Моделирование эволюции: насколько компьютерные модели близки к реальности?
Теория эволюции Дарвина — это простая, но мощная концепция, объясняющая, как сложность возникает из простоты. То, как именно это происходило, является предметом интенсивных исследований. Однако факторы окружающей среды, сформировавшие вид, действовали в далёком прошлом. Как понять, какие именно особенности среды ответственны за наблюдаемые сегодня адаптации?
Например, моя исследовательская группа изучала эволюционные корни нежелания людей идти на риск. Мы не можем вернуться в прошлое и провести контролируемый эксперимент на предках человека. Поэтому мы обратились к компьютерному моделированию, чтобы симулировать динамику небольших групп (около 150 человек, как в каменном веке) на протяжении тысяч поколений.
Мы обнаружили, что в малых группах рискованное поведение с большим, но редким выигрышем оказывается генетически невыгодным. При этом в больших популяциях такое поведение не имело последствий. Компьютерное моделирование — часто единственный способ провести подобное эволюционное исследование.
Три компонента эволюции
Для работы эволюционного процесса необходимы и достаточны три компонента:
- Наследственность — гарантирует, что новые полезные признаки не теряются.
- Изменчивость — обеспечивает постоянное появление новых вариантов.
- Естественный отбор (дифференциальное выживание) — означает, что различия имеют значение: полезные вариации дают преимущество потомкам.
Хотя принципы просты, их реализация в сложном мире — нет. Математически можно просчитать простые компромиссы (например, между размером тела и уязвимостью для хищников). Но в реальной биологии каждый признак может влиять на все остальные. Рассчитать суммарную пользу набора признаков в уме или с помощью математики сложно. Здесь на помощь приходят компьютеры.
Компьютеры как инструмент для отслеживания сценариев
Компьютер в научных исследованиях — это не инструмент для получения любого желаемого результата. Он позволяет отслеживать огромное количество переменных и рассчитывать последствия заданных правил на длительных промежутках времени. Мы устанавливаем строгие правила (например, законы химии, стоимость поиска партнёра) и получаем только то, что эти правила допускают.
Исследователи из разных областей используют симуляции для проверки идей, которые невозможно изучить иначе:
- Астрофизики моделируют формирование звёзд.
- Материаловеды симулируют старение ядерного оружия.
- Эволюционные биологи могут спросить, какой фактор сформировал конкретный признак.
Например, многолетние наблюдения за гиенами в Кении не могут объяснить, почему высшие по рангу самки не участвуют в охоте. Причины могут крыться в давлении, которое популяция испытывала в прошлом, и проявляться только на протяжении тысяч поколений. Компьютерная симуляция популяции из 1000 газелей и 150 гиен на протяжении тысяч поколений может дать ответ за считанные минуты.
Сопоставление теории с наблюдением
В эволюционной науке компьютеры — это машины предсказаний. Они отвечают на вопрос: «Что произойдёт по этим правилам, если начать с таких-то условий?»
В нашем исследовании неприятия риска мы смоделировали сценарий с большой общей популяцией, разделённой на малые группы с миграцией между ними. Симуляция показала, что неприятие риска всё равно развивается, если только уровень миграции не чрезвычайно высок.
Если правила или начальные условия выбраны неверно, результаты не будут совпадать с реальностью. Это — часть научного процесса. Если предсказания ошибочны, мы должны изменить правила, начальные условия или и то, и другое.
Когда симуляция и наблюдения совпадают, нельзя останавливаться. Нужно проверить, предсказывают ли эти же правила другие, изначально не тестировавшиеся явления (например, неравномерное распределение добычи среди гиен после удачной охоты).
Такой подход аналогичен взаимодействию теории и эксперимента в теоретической физике. Разница в том, что в биологии из-за её сложности теории редко можно сформулировать чисто математически.
Эволюционные симуляции не задают и не отвечают на вопросы. Мы спрашиваем: «А что, если?», а компьютер послушно отвечает: «При данных условиях получится вот это». Компьютер помогает нам «мыслить вперёд во времени» с огромной скоростью, что в эволюционной науке и необходимо для формирования понимания.