Можно ли запрограммировать старение (3)
Способность к развитию
Продолжение. Начало статьи – здесь.
Скулачев (Skulachev, 1997)
Многие сторонники теорий запрограммированного старения считают, что стареющий вид имеет селекционное преимущество благодаря более быстрой эволюции. Например, в 1997 году Скулачев написал: «вызванная старением смерть очищает популяцию от предшественников и освобождает место для потомства, имеющего новые полезные свойства». Это напоминает идею Вайсмана (Weismann), на которую ссылается Скулачев. Отличие заключается в том, что по Скулачеву старение устраняет из популяции в целом полностью здоровых индивидуумов в надежде на то, что это будет компенсировано появлением новорожденных, имеющих благоприятные мутации. Проблема данной идеи заключается в том, что в большинстве своем мутации неблагоприятны, поэтому следующее поколение не является автоматически более адаптированным. Неясно, каким образом в отсутствие старения (которое следует признавать оригинальным состоянием, если предполагаемая теория не является циклической) описываемые Скулачевым механизмы смерти могут в действительности воздействовать на «предшественников». Даже если бы они могли, устранение хронологически старых особей может быть процессом, избирательно удаляющим организмы, приспособленность которых выше среднего, так как доживание до более позднего возраста в целом является признаком того, что организм имеет генотип, обеспечивающий повышенную приспособленность. Скулачев не предлагает никакого количественного обоснования своей гипотезы и при ближайшем рассмотрении следование его аргументам привело бы к непредвиденному последствию, проявляющемуся тем, что в реальности старение замедляет эволюцию посредством избирательного устранения особей, обладающих врожденной повышенной приспособленностью.
Голдсмит (Goldsmith, 2008)
Голдсмит предложил еще одну гипотезу, основанную на идее, согласно которой запрограммированное старение усиливает способность к развитию. Он уделяет внимание видам с половым размножением и отмечает, что половая рекомбинация порождает высокую генетическую вариабельность в популяции, что, согласно Голдсмит, должно ускорять процесс эволюции. Если старение уменьшает среднюю продолжительность жизни, оно также укорачивает время жизни поколения. Таким образом половая рекомбинация обеспечивает возможность «тестирования» большего количества генетических вариантов в течение одного и того же периода времени. Эта гипотеза рассматривает различные силы отбора (отрицательное влияние укорочения продолжительности жизни против гипотетического положительного влияния на генетическую вариабельность), действующие в противоположных направлениях и, соответственно, для ее визуализации и понимания ее адекватности требуется математическая модель. К несчастью, Голдсмит (2008) сформулировал свою идею исключительно на словах и авторы решили проанализировать ее правдоподобие с помощью разработки агенто-ориентированной компьютерной симуляции ее последствий.
Агенто-ориентированные компьютерные симуляции являются современным вариантом клеточного автомата, в котором агенты (в данном случае входящие в популяцию особи) живут в 2- или 3-мерном окружении и следуют сколь угодно сложному комплексу правил. Данный тип моделирования особенно хорошо подходит для анализа вопросов популяционного уровня, так как он автоматически учитывает пространственные эффекты, важные для изучения феноменов, в основе которых лежит родственный или групповой отбор.
Для своих симуляций авторы использовали MASON – превосходную бесплатную библиотеку программного обеспечения на базе языка Java, предназначенного для крупномасштабных, сложных в вычислительном отношении симуляций. В созданной ими модели агенты обитают в 2-мерном мире (шаг координатной сетки 250х250), грани которого циклически соединены таким образом, что формируют поверхность торуса. В данной модели агенты следуют трем правилам, позволяющим им перемещаться, размножаться и умирать. Правило перемещения создает медленную диффузию агентов, упрощенно воспроизводящую перемещение животных в дикой природе. Агенты либо перемещаются на незанятые свободные поля или меняются полями с соседними агентами. Исторически четыре соседствующих агента, располагающиеся на север, юг, запад и восток, формирующие так называемое фон-неймановское соседство, а 8 соседствующих агентов, включая четыре диагональных угла, – соседство Мура. Репродукция зависит от достижения возраста зрелости и комплекса генов, которые могут иметь значимость (аллели), варьирующую от 0 до 1, аддитивно способствующих общей вероятности репродукции (фертильности). Как предположил Голдсмит (2008), половое размножение особей происходит за счет выбора партнера для спаривания из соседства Мура, с которым происходит обмен генетическим материалом. Таким образом, каждый из родителей передает потомству 50% генов. И наконец, агенты могут умирать из-за зависящей от возраста смертности от внешних причин (y) или из-за достижения максимально возможной продолжительности жизни (симуляция запрограммированного старения). В таблице 1 резюмирован этот комплекс правил.
Таблица 1. Комплекс правил, описывающий поведение агентов в симуляции, тестирующей идею способности к развитию, высказанную Голдсмитом (2008). «А» соответствует текущему агенту, «Е» – пустому полю, а «Х» – содержимому любого поля. Индекс «N» соответствует полю в соседстве Мура, а отсутствие индекса – поле, на котором агент находится в текущий момент времени. Например, согласно первому правило, поле соседства, которое может иметь произвольное содержимое, с вероятностью mProb заполняется текущим агентом. Помимо этого, поле, на котором агент «А» находится в текущий момент времени, заполняется субстанцией «Х» (происходящей от ХN).
В агенто-ориентированной симуляции тысячи особей соревнуются друг с другом, используя один и тот же комплекс правил, в то же время они имеют индивидуальные наборы генов, управляющие размножением. Если этот процесс эволюционного отбора продолжается на протяжении тысяч временных шагов (в данном случае каждый шаг соответствует 1 году), аллели, слабо способствующие фертильности, будут постепенно утрачены. Для предотвращения этого авторы изменяют направление отбора на противоположное через регулярные интервалы (при этом низкая значимость аллели обеспечивает высокую фертильность), что можно сделать с помощью графического пользовательского интерфейса (Рис. S1).
Авторы считают, что это также согласуется с идеей Голдсмита, так как его аргументы подразумевают, что более высокая генетическая вариабельность ускорит эволюцию в особенности при изменяющихся условиях окружающей среды. Происходящие в мире агентов конкуренция и отбор также предоставляют естественный метод изучения эволюции генетически запрограммированной максимальной продолжительности жизни. Каждый агент имеет не только свой собственный унаследованный комплекс генов фертильности, но и свою собственную унаследованную максимальную продолжительность жизни. Однако при формировании потомка его максимальная продолжительность жизни «мутирует» таким образом, что становится на небольшой период (epsLifespan) больше или меньше, чем продолжительность жизни его родителей. Впоследствии отбор определяет, в каком направлении изменяется запрограммированная максимальная продолжительность жизни популяции.
На рисунке 2 отражены типичные результаты таких симуляций. Диаграмма представляет результаты трех симуляций, начинавшихся с использованием агентов с максимальной продолжительностью жизни 20, 50 или 100 лет. Генетически запрограммированная продолжительность жизни всегда увеличивается за время эволюции в результате процесса выбора между особями, имеющими более короткую и более продолжительную жизнь. Авторы также провели симуляции с различными уровнями смертности от внешних причин, разным количеством генов фертильности и разными временными интервалами между переключениями направления отбора (данные не приведены). В результате они не нашли ни одной комбинации параметров, которая способствовала бы укорочению максимальной продолжительности жизни (maxLifespan). Как видно на диаграмме, чем ниже стартовое значение maxLifespan, тем сильнее его увеличение за 50 000 временных шагов. Это в точности соответствует ожиданиям, так как сила естественного отбора ослабевает по мере хронологического старения. Поэтому увеличение maxLifespan будет замедляться, но никогда не прекратится.
Рисунок 2. Согласно Голдсмиту (2008), старение должно эволюционировать, так как это усиливает способность к развитию. Однако проведенные авторами компьютерные симуляции демонстрируют, что силы отбора всегда увеличивают максимальную продолжительность жизни (на данном рисунке показаны для трех разных стартовых значений maxLifespan).
Где же слабое место в аргументации Голдсмита? Эволюция близорука, так как возможные преимущества для далекого будущего не обеспечивают немедленный благоприятный эффект. Если изменение окружающей среды (в данном случае изменение направления отбора) происходит на временной шкале, намного превосходящей продолжительность жизни особей, давление отбора не обеспечивает подготовку к подобным отдаленным событиям. В то же время, если изменения в окружающей среде происходят на временной шкале, сопоставимой с продолжительностью жизни представителей вида, для снижения генетической вариабельности в популяции недостаточно времени. В любом случае, запрограммированное ограничение продолжительности жизни имеет только недостатки (проявляющиеся уничтожением агентов) и не имеет компенсаторного преимущества.
Как показали авторы, предположение Голдсмита, согласно которому запрограммированное старение обеспечивает эволюционное преимущество через ускорение эволюционного прогресса, несостоятельно в своих собственных рамках. Однако существует более общее возражение против данной гипотезы, согласно которому скорость появления потомства (и, соответственно, способность к формированию новых адаптаций) определяется продолжительностью периода созревания, а не продолжительностью периода достижения физиологического старения, а также скоростью генетической рекомбинации и/или появления мутаций в клетках зародышевой линии. Несмотря на существование тенденции к корреляции между периодом созревания и продолжительностью жизни, очевидно, что отбор более сильно действует на первый фактор, а также то, что само по себе старение с малой вероятностью является большим потенциальным последствием. Весьма интригующим является вопрос: существует ли оптимальная скорость генетической рекомбинации и/или появления мутаций в клетках зародышевой линии. Этот вопрос активно обсуждался в публикациях, посвященных эволюции полов, однако практически не рассматривался в контексте запрограммированного старения.
Продолжение: Аналитические модели
Портал «Вечная молодость» http://vechnayamolodost.ru
03.11.2016