В прошлом веке геногеография была самой процветающей отраслью генетики кошек, опережая по числу научных публикаций все остальные отрасли, вместе взятые. Энтузиасты ездили по миру, считали кошек разных окрасов, составляли карты, вычисляли индексы сходства и строили красивые модели. В новом веке этот вид занятий сошел на нет. В большинстве крупных городов подсчитали по сотне кошек, основные пенки сняли. Значит ли это, что геногеография умерла?

Вовсе нет. Мы видим две столбовые дороги, по которым она может пойти.

С удешевлением современных методов генотипирования начинают развиваться и финансироваться проекты молекулярной геногеографии. Потому первый путь – это сравнение в разных точках мира генетического разнообразия бродячих кошек с одной стороны и местного и пришлого человеческого населения – с другой, что позволит лучше понять эволюцию взаимоотношений двух уникальных видов. Как пророчески мог бы написать Дарвин, “свет будет пролит на расселение человека и кошки и их общую историю”.

Второй путь подразумевает использование соцсетей и гражданской науки для решения геногеографических проблем. Что люди постят больше всего на свете? Верно, фото котиков. Все соцсети просто завалены котиками. По численности запощенных в Сети кошек Россия занимает второе место в мире (88 036 голов). Ее опережают США (236 040) и догоняет Бразилия (61 099). В России первое место занимает Москва (25 275), за ней следуют Санкт-Петербург (14 185), Екатеринбург (3665) и Новосибирск (2058).

Как использовать это богатство? Правильно, нужно создать API, который станет сетью для вылавливания этих котиков из Сети. Такой интерфейс уже создан и занимается созданием всемирной карты фотографий кошек. Сайт, где он реализован, называется “Я знаю, где живет твой кот”[69]. Там вы можете увидеть адреса и фото всех кошек, которые засветились в сетях с геотегами.

Следующий шаг, который предстоит сделать, – создать нейросеть для определения фенотипа запощенных котов. Это не такая простая задача, как кажется. Да, гугл-фото может различать лица людей в фас и в профиль, и даже в широких возрастных пределах. Он прекрасно отличает кошек от людей. Наверное, можно научить его узнавать и кошачьи лица: это Васька, а это Жан-Жак. Но вот с окрасами и текстурами шерсти пока плохо. Знакомые программисты не берутся научить сеть надежно отличать голубого кота от рыжего. Или мы знакомы не с теми программистами? Но мы абсолютно уверены, что со временем эта задача будет решена и мы получим геногеографические карты нового поколения.

Но дело не только и не столько в картах. Никакие нейросети не заменят радость утренней охоты за бродячими котами на тихих пустынных улицах незнакомого города. Кто раз испытал эту радость, тот не забудет ее никогда.