Томоко Ота открыла фундаментальный закон природы. В малых популяциях естественный отбор плохо справляется с выбраковкой мутаций, которые наносят незначительный вред. Если микроскопические организмы с их огромными популяциями способны эффективно очищать свои геномы даже от минимально вредных изменений, то мы таким умением похвастаться не можем. Для нас эволюция несовершенства — неизбежность. Но как это связано с размером нашей ДНК и принципами работы наших клеток?

Нам нужно взглянуть на мутации шире, не ограничиваясь одной лишь заменой спаренных оснований, ведь мутацией может быть и появление нового участка ДНК, и его потеря. Поначалу такое изменение затрагивает лишь один фрагмент ДНК и встречается редко, потому что оно сложнее простой замены одного нуклеотида на другой. Как мы скоро увидим, именно накопление таких слегка вредных «приобретений» объясняет, почему наша ДНК раздута, тогда как геномы дрожжей и бактерий остаются стройными и подтянутыми. Наша ДНК забита генетическим мусором и работает из рук вон плохо. Если представить наши клетки в виде городов, то это будут города, в которых царит хаос: машины проезжают на красный свет, повсюду сломанные пожарные гидранты, а дорожные происшествия случаются на каждом шагу.

Давайте разберемся с классификацией мусора. Есть мусор, который мы выносим на помойку. Его забирают мусоровозы и отправляют на свалки или мусоросжигательные заводы. Но есть и другой вид мусора: старые вещи, которые мы храним на чердаках и в гаражах. Это уже хлам. Его мы не спешим выбрасывать, ведь он особо не мешает. Это не протухшие остатки ужина недельной давности, а просто ненужные вещи. Так вот, наша ДНК забита как раз таким хламом. И это совсем не то же самое, что геномный мусор — вредные мутации, которые рано или поздно удаляются из популяции великим мусорщиком под названием «очищающий отбор».

Как же это связано с раздуванием генома — явлением, которое мы обсуждали во второй главе, когда говорили об огромных интронах и обширных участках ДНК между генами? Представьте, что происходит, когда дублируется неважный участок ДНК или когда в геном встраивается новый фрагмент, который особо ничему не мешает (этим фрагментами часто становятся прыгающие гены). Конечно, такая случайная вставка может слегка снизить приспособленность — все-таки приходится тратить энергию на ее копирование при каждом делении клетки, да и работа соседних генов может немного нарушиться. Но чаще всего эффект оказывается минимальным. И вот в чем загвоздка: для крупных организмов вроде нас, с нашими малыми популяциями, эти изменения настолько незначительны, что мы просто не можем от них избавиться. По сути, мы просто складываем их в «гараж» или на «чердак» нашего генома и благополучно о них забываем.

А вот у бактерий, дрожжей и других одноклеточных все иначе. Благодаря огромным популяциям естественный отбор работает у них с поразительной эффективностью, доводя их геномы до совершенства. В своей безупречно организованной, свободной от хлама жизни эти микроорганизмы безжалостно избавляются от всего лишнего. Поэтому, как следует из почти нейтральной теории, нет ничего удивительного в том, что у таких видов, как мы, — крупных организмов с исторически небольшими популяциями — геном переполнен генетическим хламом.

В этой простой идее скрывается потенциал мощной объединяющей теории. Взгляните на все эукариоты — организмы, клетки которых, в отличие от бактерий, имеют ядро. От одноклеточных дрожжей до таких крупных существ, как мы, — у всех прослеживается четкая закономерность. Майк Линч из Университета штата Аризона обнаружил удивительную вещь: эффективный размер популяции предопределяет множество параметров — количество и размер интронов, протяженность участков между генами, долю «мертвых» и распадающихся мобильных элементов (тех самых похожих на вирусы генов, которые умеют перемещаться по геному). И все эти показатели меняются в одном направлении: чем меньше эффективный размер популяции, тем больше в геноме всего, что похоже на генетический хлам (рис. 5.1). Наш геном огромен, наши интроны велики и многочисленны, расстояния между генами внушительны, а количество отмерших и разрушающихся прыгающих генов зашкаливает. У одноклеточных дрожжей ничего этого нет. Получается, мы — настоящие генетические Плюшкины, а они — педантичные минималисты.

Конечно, закономерности не абсолютны. У некоторых групп организмов, например у ряда насекомых, плотность интронов (их число на единицу длины кодирующей части гена) остается постоянной, хотя средний размер интронов может меняться. Встречаются и любопытные исключения: например, у китов, несмотря на их крошечные популяции, интроны чуть меньше наших — вопреки ожиданиям. Важную роль играет и энергетический фактор. У летающих позвоночных — летучих мышей и птиц — интроны обычно невелики. Вероятно, все дело в энергетической «цене» полета: этим видам необходим более жесткий контроль над расходом энергии, поэтому отбор против длинных интронов действует сильнее. Однако в целом картина предельно ясна: многие показатели не только меняются согласованно друг с другом, но и коррелируют с эффективным размером популяции. Даже если учесть «шум» в данных и тот факт, что родственные виды обычно похожи, общая тенденция сохраняется: чем меньше популяция, тем крупнее интроны. Все это прекрасно укладывается в модель, согласно которой главная проблема нашей ДНК — неспособность избавиться от генетического хлама, не оказывающего на нас особого влияния. В итоге мы, как заядлые барахольщики, забиваем «чердаки и гаражи» своего генома ненужными и в то же время не поддающимися утилизации вещами.

Эта модель помогает понять и то, почему размеры интронов различаются между генами внутри нашего генома. В наиболее активных генах интроны обычно короче — видимо, потому что отбор сильнее давит на них, заставляя оставаться компактными. И это логично: транскрипция длинных интронов в часто работающих генах потребовала бы слишком много ресурсов. Поэтому внедрение лишней ДНК в такие гены чаще попадает в категорию «просто вредных» мутаций, чем такая же вставка в редко используемые гены. Впрочем, с размерами интронов все не так-то просто. Иногда естественный отбор, наоборот, поддерживает длинные интроны. Предполагается, что это помогает контролировать время активации определенных генов. Но речь здесь идет о различиях внутри одного генома. Почти нейтральная теория в первую очередь объясняет различия между геномами разных видов. Хотя стоит отметить, что эффективность отбора неодинакова в разных участках генома, и у некоторых видов в областях с более эффективным отбором интроны действительно короче.

Рис. 5.1. Чем меньше эффективный размер популяции (N_e), тем больше расстояние между генами, размер интронов и их плотность. Здесь средний размер интронов — это их средняя длина; расстояние между генами — общая протяженность ДНК между кодирующими участками; а плотность интронов — среднее количество интронов в генах, которые их содержат. Точки на графике обозначены первыми буквами латинских названий рода и вида: Pp — Pristionchus pacificus, Ce — Caenorhabditis elegans, Dp — Daphnia pulex, Hm — Heliconius melpomene, Dm — Drosophila melanogaster, Mm — Mus musculus, Pt — Pan troglodytes, Hs — Homo sapiens, Cr — Chlamydomonas reinhardtii, Os — Oryza sativa, Zm — Zea mays, At — Arabidopsis thaliana, Tb — Trypanosoma brucei, Dd — Dictyostelium discoideum, Pte — Paramecium tetraurelia, Pf — Plasmodium falciparum, Sp — Schizosaccharomyces pombe, Sc — Saccharomyces cerevisiae, Np — Neurospora crassa

Пожалуй, самый серьезный вызов представлению о геноме как о гараже, заполненном бесполезным хламом, бросил проект ENCODE. Его участники попытались определить, какие участки нашего генома являются функциональными, то есть выполняют какую-то работу в клетке. Их критерии были предельно широкими: функциональным признавался любой участок ДНК, который когда-либо считывается, с чем-то связывается или просто находится по соседству с местом каких-либо взаимодействий. По такому определению «функциональными» оказались целых 80% нашей ДНК. На этом основании исследователи заявили, что представление о «мусорной» ДНК можно считать опровергнутым, ведь почти вся цепочка чем-то занята.

Исследователи сделали удивительное открытие: почти 75% нашей ДНК транскрибируется в РНК. А истинное значение может оказаться еще выше — более 90%. Это стало настоящим откровением. Однако из всех этих транскриптов только 4% отвечают за создание белков. Остальные производят некодирующие РНК. На этом основании ученые выдвинули предположение о существовании целого скрытого мира функциональных некодирующих РНК.

Так кто же прав? Можно было бы решить, что это просто очередной академический спор, который не выходит за пределы научного сообщества. Но это совсем не так. Чтобы понять причины генетических заболеваний и научиться с ними бороться, мы должны точно знать, какие участки генома являются функциональными — то есть такими, изменение которых может нам навредить. И вот еще важный вопрос: можем ли мы внедрять новый ген для улучшения здоровья человека в любую точку ДНК? Или такое вмешательство нарушит важные функции организма и только ухудшит состояние пациента?

Эта громкая цифра — 80% — вызвала немалое удивление среди эволюционистов. Ведь почти нейтральная модель предполагает другое: что лишь небольшая часть нашей ДНК выполняет важные для естественного отбора функции. В основном (примерно на две трети) она заполнена древними прыгающими генами, встроившимися вирусами и тому подобным генетическим мусором. По мнению Майка Линча и его коллег, эти элементы сохранились в геноме не потому, что они полезны, — просто организм неспособен от них избавиться. Как же разрешить это противоречие?

На самом деле представители двух лагерей говорят о разных вещах — все дело в том, что они по-разному определяют понятие «функциональный». Для проекта ENCODE функциональность определяется наличием клеточной активности. Сторонники почти нейтральной теории, в свою очередь, считают функциональными только те участки ДНК, которые сохранились в ходе эволюции, — то есть те, что остались неизменными, потому что выполняют важную для организма работу (как это показывает тест Ka/Ks).

Признаться, подход ENCODE мне совсем неблизок. И вот почему. Допустим, мы наблюдаем некое молекулярное взаимодействие — молекула А сталкивается с молекулой В. Возможно, это действительно адаптация и столкновение А с В жизненно важно для клетки. Но давайте представим аналогию: пешеход переходит улицу, и тут его сбивает автомобиль. Следуя логике ENCODE, пришлось бы заключить, что адаптивная функция автомобилей — подбрасывать людей в воздух. Более того, по мнению представителей ENCODE, все прохожие, находившиеся рядом с местом происшествия, тоже функционально значимы для этого взаимодействия — просто потому, что они были поблизости. Получается, что по определению ENCODE любое взаимодействие автомобиля с пешеходом функционально, независимо от того, случайное оно или нет. Эволюционисты с этим не согласны, и я тоже. В эволюционной биологии «функциональный» означает не просто «выполняющий какое-то действие», а «находящийся под давлением отбора для выполнения определенной функции», то есть это не случайное явление.

Идея о случайных взаимодействиях может показаться странной, но она подтверждается серьезными экспериментами. Рассмотрим такой опыт. Берем ген, который кодирует белок, заставляющий клетку светиться. Благодаря этому мы можем увидеть собственными глазами, работает ген или нет. Такие гены называют репортерными — они как бы докладывают нам, идут ли процессы транскрипции и трансляции. Теперь присоединим к репортерному гену цепочку случайной ДНК, прямо перед ним. Дело в том, что ДНК перед геном служит своего рода переключателем, который включает и выключает ген. И вот вопрос: если мы поместим в клетку эту конструкцию из случайной ДНК и репортерного гена, как часто клетка будет светиться? Иными словами, насколько вероятно, что случайный фрагмент ДНК сработает как включатель? Важно помнить: это совершенно случайная ДНК, она не прошла эволюционный отбор, чтобы обеспечивать экспрессию белка. Если случайные взаимодействия ДНК — обычное дело, мы будем часто наблюдать свечение. И если такие случайности встречаются часто, мы не можем автоматически считать любое наблюдаемое явление результатом естественного отбора.

Подобный эксперимент — и его разновидности — проводили на бактериях, дрожжах, человеческих клетках и мушках. И везде результат один: случайные последовательности ДНК удивительно часто работают как переключатели. Вот показательный пример: когда в дрожжи ввели множество случайных фрагментов ДНК длиной в 120 спаренных оснований, примерно половина из них запустила производство светящегося белка. А если поместить в дрожжевые клетки человеческую ДНК — даже в перевернутом виде, — транскрибируется более 99% последовательности. Конечно, природные переключатели в ДНК работают эффективнее, но и случайная активация происходит довольно часто. Что касается РНК, которые образуются из межгенных участков ДНК в дрожжах, то практически для всех них нельзя исключить, что они — просто результат случайной транскрипции.

Сегодня мы знаем: для эволюции генной экспрессии одинаково важны два процесса — как подавление случайной транскрипции, так и обеспечение нужной. Это хорошо видно, если сравнить картину работы генов у современных дрожжей с тем, что происходит со случайной ДНК. У генов, прошедших эволюционный отбор, мы видим более высокий уровень экспрессии, меньше транскрибируемых участков и реже встречаем считывание с обеих цепей ДНК. Похоже, что дрожжи в процессе эволюции выработали способность подавлять случайную экспрессию — именно это позволяет добиться высокого и точного уровня экспрессии действительно важных транскриптов.

Ученые провели похожие эксперименты, чтобы выяснить, как часто случайные транскрипты проходят через сплайсинг. Оказалось, что побочные РНК, полученные из человеческой ДНК в дрожжевых клетках, подвергаются сплайсингу примерно с той же частотой, что и собственные гены дрожжей. В каждом таком случае наблюдается активность, которую сторонники ENCODE сочли бы доказательством функциональности. Но я сказал бы иначе: иногда случайность — это просто случайность.

Все эти эксперименты показывают, что многие биохимические процессы могут быть случайными. Но нас интересует другое: какие участки нашего генома, сформированного эволюцией, действительно функциональны? Иными словами, какие изменения в геноме — от замены единственного нуклеотида до потери или приобретения целых фрагментов ДНК — могут всерьез повлиять на жизнеспособность организма? Такие изменения могут происходить разными путями, например когда в нашу ДНК встраивается вирус.

Подойти к решению этого вопроса можно несколькими способами. Один из них — генетический эксперимент, в котором мы удаляем предположительно важный участок ДНК. Такое удаление называется нокаутом. Если речь идет о генах, есть и другой вариант: оставить ген на месте, но заблокировать его транскрипцию в РНК. Создавая нокауты отдельных генов, мы можем разобраться в их назначении. Принцип прост: сравниваем организм в двух состояниях — с работающим геном и без него (или без продукта его работы). Это похоже на игру «найди отличия». Или, как мы уже видели в предыдущей главе, можно определить параметр s — то есть силу отбора после удаления гена, — наблюдая за ростом организмов в лаборатории.

У такого подхода есть серьезное ограничение: он вполне может убедительно показать функциональность участка ДНК, но отрицательный результат часто бывает обманчив. Возьмем, к примеру, дрожжи: все указывает на то, что их гены, кодирующие белки, жизненно необходимы. Практически для всех этих генов показатель Ka/Ks меньше единицы — верный признак того, что они находятся под давлением естественного отбора. Однако в лабораторных условиях удаление многих генов либо вообще никак не проявляется, либо дает лишь слабый эффект. Означает ли это, что эти гены на самом деле неважны, несмотря на все эволюционные свидетельства их значимости?

Ответ однозначен — нет. И вот в чем загвоздка: мы неспособны измерить те тончайшие различия в приспособленности, которые важны для эволюции. Изменения могут быть настолько незначительными, что мы их просто не замечаем, но от этого они не становятся менее важными. Не забывайте: в видах с большими популяциями естественный отбор может работать даже с мутациями, дающими крошечное преимущество. А в лабораторных условиях уловить такой тонкий отбор практически невозможно.

Есть у нас и более общая проблема с так называемыми ложноотрицательными результатами — речь о генах, которые при удалении вроде бы никак не влияют на организм, но на самом деле выполняют важные функции. Несколько лет назад я исследовал эту проблему на дрожжах. Нас с коллегами интересовало, почему у дрожжей можно удалить множество генов — по одному за раз — и клетка при этом прекрасно себя чувствует. Ответ оказался простым. Большинство генов, которые в лабораторных условиях кажутся бесполезными при выключении, попросту не нужны дрожжам, живущим в лаборатории: все дело в тепличных условиях, которые мы создаем для их выращивания.

«Несущественные» гены часто кодируют способность усваивать определенный тип пищи, отсутствующий в лабораторной диете. Также они теряют свою важность, когда конечный продукт метаболического пути уже содержится в рационе организма. Это можно сравнить с ситуацией, когда вы берете организм, способный синтезировать витамин С, насыщаете его рацион этим витамином, а затем удивляетесь, почему клетка с выключенным геном GULO прекрасно себя чувствует. Конечно, ей не нужно самостоятельно производить витамин С, если она получает его в избытке извне. Представьте: я отправляю вас в солнечное и засушливое место и вы, чувствуя себя одинаково комфортно как с дождевиком, так и без него, делаете вывод, что дождевики вообще бесполезны, — это была бы точно такая же ошибка.

Отсутствие очевидной функции может просто означать, что она не нужна в данных конкретных условиях. Другие эксперименты на дрожжах показывают: стоит изменить условия, и отсутствие гена тут же даст о себе знать. Но проблема никуда не девается: даже если удаление элемента не производит заметного эффекта, это вовсе не значит, что удаленный элемент бесполезен при любых обстоятельствах. К тому же у этого подхода есть еще один недостаток: сам процесс выключения гена может оказаться причиной наблюдаемых эффектов — в таком случае мы имеем дело с ложноположительными результатами. Для некоторых методов исследования это, как известно, является распространенной проблемой.

Пожалуй, лучший способ определить, действительно ли участок ДНК выполняет важную для отбора функцию, — проследить, в какой степени он сохраняется в ходе эволюции. Ведь если ДНК нефункциональна, а ее активность случайна, она вряд ли сохранится. Именно поэтому для большинства генов соотношение Ka/Ks меньше единицы — аминокислоты сохраняются лучше, чем можно было бы ожидать при фоновой скорости эволюции. Исследователи несколькими независимыми методами оценивали функциональность нашего генома в целом, не ограничиваясь только белок-кодирующими областями. Они анализировали степень консервативности последовательностей и оценивали реальные возможности действия отбора. Данные о частоте мутаций в популяциях тоже показательны: если действует отбор, мутации обычно редки и находятся на нижних ступенях воображаемой лестницы — они словно движутся против ветра естественного отбора. Какой бы метод ни применялся, результаты всегда похожи: от нескольких процентов до примерно 15% нашей ДНК находится под действием отбора, сохраняющего ее полезные свойства. Можно с уверенностью говорить, что функциональна приблизительно десятая часть нашей ДНК. До 80% эта цифра не дотягивает никогда.

У всех методов есть свои изъяны, и многие спотыкаются на одном и том же: как классифицировать мутации в тех участках генома, где важно само наличие ДНК, но не ее конкретный состав? Возьмем, к примеру, последовательности GGC, GGT, GGA и GGG — все они кодируют аминокислоту глицин. В этом случае нам жизненно необходим нуклеотид в третьей позиции (A, C, T или G), но не так важно, какой именно из четырех там окажется. Главное — присутствие, а не конкретный «исполнитель». И хотя такой отбор — на присутствие, а не на конкретный вариант — действительно работает, мы все равно увидим, как эволюция отметает мутации, удаляющие третий нуклеотид, даже если ей безразлично, какой именно нуклеотид займет это место. Совершенно непонятно, могут ли подобные эффекты объяснить, почему, скажем, наши интроны и межгенная ДНК длиннее мышиных.

Почти нейтральная модель не только проливает свет на эволюцию анатомии генома, но и помогает понять, как геном себя ведет. С ее помощью можно разобраться и в том, насколько случайна или неслучайна активность нашего генома. Как мы уже видели, случайное образование РНК из произвольных участков ДНК — явление весьма распространенное. Если верна оценка, что лишь 10% генома функциональны, то многие другие взаимодействия и процессы в клетке, вероятно, тоже представляют собой своего рода «биологические ДТП». У видов вроде нашего, чей геном раздулся из-за малой численности популяции, способность контролировать работу генной экспрессии, похоже, снижена, а значит, таких «аварий» должно быть больше. Так что же, наши клетки — это что-то вроде хаотичных городов, где правила дорожного движения соблюдаются не всегда? Или за всей этой сложностью клеточной биологии все-таки кроется определенная логика?

В поисках ответов на эти вопросы исследователи заинтересовались явлением, которое можно назвать альтернативной обработкой генов. В хрестоматийной версии все происходит по строгому сценарию. ДНК начинает считываться с определенной точки. Процесс транскрипции РНК тоже завершается в строго отведенном месте, после чего к молекуле пришивается хвостик из А-оснований, так называемый поли(А)-хвост. Затем РНК проходит через сплайсинг — как правило, единственным стандартным способом — и превращается в зрелую матричную РНК. Дальше эстафету подхватывает рибосома: она безошибочно находит стартовый кодон ATG и прекращает работу на первом же стоп-сигнале. Финальный штрих — белок аккуратно сворачивается и отправляется по нужному адресу внутри клетки.

Если бы все было так просто! На самом деле считывание гена может начинаться в разных точках, это называется альтернативной инициацией транскрипции. Трансляция тоже стартует с разных участков мРНК, а цепочки А-нуклеотидов пришиваются к концам РНК как попало. При сплайсинге генов мы получаем целый букет разных вариантов, а во время трансляции нередко проскакиваем стоп-сигнал и продолжаем синтез дальше. То и дело возникают ошибки: не те аминокислоты встраиваются в белок, не те нуклеотиды попадают в РНК, белки неправильно сворачиваются и отправляются не по адресу. Рибосома тоже может споткнуться и начать считывать в новой рамке. Напомню: рибосома читает мРНК триплетами, поэтому последовательность ATG GGC CTG TTA дает определенный набор аминокислот. Но если рибосома проскользнет — это называется смещением рамки считывания, — та же самая мРНК прочитается совсем иначе. Допустим, рибосома перескочит на одно основание после первого А. Тогда она будет читать TGG GCC TGT TA… В результате получится белок, радикально отличающийся от оригинального. А еще мы неточно копируем ДНК при репликации — именно отсюда берется большинство мутаций.

Так что же это — полезные адаптации или просто сбои в работе клетки? Каждый раз, бывая на конференциях молекулярных биологов, я не перестаю удивляться их стремлению видеть во всех этих явлениях скрытую адаптацию. Стоит рибосоме проскочить стоп-кодон, как тут же начинаются рассуждения о том, как это, должно быть, обогащает наш белковый репертуар. В некоторых случаях такое «проскакивание» действительно несет определенную функцию. Известно, что некоторые вирусы специально программируют смещение рамки считывания, чтобы получить новый белок. Да и часть событий альтернативного сплайсинга, вероятно, тоже имеет функциональное значение.

Но действительно ли все эти события — запрограммированные адаптации? Может быть, в большинстве случаев мы имеем дело с обычными ошибками? По крайней мере для фолдинга белка ответ известен: неправильное сворачивание — это именно ошибка. Доказательство простое: неправильно свернутые белки отправляются в клеточный центр переработки, где их разбирают на отдельные аминокислоты для повторного использования.

Эволюция генетических последовательностей тоже может пролить свет на этот вопрос. Возьмем, к примеру, явление трансляционного проскакивания. В норме процесс выглядит так: трансляция мРНК начинается с кодона ATG, кодирующего метионин, потом идет кодон за кодоном, пока не встретится стоп-сигнал. Здесь рибосома должна остановиться, отсоединиться и выпустить готовый белок. Но иногда происходит сбой — рибосома игнорирует стоп-сигнал, вставляет вместо остановки какую-нибудь аминокислоту и продолжает работу. В итоге она может либо остановиться на следующем стоп-сигнале, либо добраться до поли(А)-хвоста, который работает как аварийный улавливатель для разогнавшихся рибосом, примерно как заполненные песком тормозные карманы на крутых склонах, которые страхуют грузовики с отказавшими тормозами.

Эта проблема особенно любопытна тем, что разные стоп-кодоны демонстрируют разную склонность к проскакиванию. Из всей тройки TAA — самый надежный, TGA — самый ненадежный, а TAG занимает промежуточное положение. Если почти нейтральная модель верна и при этом естественный отбор действительно не поощряет проскакивание стоп-кодонов (то есть это именно ошибка, а не полезное свойство), то можно предположить: виды с большими эффективными размерами популяций должны чаще использовать TAA. Мы с коллегой Алексом Хо проверили эту гипотезу — и попали в точку. У организмов с малыми популяциями самый надежный стоп-кодон встречается реже. Кроме того, организмы предпочитают ставить после стоп-кодона такой нуклеотид, который снижает вероятность проскакивания. Это говорит о том, что естественный отбор, когда он работает, старается минимизировать частоту таких ошибок.

Данный вывод прекрасно согласуется с последними исследованиями механизмов сплайсинга. Наши гены производят целое море разнообразных сплайс-форм. Один из последних анализов показал: чем меньше эффективная численность популяции, тем богаче становится это разнообразие — именно так и должно быть, если естественный отбор стремится ограничить число вариантов сплайсинга. У большинства этих форм наблюдаются все признаки генетического мусора: они встречаются редко, часто сдвигают рамку считывания генов (что приводит к образованию нелепых белков, если происходит трансляция), а сайты сплайсинга — места соединения участков — как правило, не сохраняются в ходе эволюции.

Все это указывает на то, что молекулярные события вроде сквозного считывания и альтернативного сплайсинга — это проблемы, которые возникают, поскольку в малых популяциях естественный отбор недостаточно эффективен, чтобы их предотвратить. В большинстве случаев перед нами не адаптации, а своего рода биологические аварии.

К тому же выводу приводит и анализ различий между генами внутри одного вида. Этот подход к сравнению генов разработал Цзяньчжи Чжан из Мичиганского университета. Его логика такова: внутри вида естественный отбор сильнее воздействует на гены, которые чаще экспрессируются. Можно провести аналогию с водителями: тот, кто редко выезжает на дорогу, куда реже проходит «естественный отбор на безаварийность», чем тот, кто крутит баранку целый день. У второго водителя просто больше шансов во что-нибудь врезаться.

Существует множество доказательств, что это предположение правильно. Например, много лет назад ученые обнаружили: есть один безотказный показатель, позволяющий определить, насколько быстро эволюционирует белок по сравнению с другими белками того же вида, — это частота его использования. Белки с высокой экспрессией, которые часто используются, эволюционируют медленно. Это правило работает у всех видов. Именно такой результат и предсказывает почти нейтральная модель. Мутации в часто экспрессируемых генах с большей вероятностью навредят организму, чем мутации в редко экспрессируемых генах. Они как водители-профессионалы: любые поломки в их «машинах», приводящие к авариям, будут безжалостно отбракованы эволюцией. Слишком велик риск что-нибудь испортить.

Точно такая же закономерность прослеживается и в эволюции языка. Самые употребительные слова меняются медленнее всех. Возьмем английский: глаголы постепенно переходят в разряд правильных — то есть, чтобы сформировать прошедшее время, достаточно добавить к ним окончание -ed. Мы придумываем новые слова и забываем старые: они приходят и уходят. А вот слова, которые сопротивляются изменениям и остаются неправильными глаголами, — это как раз самые ходовые: go — went (а не goed), have — had (а не haved), do — did (а не doed). Но послушайте трехлеток — они сплошь и рядом говорят goed.

Чжан обнаружил следующее: все эти механизмы альтернативной обработки генов гораздо реже встречаются в генах с высокой экспрессией. Такие гены предпочитают простоту: один сайт инициации транскрипции, один старт трансляции, поли(А)-хвост всегда в одном и том же месте, никакого разнообразия сплайс-форм. К тому же они чаще используют самый надежный стоп-кодон — TAA, благодаря чему реже происходит сквозное прочитывание при трансляции.

Из всего вышесказанного следует важный вывод: да, адаптация существует, но наша ДНК — это не идеальное творение естественного отбора, а скорее результат его ослабленного действия. Организмы с крупными размерами тела формируют более малочисленные популяции, а это значит, что мы не можем избавиться от слегка вредных мутаций — они накапливаются и распространяются. Представьте процессинг наших генов как сеть оживленных городских улиц, где, увы, постоянно что-то идет не так: водители проскакивают на красный, машины врезаются друг в друга без всякой причины, пассажиры выходят не на той остановке, двигатели глохнут и не заводятся. Все, что может сломаться, ломается. Наш клеточный город худо-бедно живет, но назвать его образцовым никак нельзя.

И все же в концепции случайных взаимодействий есть один серьезный недочет. Дело в том, что крупные виды с малочисленными популяциями — это, как правило, существа со сложным устройством. Дрожжам и бактериям хорошо иметь компактные геномы, где один ген аккуратно кодирует один белок — они же одноклеточные. А у нас не просто множество клеток, у нас десятки разных типов клеток. И где-то в хитросплетениях нашей ДНК зашифрован ответ на вопрос, как из одной-единственной оплодотворенной яйцеклетки — зиготы — развивается сложнейший организм. В нашей ДНК должны быть спрятаны какие-то инструкции, которые показывают клеткам, как стать печенью или нейронами, сердцем или почками.

Что же на самом деле лежит в основе этой сложности? Мы пока не знаем точного ответа. Вот что нам известно: судьба некоторых клеток решается через альтернативный сплайсинг ключевых генов. Взять хотя бы превращение клеток в нейроны — достаточно пары изменений в сплайсинге, и готово: перед нами нервная клетка. У мух история еще интереснее: все различия между самцами и самками — а это тоже биологическая сложность — определяются тем, как сплайсируется всего один ген. Два варианта сплайсинга — два пола. А некоторые интроны после вырезания вообще не исчезают бесследно, а идут командовать другими генами. Так что называть их мусором было бы большой ошибкой.

Наш геном похож на свалку древних прыгающих генов или транспозонов — кусочков ДНК, способных самостоятельно перемещаться по геному. Там же покоятся остатки старых вирусов, родственников ВИЧ, которые когда-то встроились в нашу ДНК. Представьте: целых 8% нашего генома — это эндогенные ретровирусы, и только какие-то 1,2% нашей ДНК занимаются кодированием наших собственных белков! И чем крупнее геном, тем больше в нем этого генетического хлама от прыгающих генов. Правда, в некоторых случаях эти реликты древних инфекций удалось приручить и заставить работать на благо организма. Я как раз изучаю несколько таких примеров. Мы с коллегами выяснили, что среди нескольких тысяч копий древнего эндогенного ретровируса HERV некоторые играют важную роль в раннем эмбриональном развитии. Хотя большинство — это просто молчащие, медленно распадающиеся обломки. А вот другой старый прыгающий ген, PGBD1, теперь помогает клеткам превращаться в полноценные нейроны.

Согласитесь, было бы странно, если бы в этих завалах ДНК мы не нашли хоть что-то полезное. В любом захламленном гараже обязательно отыщется пара нужных вещей. Но давайте трезво взглянем на факты: бóльшая часть нашей ДНК — это обломки нескольких прыгающих элементов. Неужели все они нужны для создания сложности организма? Есть объяснение попроще: мы не смогли от них избавиться, потому что естественный отбор у человека работает из рук вон плохо. К тому же ДНК имеет дурную привычку транскрибироваться просто так, без всякой цели, а многие белки липнут к чему попало. Поэтому сам факт молекулярного взаимодействия еще не означает, что перед нами что-то функционально важное.

Некоторые исследователи спорят о роли так называемых длинных некодирующих РНК — сокращенно lncRNA. Это молекулы РНК длинной более 200 спаренных оснований, которые не превращаются в белки (хотя некоторые по ошибке все же попадают в рибосомы — что поделать, случайности случаются). Сколько именно таких генов в нашем геноме — загадка: оценки колеблются от 20 000 до 100 000. А поскольку каждый из них может обрабатываться десятками разных способов, общее число транскриптов получается еще внушительнее — от 270 000 до 325 000. Многие считают, что именно в них кроется разгадка нашей биологической сложности.

Белок-кодирующие экзоны занимают 1,2% нашей ДНК, а эти длинные молекулы РНК добавляют в нее некодирующие экзоны, доля которых составляет 2,3% или даже больше. Большинство из них производится в мизерных количествах. Если сравнивать их молекулярную продукцию с белок-кодирующими генами, то разница огромна — не в их пользу. По структуре они больше похожи на случайный набор букв, чем на что-то осмысленное: в отличие от белков, они обычно не содержат характерных консервативных узоров. Анализировать их сложно еще и потому, что многие встречаются только у одного вида. Стандартные методы выравнивания последовательностей работают только с генами, которые сохранились в ходе эволюции, но и те почти не показывают признаков консервативности. Анализ Ka/Ks здесь не применишь, они же не кодируют белки. Можно сравнить скорость эволюции экзонов (то, что остается после сплайсинга) и интронов (то, что вырезается). У слабо экспрессирующихся lncRNA эти скорости одинаковы — чего и следует ожидать от случайного мусора. У тех, что экспрессируются активнее, есть намеки на то, что отбор сохраняет сайты связывания белков, необходимых для сплайсинга. Если заблокировать транскрипцию генов lncRNA, на рост клеток это почти не повлияет, эффект наблюдается только в 3% случаев. Но мы уже знаем, насколько ненадежны такие доказательства. Также мало что указывает на их связь с наследственными заболеваниями человека: в одном исследовании из 14 100 lncRNA хоть какую-то ассоциацию с болезнями удалось найти только у 83.

При таких скромных доказательствах многие с недоверием относятся к громким заявлениям о том, что lncRNA — это таинственная темная материя генома, ключ к разгадке биологической сложности. Они больше напоминают груду бессмысленных транскриптов, в которой изредка можно найти настоящий бриллиант.

Вряд ли эти споры скоро закончатся. Целая армия молекулярных биологов пытается разобраться, чем же на самом деле занимается некодирующая ДНК. Парадокс в том, что при детальном анализе они действительно находят настоящие функции этих генов, с этим никто не поспорит. Но есть нюанс: для исследований обычно выбирают те случаи, которые с самого начала кажутся многообещающими.

Существуют веские аргументы, которые говорят в пользу почти нейтральной модели и против модели сложности. Эти две концепции по-разному трактуют скорость эволюции белок-кодирующих генов. Мутации постоянно атакуют гены у всех видов, но вот что происходит дальше, зависит от интерпретации. Почти нейтральная модель утверждает: у крупных организмов с малыми популяциями больше вредных мутаций ускользнет от отбора, чем у мелких организмов с большими популяциями. Модель сложности предполагает обратное. Ее логика такова: гены сложных организмов должны быть универсалами, ведь генов-то у нас совсем немного. Подумайте сами — у человека всего 20 000 белок-кодирующих генов, примерно столько же, сколько у миллиметрового лабораторного червя. Если наши белки вынуждены работать в режиме многозадачности, чтобы создать все разнообразие типов клеток, естественный отбор должен особенно тщательно их оберегать. Такие гены эволюционировали бы крайне медленно. По крайней мере, они точно не должны меняться быстрее, чем гены у простых мух или тлей.

Здесь нам снова пригодится анализ соотношения Ka/Ks, но теперь мы его используем несколько иначе. Разница Ks–Ka показывает, сколько мутаций произошло и закрепилось из-за слабости отбора. Если нормализовать эту величину относительно Ks, получится число от 0 до 1, назовем его коэффициентом ограничения. Ноль означает полное отсутствие ограничений: белок-изменяющие мутации накапливаются с той же скоростью, что и нейтральные. Единица означает, что отбор работает на отлично и вычищает практически все вредные мутации, меняющие структуру белков.

Почти нейтральная теория предсказывает низкий коэффициент ограничения для наших генов — отбор у нас работает плохо из-за малого размера популяции. Модель сложности утверждает обратное: коэффициент должен быть высоким, ведь нашим генам приходится обеспечивать работу множества типов клеток.

Ота первой проверила предсказания этих моделей и выяснила: белки действительно эволюционируют быстрее при малом размере популяции, точно как предполагает ее почти нейтральная модель. Более масштабное исследование, охватившее не только млекопитающих, подтвердило прогноз почти нейтральной модели: эволюционные ограничения на наши белки оказались слабее. Обнаружилась и общая закономерность: чем короче продолжительность жизни поколения (а большие популяции обычно живут меньше), тем сильнее ограничения — опять же, как и предсказывала почти нейтральная модель (рис. 5.2). Это усредненные данные по множеству белков одного генома, они не зависят ни от числа генов, ни от сложности ДНК. Напрашивается вывод: для крупных организмов с малыми популяциями естественный отбор — не такая уж мощная сила, как принято думать. Похожие исследования показали, что участки ДНК, управляющие включением и выключением генов, — промоторы — тоже деградируют быстрее, если размер популяции уменьшается.

Почти нейтральная модель точно описывает и типы изменений в белках. Мутация может заменить аминокислоту на химически непохожую (сильная мутация) или на родственную (слабая мутация). В малых популяциях, где отбор работает вяло, он справляется только с по-настоящему вредными мутациями, а слабые проскальзывают. В больших популяциях вычищаются и те и другие. Цзяньчжи Чжан проверил это предположение и подтвердил: в малых популяциях вроде человеческой отбор отсеивает сильные мутации, но пропускает слабые. А вот в больших популяциях такой избирательности нет, там удаляются все вредные мутации.

Но можем ли мы быть уверенными, что дело не в сложности организма, а именно в эффектах, которые предполагает почти нейтральная модель? Проверить это можно, сравнив организмы примерно одинаковой сложности, с одинаковым числом типов клеток. Такое сравнение можно провести среди млекопитающих, и почти нейтральная модель снова оказывается верной. Например, интроны короче у видов с бóльшим эффективным размером популяции, даже когда сложность организмов примерно одинакова. У мышей интроны и правда короче, чем у нас. Конечно, это неидеальный тест: малый размер популяции обычно сочетается с крупным телом, так что причина может быть в чем-то другом — скажем, в скорости метаболизма. Белки тоже эволюционируют медленнее у млекопитающих с большими популяциями, чем у видов с малыми популяциями.

Рис. 5.2. Зависимость между долей аминокислотных мутаций, отсеиваемых естественным отбором (коэффициент ограничения), и продолжительностью жизни поколения. Три точки без подписей — это плодовые мушки. Данные взяты из: Keightley, P. D., and Eyre-Walker, A., "Deleterious mutations and the evolution of sex," Science 290 (2000): 331–333

Еще лучше было бы сравнить один и тот же вид — или недавно разделившиеся виды — на острове и на материке. Логика простая: у островных видов эффективный размер популяции должен быть меньше, а значит, отбор работает хуже. Прекрасная идея для эксперимента, где фактор сложности полностью под контролем. Увы, эксперимент провалился по неожиданной причине: оказалось, что эффективные размеры популяций островных и материковых видов практически не отличаются. Обидно, идея-то была хорошая.

Итак, хотя загадка биологической сложности остается неразгаданной, почти нейтральная модель делает смелые предсказания, и они сбываются. С этой точки зрения наши клетки — это города, где постоянно случаются аварии, а наша ДНК — по большей части нефункциональный хлам. Мы вовсе не венец творения, не результат неумолимого марша прогресса.

Возможно, сейчас у вас возник вопрос: как этот мрачный вывод согласуется с тем фактом, что во многих отношениях мы весьма успешный вид? Мы долго живем (если доживаем до 10 лет), медленно стареем и не плодимся без меры, как лососи или мухи. Разве здесь нет противоречия? Никакого противоречия нет. Вспомните: когда прыгающий ген встраивается в неиспользуемый участок ДНК, отбор его просто не замечает, потому что этот ген практически никак на нас не влияет (что вполне ожидаемо). А теперь представьте мутацию, влияющую на размер потомства и, как следствие, на его количество, — вот это уже совсем другое дело. Такие мутации оказывают мощное влияние на отбор, и тут уже неважно, какой у вида эффективный размер популяции. Проще говоря, одни проблемы попадают в зону действия почти нейтральной теории (мутации со слабым эффектом), а другие нет. Мелкие изменения в структуре и работе ДНК обычно относятся к первой категории. Мутации, затрагивающие анатомию и поведение организма, — ко второй.

Если бы Абрахам Вальд, который, как мы узнали из прошлой главы, решал, где укреплять американские бомбардировщики, взялся защищать наш геном от мутаций, он точно посоветовал бы укрепить белок-кодирующие гены — двигатель и кабину пилота, — а не те участки, которые спокойно переживают все удары мутаций. У нас есть все основания полагать, что организмы способны на такую избирательную защиту, но как именно они ее обеспечивают, пока неизвестно.

Я уверен, что Вальд дал бы нам еще один важный совет: не летайте над территориями, где работают системы ПВО.

Очевидная истина: чем больше снарядов-мутаций в вас попадает, тем меньше ваши шансы выжить. От этой простой идеи отталкиваются все исследования скорости мутирования. Логика подсказывает: естественный отбор должен снижать ее, ведь большинство из мутаций вредны. Но и тут вмешивается размер популяции. Мало того что мы плохо избавляемся от вредных мутаций — из-за слабого отбора мы еще и производим их в огромных количествах. Получается двойной удар по геному. Об этой проблеме пойдет речь в следующей главе. Для нас она имеет огромное значение, ведь именно она объясняет, почему так называемые редкие генетические заболевания встречаются поразительно часто.