Биокомпьютер

Если оглянуться и окинуть непредвзятым взглядом историю мирового компьютинга, неизбежно обнаруживаешь: огромный корабль компьютерного приборостроения находится в движении. Он медленно, но уверенно разворачивается от чисто счетной техники, через машины с массовым параллелизмом к так называемому биокомпьютера - машины, которая должна вобрать в себя все лучшее, присущее "счетном железу" и живому человеческому мозгу.

И если раньше биологические, эволюционные вопросы были для профессионального компьютерщика интересны не более, чем экологические, политические и другие чисто человеческие проблемы, то теперь все изменилось. Как в процессе биологической эволюции возникали и развивались биологические системы обработки информации? Как совершенствовались обеспечиваемые этими системами кибернетические свойства организмов?

Все это сейчас - профессиональные компьютерные вопросы. А потому не грех и осмотреть сегодня, что мы, люди, сумели сделать и чего не сумели еще в силу разных причин на длинной извилистой дорожке, в конце которой написано: "биокомпьютер".

Эволюционное моделирование

Все работы в этой области можно свести к трем группам. В первой окажутся модели происхождения молекулярно-генетических систем обработки информации, во второй - модели, характеризующие общие закономерности эволюционных процессов, а в третьей - анализ моделей искусственной "эволюции" с целью применения метода эволюционного поиска к практическим задачам оптимизации.

В начале 70-х pp. XX в. лауреат Нобелевской премии М. Эй-ген начал впечатляющую попытку построения моделей возникновения моле-кулярный-генетических систем обработки информации в ранней биосфере Земли. Наиболее известная из них - модель "квазивидов", что описус простую эволюцию полинуклеоиидних (информационных) последовательностей.

Вслед за Эйгеном в 1980-м новосибирскими учеными В. Рат-ром и В. Шамин была предложена модель "сайзера". В модели квазивидов рассматривается поэтапная эволюция популяции информационных последовательностей (векторов), компоненты которых принимают небольшое число дискретных значений. Модельно заданные приспособленности "особей" как функции векторов. На каждом этапе происходит отбор особей в популяцию следующего поколения с вероятностями, пропорциональными их приспособленности, а также мутации особей - случайные равновероятны замены компонентов векторов.

Модель сайзера в простейшем случае рассматривает систему из трех типов макромолекул: полинуклеотидной матрицы и ферментов трансляции и репликации, кодируемых этой матрицей. Полинуклеотидных матрица - это как запоминающее устройство, в котором хранится информация о функциональных единицы сайзера - ферменты. Фермент трансляции обеспечивает "изготовление" произвольного фермента по записанной в матрице информации. Фермент репликации обеспечивает копирование полинуклеотидной матрицы. Сайзер достаточный для самовоспроизводства. Включая в схему сайзера дополнительные ферменты, кодируемые полинуклеотидной матрицей, можно обеспечить сайзер определенными свойствами, например свойством регулирования синтеза определенных ферментов и адаптации к изменениям внешней среды.

К началу 50-х pp. XX в. в науке сформировалась синтетическая теория эволюции, основанной на сочетании генетики и дарвиновского учения о естественном отборе. Математические модели этой теории хорошо разработаны, однако они практически не касаются анализа эволюции информационных систем биологических организмов. Однако в последующие десятилетия появились модели, исследующие молекулярно-генетические аспекты эволюции.

Японский ученый М. Кимура, например, разработал теорию нейтральности, в соответствии с которой на молекулярном уровне большинство мутаций оказываются нейтральными, а один из самых важных механизмов появления новой генетической информации состоит в дубликации уже имеющихся генов и последующей модификации одной из дублированных участков.

В работах московских ученых Д. и Н. Чернавский произведена оценка вероятности случайного формирования нового биологически значимого белка (кодированного ДНК) с учетом того, что в белке есть активный центр, в котором замены аминокислот практически недопустимы, и участки, свойства которых не очень меняются при многих аминокислотных заменах. Полученная оценка указывает на то, что случайное формирование белка было вполне вероятно в процессе эволюции.

В интереснейших работах С. Кауфмана с сотрудниками из Пенсильванского университета исследуется эволюция автоматов, состоящих из соединенных между собой логических элементов. Отдельный автомат можно рассматривать как модель молекулярно-генетической системы управления живой клетки, причем каждый логический элемент интерпретируется как регулятор синтеза определенного фермента. Модели Кауфмана позволяют сделать ряд предсказаний относительно "программ" жизнедеятельности клетки. В частности показано, что для одновременного обеспечения устойчивости и гибкости программы число входов логических элементов должно быть ограничено определенным интервалом, а именно составлять величину, примерно равна 2-3.

Согласованность и эффективность работы элементов биологических организмов наводит на мысль: а можно использовать принципы биологической эволюции для оптимизации практически важных для человека систем?

Одна из первых схем эволюционной оптимизации была предложена в 60-е pp. П. Фогелем, А. Оуенсом и М. Уолшем; эффективность этой схемы на практике была продемонстрирована И. Букатов из Москвы. Также в последнее время проявляется большой интерес к исследованию и использованию генетического алгоритма, предложенного Дж. Холландом из Мичиганского университета. Этот генетический алгоритм предназначено для решения задач комбинаторной оптимизации, то есть оптимизации структур, задаваемых векторами, компоненты которых приобретают дискретных значений.

Схема генетического алгоритма практически совпадает с таковой в модели квазивидов, за исключением того, что в генетическом алгоритме механизм изменчивости кроме точечных мутаций включает в себя кроссинговер - скрещивание структур. Генетический алгоритм естественно "вписывается" в параллельную многопроцессорную вычислительную архитектуру: каждой "особи" популяции можно поставить в соответствие отдельный процессор, поэтому возможно построение специализированных компьютеров, эффективно реализующих генетический алгоритм.

 
< Пред   СОДЕРЖАНИЕ   След >