesamt zeigten die Ergebnisse, dass sehr kleine Populationen vom Aussterben bedroht sind. Der Grund dafür kann die "Möller-Ratsche" sein - der Prozess der irreversiblen Anhäufung schädlicher Mutationen in Populationen von Organismen, die nicht in der Lage sind, sich sexuell zu reproduzieren. Etwas größere Populationen sind unerwartet in der Lage, die Größe ihres Genoms zu erhöhen, da leichte negative Mutationen die Organismen aufgrund optimaler Anpassungen „zurückrollen“. Die Vergrößerung der Genome führte wiederum zur Entstehung neuer phänotypischer Merkmale und zur Komplikation des "Erscheinungsbildes" des digitalen Organismus.
Große Populationen erhöhen auch die Genomgröße und die phänotypische Komplexität, was jedoch auf seltene vorteilhafte Mutationen zurückzuführen ist. In diesem Fall fördert die natürliche Selektion die Ausbreitung solcher Veränderungen. Es gibt auch eine andere Art der Komplikation: durch Doppelmutationen, von denen eine neutral ist und keine Vorteile bietet, und die zweite bietet der ersten Funktionalität. Mittelgroße Populationen müssen die Größe der Genome erhöhen, um Komplexität zu entwickeln, aber vorteilhafte Mutationen sind in ihnen nicht so häufig, während eine starke Selektion die meisten adaptiven Veränderungen in den Genen beseitigt und die Drift zu schwach bleibt. Infolgedessen bleiben solche Populationen hinter kleinen und großen Populationen zurück.
Ein Evolutionssimulator bietet ein ideales Populationsmodell und beschreibt nicht vollständig, was in der Realität geschieht. Für ein umfassenderes Verständnis der Rolle adaptiver und nicht adaptiver Mechanismen bei der Entwicklung der Komplexität lebender Organismen sind weitere Untersuchungen erforderlich.
Alexander Enikeev