Страница 7 из 10
ДНК в клетках хранит генетические инструкции, но для того, чтобы сообщить клеточной фабрике, чего хочет от нее ДНК, требуется рибонуклеиновая кислота, или РНК. В расположенной внутри клетки сложной машине, называемой рибосомой, происходит преобразование (трансляция) РНК в последовательность аминокислот. Когда РНК попадает в рибосому, происходит волшебство. Матричная РНК, или мРНК, прикрепляется к рибосоме и ищет биологический эквивалент кнопки «Пуск» – трехбуквенную последовательность, обозначаемую как кодон. Рибосома обрабатывает всю нить мРНК, считывая каждый набор из трех букв, пока не обнаружит кнопку «Стоп». Тем временем вырабатывается продукт клеточной фабрики – белок.
Белки, представляющие собой цепочки аминокислот, – это основной структурный материал клеток, они проделывают большую часть оперативной работы. Существуют тысячи их типов, выполняющих целый спектр функций. Структурные белки, например коллаген, создают мягкий остов нашего тела в виде сухожилий и хрящей. Транспортный белок гемоглобин в красных кровяных тельцах перемещает кислород, играющий исключительно важную роль. Антитела – Y-образные белки обладают особыми способностями к распознаванию: впервые встречаясь с микробом, они прикрепляются к нему и либо сообща его уничтожают, либо блокируют, чтобы не заражал другие клетки. После выздоровления в организме в качестве клеток памяти остается небольшое количество вырабатывающих антитела иммунных клеток, которые при следующей встрече с тем же болезнетворным микробом вновь бросаются в бой. Такую же реакцию призваны вызывать и вакцины. Известно более 500 аминокислот, но в биологических системах регулярно встречаются лишь 20{29}. Если клетка – это футуристическая фабрика, то геном можно представить в виде футуристической операционной системы, в которой гены могут быть включены или выключены. У двух организмов может быть один и тот же ген, связанный с определенным признаком, но, если этот ген не включен, проявляться он не будет. Контроль над тем, какие гены включены, а какие выключены и в какой степени они активны, сложен и регламентирован. В нем участвуют не кодирующие белок последовательности, такие как промоторы и энхансеры, а также различные белковые факторы транскрипции. Это с трудом поддается изучению, поскольку указанные факторы трудно измерить в реальном времени, но вот пример из дикой фауны: большой зимний скат – представитель вида хрящевых рыб плоской формы – автоматически включает гены, дабы, изменив структуру тела, адаптироваться к повышению температуры воды в зимнее время, вызванному изменением климата{30}. В отличие от традиционного завода или традиционного компьютера, где логика и структурные механизмы существуют отдельно друг от друга, операционная система для жизни требует полного взаимодействия – и мы только начинаем разбираться, как все это работает вместе. В традиционных компьютерах, таких как ваш ноутбук или смартфон, логика и структурные механизмы автономны. Допустим, на новом компьютере установлена последняя версия Windows, однако игры и программы для повышения производительности нужно покупать отдельно и загружать потом в устройство. В биологии, где машина глубоко взаимосвязана с информацией, все иначе.
Современные электронные компьютеры всё еще представляют собой улучшенную версию калькуляторов. Они так же потребляют энергию, такие же непрочные, не могут сами себя ремонтировать или воспроизводить и без подключения к принтеру не способны произвести ничего осязаемого. Клетки – устройства, которыми мечтали бы стать традиционные компьютеры, умей они мечтать: клетки сами себя воспроизводят, ремонтируют и работают практически от любого источника энергии.
Вот почему новаторская работа Genentech имела принципиальное значение, и вот почему в будущем синтетическая биология изменит жизнь. Когда мы научимся говорить на языке биологии и управлять им, у нас появится возможность влиять на то, что происходит в клетках. Не просто читать код и редактировать его – клонировать инсулин или вносить мелкие исправления, – а писать новые инструкции, обеспечивать их доставку по назначению и производить новые биологические продукты на той, клеточной, стороне. Хумулин был ранним продуктом синтетической биологии – области, пока совсем новой и развивающейся. Исследователи, чья деятельность связана с данной научной сферой, пытаются очертить ее контуры, при этом она охватывает химию, биологию, компьютерные технологии, проектирование и дизайн с единственной целью – получить доступ к клеточной фабрике и к операционной системе жизни, чтобы написать новый (и, возможно, лучший) биологический код.
Синтетическая биология пересекается с компьютерными технологиями, и в частности с искусственным интеллектом, используя машинное обучение и выявляя значимые закономерности в больших массивах данных. На машинном обучении работают сервисы, которыми вы часто пользуетесь, например рекомендации на YouTube и Spotify, а также голосовые помощники вроде Alexa и Siri. В контексте биологии машинное обучение позволяет исследователям выявлять, продвигаясь бесчисленными мелкими шажками, новые закономерности. Проведение опытов с несколькими переменными часто требует мельчайших методичных изменений в измерениях, материалах и исходных данных – и в итоге жизнеспособного продукта все равно может не получиться. DeepMind, подразделение компании Google, занимающееся исследованием и созданием систем искусственного интеллекта, которые затем применяются для решения сложных проблем, разработало способ тестирования и моделирования многосоставной структуры укладки (сворачивания) длинных цепочек аминокислот, решив тем самым проблему, долгое время не дававшую покоя ученым. Разработанная DeepMind для этой цели система AlphaFold была использована, чтобы предсказать структуру более чем 350 000 белков человека и 20 модельных организмов. К 2022 г. набор данных должен был, по ожиданиям, превысить 130 млн структур{31}. Это позволит исследователям синтезировать новые препараты гораздо быстрее, чем путем подбора, как делали в Genentech при создании хумулина{32}. В результате применения данного метода и других подходов синтетической биологии лаборатории чаще будут находить удачные варианты, что снизит стоимость вывода новых лекарств на рынок. Исследователи Genentech синтезировали инсулин человека до наступления эры искусственного интеллекта и компьютеров, использующих огромные массивы данных, машинное обучение и глубокие нейронные сети, созданные для того, чтобы превзойти по сообразительности самых умных представителей человечества. Сегодня существуют обширные базы данных о белках и обмене веществ, а компьютеры способны вновь и вновь запускать миллиарды процессов моделирования в поисках решения вычислительных задач. Если бы та же группа исследователей взялась за решение инсулиновой проблемы сейчас, им бы не пришлось месяцами круглосуточно корпеть в лаборатории над пробирками и чашками Петри. При наличии платформы, управляемой искусственным интеллектом, они в течение нескольких часов перебрали бы все возможные трехбуквенные комбинации и нашли бы идеальное решение.
40 трлн микроскопических фабрик выполняют инструкции, принимают решения, реплицируются и обмениваются друг с другом информацией – самостоятельно, в течение всего дня, даже не спрашивая у вас разрешения и не требуя вашего участия. В следующие десять лет синтетическая биология передаст полномочия по программированию главного суперкомпьютера – клеток – в руки человека.
Что будет, если мы подвергнем сомнению глубоко укоренившееся убеждение, что плохие гены – например, те, что вызвали у Билла диабет I типа, – это всего лишь прискорбный факт человеческого существования? Биллу повезло. Его родители знали, как обеспечить мальчику очень хороший уход, и, что еще важнее, могли себе это позволить. На борьбу с заболеванием семья бросила все силы. По окончании учебного года его отправили на лето в лагерь для больных диабетом, где Билл проводил время в окружении других детей и врачей и учился справляться с болезнью. Но даже сегодня такой человек, как Билл, который отдыхал в специальном лагере и родители которого бдительно следят за его здоровьем, по-прежнему сталкивается с неопределенностью в отношении диабета.
29
Christopher T. Walsh, Robert V. O'Brien, and Chaitan Khosla, "Nonproteinogenic Amino Acid Building Blocks for Nonribosomal Peptide and Hybrid Polyketide Scaffolds," Angewandte Chemie 52, no. 28 (July 8, 2013): 7098–124, https://doi.org/10.1002/anie.201208344.
30
Kavya Balaraman, "Fish Turn on Genes to Adapt to Climate Change," Scientific American, October 27, 2016, www.scientificamerican.com/article/fish-turn-on-genes-to-adapt-to-climate-change.
31
Ewen Callaway, "DeepMind's AI Predicts Structures for a Vast Trove of Proteins," Nature News, July 22, 2021, www.nature.com/articles/d41586-021-02025-4.
32
AlphaFold team, "A Solution to a 50-Year-Old Grand Challenge in Biology," DeepMind, November 30, 2020, https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology.