W biologii nic nie ma sensu poza projektem

Przeglądowy artykuł z 2005 roku, dotyczący komórkowych sieci sygnalizacyjnych stanowi kolejny zgrabny przykład, że w biologii nic nie ma sensu poza projektem. ^[1] Chodzi o zastosowanie technik przetwarzania sygnałów do analizy biologicznych systemów. Jak wyjaśniają autorzy: “Przetwarzanie sygnałów polega na użyciu matematycznych technik do analizy sygnałów, które przenoszą dane. Może to być obraz, dźwięk lub jakakolwiek inne dane, jak sekwencja nukleotydów. Interesujące mogą być rejony kodujące białka, powtarzające się elementy, które mogą być powiazane z licznymi chorobami […]. Przetwarzanie sygnałów nie jest tylko przedsięwzięciem ludzkim – nawet pojedyncze komórki przetwarzają sygnały w formie mRNA, białek i bardziej generalnych chemicznych poziomów. Podobnie jak komputery, komórki mogą być genetycznie zaprogramowane by przetwarzać sygnały. Tak jak w obwodach elektrycznych, mogą tam zostać wbudowane włączniki, a ponieważ dodatnie i ujemne sprzężenia zwrotne są już tam obecne, umożliwia to ‘zaprogramowanie’ szeregu zachowań, takich jak chemiczne oscylacje zgodne ze zdefiniowaną wcześniej częstotliwością. Takie inżynieryjne ‘genetyczne obwody’ mogą mieć istotne zastosowania w terapiach genowych, gdzie chcemy modyfikować istniejące białka i komórkowe interakcje w organizmie.

Genetyków interesuje nie tylko to, co dzieje się na poziomach ekspresji dwóch różnych próbek w tym samym momencie czasu, ale także jak te poziomy ekspresji rozkładają się w czasie. […] Liczne techniki przetwarzania sygnałów zostały rozwinięte w celu analizy tego typu danych, podobnie jak klastrów genowych w mikromacierzach”.

Oprócz przetwarzania sygnałów w analizie biologicznych układów może mieć zastosowanie także lingwistyka. Jak stwierdzają autorzy: “Jako, że o DNA i sekwencjach aminokwasów można myślec jako o typach języka, interesującym jest użycie technik z dziedziny lingwistyki komputerowej do analizy sekwencji genetycznych. Rozwinięta przez Chomskiego teoria gramatyki w komputerowym sensie znalazła szerokie zastosowanie przy analizie sekwencji – od określania struktury genu po definiowanie drugorzędowej struktury RNA. Mantegna ze współpracownikami zastosowali metody lingwistyki statystycznej wraz z teorią informacji do badania różnic pomiędzy niekodującym i kodującym DNA. Pokazało to obecność ukrytej informacji i dodatkowej redundancji w rejonach niekodujących […]”.

Zastosowanie technik lingwistycznych do analizy biologicznej informacji ma tym wiecej sensu, ze przetwarzanie sygnałów jest czasem tylko pierwszym krokiem w zrozumieniu biologicznej informacji. Analizując biologiczną informację zwykle stosuje się sformułowaną przez Claude Shannona klasyczną teorię informacji, w której ilość informacji jest miarą prawdopodobieństwa danej sekwencji znaków (lub stanów układu). Takie podejście to konieczny ale niewystarczający krok w analizie biologicznej informacji, a to dlatego, że ilość informacji Shannona nie powie nam nic o znaczeniu/funkcjonalności (lub jej braku) danego zdania czy układu. ^[2] W istocie, uszkodzona, niefunkcjonalna sekwencja DNA (pseudogen) może przenosić więcej informacji sensu Shannon niż w pełni funkcjonalny, aktywny gen. ^[3] Dlatego konieczna jest także analiza informacji funkcjonalnej (lub lingwistycznej czy semantycznej). ^[4]

Werner Gitt - niemiecki kreacjonista i były dyrektor Federalnego Instytutu Fizyki i Technologii w swojej książce In the Beginning Was Information ^[5] zaproponował pięć poziomów rozumienia informacji:

Poziom pierwszy – Statystyka: sygnał przesłany i zarejestrowany. To ujęcie jest podstawą wspomnianej wyżej teorii informacji Claude Shannona bazującej na pomiarze prawdopodobieństwa sekwencji znaków w kanale komunikacyjnym.

Poziom drugi – Syntaktyka: Zastosowanie zrozumiałych dla nadawcy i odbiorcy systemów kodowania, jak reguły danego języka czy systemu kodowania.

Poziom trzeci – Semantyka: Konkretna treść zakomunikowana i zrozumiana w danym systemie językowym lub kodowania.

Poziom czwarty – Pragmatyka: Bazujące na informacji spodziewane akcje.

Poziom piąty – Apobetyka: wykorzystanie informacji w celu osiągnięcia zamierzonego celu.

Nie ma nawet skrawka dowodów, z jakiejkolwiek dziedziny nauki, że systemy kodowania, zapisu i przetwarzania informacji mogą powstać w wyniku kumulowania się losowych błędow – jak to postuluje neodarwinowska ewolucja. Przeciwnie – całe nasze doświadczenie, całe świadectwo nauki i inżynierii jednoznacznie mówi, że inteligentna przyczyna musi bezpośrednio stać za procesami kodowania i przetwarzania sygnałów.

Przetwarzanie sygnałów, analiza lingwistyczna, ukryte poziomy informacji, redundancja w systemach, DNA i aminokwasy jako sekwencje językowe, dynamiczne poziomy ekspresji genów – w biologii nic nie ma sensu poza projektem. Zdumiewające jest, że choć systemy biologiczne technologicznym zaawansowaniem znacznie przewyższają wytwory naszej technologii, metodologia i język naszej inżynierii świetnie pasuje zarówno do badania, jak i do opisu biologicznej rzeczywistości. Wskazywać to może na “rodzinny styl”, jak to przy innej okazji stwierdził chrześcijański pisarz i apologeta C.S. Lewis, mianowicie nasza twórcza działalność odzwierciedla - choć oczywiście na nieporównywalnie mniejszą skalę - stwórczą aktywność Boga.

---------------------------------------------------

Przypisy:

1. Berryman, M.J., Allison, A., Wilkinson, C.R. and Abbott, D. (2005) “Review of signal processing in genetics”. Fluctuation and Noise Letters, vol. 5, no. 4, R13-R35.

2. Przykładowo tytuł znanej książki ON THE ORIGIN OF SPECIES przenosi tyle samo informacji sensu Shannon (≈ 114 bitów) jak stworzona przez losowy generator sekwencja: HNZMGNC NBIG UQPRDHAV FX. (Obliczenie przy uwzglednieniu 26 liter w angielskim alfabecie - bez rozróżniania dużych i małych - plus spacja przy założeniu równego prawdopodobieństwa wystąpienia liter na każdej pozycji.)

3. Jest tak dlatego, że sekwencja nukleotydów w pseudogenie może być bardziej unikatowa – nawet jeśli jest kompletnie bezużyteczna - niż sekwencja nukleotydów w funkcjonalnym genie, a ponieważ miara informacji zgodnie z Shannonem jest odwrotnie proporcjonalna do prawdopodobieństwa wystąpienia danej sekwencji znaków (lub stanów układu) wynika z tego, że niefunkcjonalny gen może przenosić więcej informacji niż w pełni funkcjonalny. Podobnie - jako że można dosyć dokładnie wyliczyć średnie prawdopodobieństwo wystąpienia liter w danym języku - można tak dobrać bezsensowną kombinację liter, że będzie ona przenosić więcej informacji statystycznej niż sensowne zdania.

Informacja w ujęciu Kołmogorowa jak i Shannona jest pomiarem złożoności obiektu (lub ciągu znaków), a nie jego funkcji. Rozumienie informacji w ujęciu Shannona i Kołmogorowa są sobie podobne także w tym sensie, że: “W obydwu przypadkach ilość informacji w obiekcie może być interpretowana jako długość opisu obiektu” (Grünwald P. and Vitányi, P. Shannon Information and Kolmogorov Complexity. IEEE Transactions on Information Theory, submitted). Jednak długość opisu nie powie nam nic o funkcji lub funkcjach tego obiektu. A zatem możemy mieć bardzo długi ciąg losowo dobranych liter, wymagający długiego opisu, ale nieprzenoszący żadnego znaczenia ani żadnego sytemu kodowania.

Ujęcia informacji Shannona i Kołmogorowa nie odnoszą się więc do znaczenia informacji, ale polegają na pomiarze relacji pomiędzy bitami wiadomości i nie mają żadnego powiązania ze znaczeniem wiadomości (jeśli ma ona takowe, co nie jest zresztą w ogóle wymagane). A zatem nie wychodzą one poza poziom pierwszy w postulowanym przez Gitta rozumieniu informacji.

4. Biologowie zainteresowani tematem zdają sobie sprawę, że do opisu biologicznej rzeczywistości ujęcia Shannona i Kołmogorowa są zaledwie wstępem i konieczny jest nastepny krok: “Szostak argumentował, że ani oryginalny pomiar niepewności Shannona ani miara algorytmicznej złożoności [Kołmogorowa] nie są wystarczające. Klasyczna teoria informacji Shannona nie odnosi się do znaczenia lub funkcji wiadomości. Złożoność algorytmiczna także nie jest w stanie rozróżnić kwestii, że ‘różne molekularne struktury mogą być funkcjonalnie równoważne’. Z tego powodu Szostak sądzi, że wymagana jest nowa miara informacji – informacja funkcjonalna”. (Durston, K.K., Chiu, D.K.Y., Abel, D.L., Trevors, J.T., (2007) “Measuring the functional sequence complexity of proteins”. Theoretical Biology and Medical Modelling, vol. 4, no. 47, wewnętrzne przypisy usunięte).

5. Gitt, W. (2000) In the Beginning Was Information. Christliche Literatur-Verbreitung.